随着现代信息技术的迅速发展和大量电子文件的产生,数字档案的建设成为我国档案界关注的热点。在越来越信息化、智能化的时代,传统的纸质档案文本数据也要逐渐转换成数字化的形式进行保存。将传统纸质档案电子化在信息化时代是一个必要的环节,对档案进行合理的自动化分类处理对于研究文本分类和档案数字化的建设具有很重要的现实意义。本文的研究是基于支持向量机(SVM)的统计学的分类方法。本文的研究的背景是基于甘肃省档案管理资源平台建设与研究,并对其中的档案文本数据进行文本分类算法的研究与设计。在对档案文本数据系统的设计过程中,最主要的任务是对档案文本数据进行分类训练和分类测试两个部分组成,其中对档案文本进行训练的过程包括:(1)文本分词,对文本用改进的正向最大匹配分词算法进行文本分词;(2)特征选择,实现了文档频率和卡方选择的算法(3)权重计算,实现了TF、TF*IDF的权重算法;(4)分类器构造:实现了档案文档基于SVM的二分类和多分类的文本分类算法。在分类器的设计过程中,通过交叉验证的方法(Cross Validation)对分类器中的参数进行寻优,选择一组较好的参数对测试样本进行测试,以满足分类模型中的精度的实际需要。本文的研究目的是能够减少SVM在分类中的时间开销、提高分类算法的准确率。通过对最后结果的准确率、查全率、F1值和时间效率上的比较,选取出一种在本数据集中性能较好的方法,再通过对分类器设计过程中参数的调优,在实际应用到档案文本挖掘平台中,取得了很好的应用效果。