文本聚类在数据挖掘和机器学习中发挥着重要的作用。该技术经过巨大的发展，已产生了一系列的理论成果。K-means算法是文本聚类当中的经典算法之一，由于其时间复杂度低，在文本聚类领域中得到了广泛的应用。论文研究了文本聚类的关键技术与算法，提出了一种新的高性能无监督特征选择方法，并针对K-means算法的不足做了相应的改进工作。主要工作有：首先，在深入研究了文本聚类领域特征选择算法的基础上，发现一些算法存在不足之处，例如忽略了特征间的潜在关联。为了克服现有特征选择算法的缺陷，提高特征选择的效率，通过引入特征聚类的思想，提出了一种新的无监督特征选择算法，用以在保证聚类质量的前提下裁剪冗余特征词。其次，分析了欧式距离在度量文本相似性方面的缺陷，并对其做了校正处理。我们不仅考虑了文本中的词语频率信息，还结合词语对文本聚类的贡献差异度信息，提出了一种基于信息熵的赋权欧式距离计算方法。再次，提出了一种优化初始聚类中心的精确赋权K-means聚类算法。该算法从传统K-means算法选择的初始聚类中心可能不能很好地代表整个文本集分析出发，结合校正后的欧式距离计算方法对初始聚类中心进行优化，以保证选择的初始聚类中心比较分散且代表性好。给出了优化的精确赋权K-means算法的详细执行过程，并对算法的正确性和复杂度进行了分析。最后，通过详细的实验过程验证了本文的研究内容，通过与现有算法的对比，对实验结果进行了详细分析，从而验证算法的正确性与执行效率。