近年来，随着信息技术的不断发展，网页数量大幅度增长，网络上的信息量急剧增加，用户对网页信息的搜索是通过搜索引擎实现的。搜索引擎可以帮助用户屏蔽掉大量的无关的信息。搜索引擎系统已进入以智能化、人性化为标志的第三时代。这一时代区别于前两个时代最大的特点是将人工智能技术运动到搜索引擎系统中，而聚类算法就是其中最主要的算法。聚类技术将搜索引擎返回的结果分为若干个类，供用户进行有针对性地查找。目前现存的搜索引擎大多单纯地对网页内容进行聚类，本文在分析了现存的聚类算法的基础上，对常用的算法进行了优将CBC算法运用到网页聚类中，并且加入了搜索词作为主要的参照数据，通过在聚类中加大的搜索词的权重，在特征权值的计算中等方面对CBC算法进行了改进。实现了改进后的CBC算法，并且用数据集对新算法与传统的K-means算法的结果进行了比较，证明算法在精确度上优于传统的K-means算法，在效率上也有较为明显的优势。最后，本文在改进的聚类算法的基础上设计了一个中文聚类系统，对于网页从抓取到分析，再到分类都做了模块化的设计工作，并在此基础上对算法以及下一步的工作提出了改进的想法。