文本作为数据信息的载体,已经成为一种普遍的形式。人类可以获得的信息大部分都是以文本形式存在的。聚类分析可以帮助标示文本潜在的类别,分析文档之间内在的联系,在很多的领域有着广泛的应用。本篇论文首先对聚类分析技术进行了回顾,介绍了基本的文本聚类算法,并且讨论了基于模型聚类方法中所使用到的关键技术和理论,分析了基于模型技术与以往技术的不同以及优点。作为本文的主要工作,在接下来的篇幅中提出了一种基于概率模型的文本聚类算法——mvMF-Clustering 算法。该算法以vMF(von Mises-Fisher)分布为基础,建立描述文本数据集合的混合vMF 模型,并且使用EM 方法对模型中参数进行估计,最终得出一组表示文本簇的概率模型以及对文本集合的簇划分。mvMF-Clustering 算法的核心部分是vMF 分布的引入和EM 方法的使用,所以文中对这两点做了详细的介绍。论文的最后,通过实验对mvMF-Clustering 算法的性能进行了验证。与其他常用的文本聚类方法相比较,mvMF-Clustering 算法能够取得较好的聚类效果。