近年来,随着移动互联网时代的快速发展,即时通信得到了广泛的应用,不良信息泛滥成灾严重影响到人们的日常生活。如何对海量的不良信息进行采集、存储、挖掘和聚类分析,对于当今运营商实现集中治理不良信息的智能管理具有十分重要的意义。本论文立足于某企业的实际工作项目,设计了一种面向海量不良信息快速聚类的算法,并实现了一个不良信息相似聚类原型系统,从而为该企业完成不良信息的集中管理奠定了基础。本文的主要研究内容如下:本文对不良信息聚类所涉及的相关技术以及常用的聚类算法做了深入的调研。根据不良短信文本具有数量巨大、不规范性以及大量的相似性等特点,通过对比现有聚类算法对于处理海量信息,得出的查全率较低且效率偏低,于是本文提出了一种面向海量短信快速聚类有效的算法。该算法主要的实现方式是采取特定的特征串构建方法以及合理的选取聚类号。并通过多组实验证明了本聚类算法的查准率、查全率都高达85%且执行效率也得到了较大提升。本文将本聚类算法应用于不良信息集中治理中的垃圾短彩信智能优化子系统中,并通过数据可视化验证了算法在现实生产环境中的可行性。最后,本文对基于本聚类算法的不良信息相似聚类系统的总体层次架构及各功能模块进行了详细设计,并通过编码实现了包括预处理模块、特征选择模块、聚类分析模块以及查询检索模块的具体功能,完成了整个聚类系统的开发。并且还使用了大量的测试用例对系统进行了功能测试和效率分析,验证了系统的各个功能和效率,同时证明了算法在本系统中的实践效果。为企业信息安全中心的各种数据处理奠定了基础,以及后续其他子系统和模块的实现提供了成功的保证。