随着互联网的飞速发展，网页数量呈指数增长。面对互联网上的海量信息，如何快速、准确地从海量信息中找到自己需要的信息成为当前亟待解决的问题。网页分类作为信息组织和处理的关键技术，可以用于解决海量网络信息带来的问题，成为Web领域的一个研究热点。目前，网页自动分类技术在主题搜索、个性化信息检索、信息过滤、主动信息推送服务等领域得到了广泛的应用。尽管当前自动分类效果不错，但是还不能满足工业化应用的需求，有待从特征和算法上进一步改进。　　论文通过设计并实现自动分类的新闻检索系统，将网页分类技术与搜索引擎紧密的结合。为了提高网页分类的效果，本文从网页信息抽取、特征权重和特征选择等方面入手寻求改进，以提高网页分类的效果。　　本文的研究内容主要包括以下几个方面：　　（1）通过分析新闻类网页的页面源码，提取出与网页分类相关的标题、导航及内容等文本信息，并比较这些信息在网页分类中的作用。实验发现，新闻网页的页面导航信息有助于提高分类效果，而之前的网页分类研究通常没有重视这一信息。　　（2）对传统的tf-idf权重计算提出改进，加入类别分布对特征词权重的影响，并引入调整参数，提高权重对特征词的表达能力。　　（3）将前面提出的特征与方法应用到基于网页自动分类的新闻检索系统中，并提供新闻检索和聚类两种形式提供新闻信息服务。　　本文提出的特征和改进方法在Newsgroups等4个数据集上进行了对比实验，实验结果表明页面导航信息对提高网页分类性能具有明显促进作用；改进的权重计算公式在不同数据集上的微观F值都有所提高，达到了预期的效果。