搜索引擎作为互联网上最主要的信息搜索工具之一，是广大网络用户用于查询信息的主要工具。然而，近年来，由于网络信息量迅猛增加和网络信息组织的无序性，用户很难从传统搜索引擎返回的检索结果中找到自己所需的信息。对于搜索引擎的优化很多论文都有所说明，而本文是针对返回结果的组织不具有层次性这一问题，为用户提供一种有效查找和合理描述文本内容的组织机制。本文提出了在搜索引擎的返回结果中首先应用网页聚类技术，也就是对其返回结果进行自动分类，尽量让内容相似的结果聚为一类。然后针对每类结果，应用多文档自动文摘技术显示该类主要内容，以此来方便用户迅速定位到特定的类别结果中。接着对每类的单个网页作自动摘要，利于用户选定所需信息。本文对上述涉及的若干问题进行了详细阐述。 首先介绍搜索引擎的一般工作原理：分别分析了搜索软件，索引软件，检索软件的一般工作原理，并且指出现有搜索引擎的一些不足和缺陷，特别是针对返回结果的组织性，提出一种基于网页聚类和多文档自动文摘技术的搜索引擎模型。 接着讨论网页聚类技术：首先给出聚类的一般过程。并且分析网页聚类与文档聚类的不同之处，总结网页区别于普通文档的三个特点，并提出了一种网页聚类算法的实现过程，最后阐述了不同聚类算法的适应场合。 最后也是本文的重点阐述多文档自动文摘技术：首先分析在搜索引擎环境下自动摘要技术的应用。然后讨论多文档自动文摘技术中的几个关键技术：篇章分割(Texttiling)，实质上是对网页的预处理，将文本分割为语义上联系相对较小的节，对应于一个个主题；段落相似度计算，是利用知网(Hownet)采用基于概念向量空间模型的方法来进行段落相似度计算，并分析实验结果；文本关系图的构建，也就是依据片段之间的相似度，按照上一步得到的相似度值，若两个文本片段之间的相似度超过特定的值，在这两个文本片段之间建立一条“边”，将特定的片段连接形成“文本关系图”；最后生成文摘等。并给出在搜索引擎中使用该技术时的一种实现方案。