网络聚类引擎将聚类技术融入到搜索引擎中,对搜索结果进行聚类,以主题簇的形式返回给用户,用户只需在少量的主题簇中筛选出感兴趣的主题,继而再深入查看内容是否有价值,这样可以极大地减轻用户的查找任务,是当前搜索引擎的研究热点。影响网络聚类引擎的用户体验有两点：一是主题簇的最终显示方式,二是响应用户请求的效率。本文对上述问题进行了研究,具体包括：(1)网络聚类引擎呈现主题簇的形式主要是文件夹树或其他的图形视图。只有客观地评价一个簇的重要性,才能使簇的排列合乎用户的期望。基于Lingo算法,提出了一种改进计算簇分值的方法,不仅考虑簇标签的分值和簇内文档的数量,还利用文档在搜索结果中的原有排名和在簇中的分值。实验结果表明,改进后的簇分值可以客观反映簇的相关性和权威性。(2)聚类算法是比较耗时的过程,需要提高算法的效率以满足用户对在线聚类的时间容忍度。随着多核处理器的快速发展和广为使用,针对Lingo算法的时间效率问题,在提出的Lingo改进算法的基础上,运用多线程技术,使用并行程序设计来实现其并行化,以利用多核的资源优势,从而提高改进算法的性能。实验表明所设计的并行Lingo算法有较好的性能。