随着社区化搜索技术的不断发展，博客以极快的速度融入社会生活中，成为当前互联网上较重要的一种社会媒体，并随之带来博客文章数量的指数级增长，如何在数量众多的文章中准确找到与用户查询相关的文章以及如何从海量的文章中快速查询到用户所需要的信息变得至关重要，即博客文章的排序和分类成为当前一项重要而紧迫的研究课题。为了提高博客文章排序的性能，本文在融合文章自身结构特征基础上，针对PageRank算法在博文排序中的主题漂移和轻视新博文，重视旧博文的不足进行改进。并且为了改善博客文章分类的性能，本文在传统贝叶斯分类算法的基础上，结合博客文章特有的结构和内容特性，展开研究。主要研究工作包含以下几个方面：（1）博文排序算法：本文重点研究传统的PageRank排序算法，针对其在博文排序中有主题漂移，轻视新博文，重视旧博文的不足，且存在与用户查询相关的博文并不靠前的问题，提出一种改进的博文排序算法。该方法在分析博客自身结构特征的基础上，通过两篇相互链接的博文的内容相似度以及博主的受欢迎程度和博文的时间新鲜度，得到新的博文分数。（2）博文分类算法：普通文本分类算法直接应用于博客文章效果不理想的主要原因是：博客文章在结构上，有不同于文本的标签；在内容上，包含多个主题，类别归属不明显，多为博主自己的主观意见。针对该问题，本文提出一种在内容上，通过融合两种不同特征选择方法，提高特征集代表性的前提下，利用正文，标题两个方面分类。结构上，利用博客文章特有的标签分类，并将三个方面融合。实验结果证明，改进的博文排序算法略好于传统的博文排序算法，且改进的分类算法也在一定程度上提高了博客文章的分类性能。