传统的聚类算法,如k-means算法、EM算法等,都是建立在凸形分布的样本空间上,若样本空间不为凸,算法将会陷入局部最优,因此不能对任意形状分布的样本聚类。hSync(Synchronization-Inspired Hierarchical Clustering)算法作为一种基于同步动力学模型的聚类算法,不用对数据的全局分布做假设,可以发现任何形状的簇,为求解中文文本聚类问题提供了一个很好的选择。本文针对文本聚类问题,在文本表示模型和文本聚类算法两个方面展开一系列的研究,主要包括以下内容:(1)分析和研究基于双词关联的文本表示模型和基于词共现的文本表示模型,提出了基于双词关联和词共现的文本混合表示模型,并设计了对应的特征抽取方法、特征权重计算方法和文本相似度计算方法。实验显示使用基于双词关联和词共现的文本混合表示模型求解文本聚类问题的结果相对传统向量空间模型在F-measure值方面有所提高。(2)研究并改进了hSync算法。将hSync聚类算法应用到文本聚类中,解决了传统聚类算法不能很好处理非凸形分布文本数据的问题。并针对传统hSync算法运算效率低的问题,使用基于?-邻域闭包的方法判断数据同步的趋势,并使用不断增大邻域半径增量的方法增大邻域半径,从而提高数据局部同步的效率,进而提高了hSync的聚类效率。(3)通过文本聚类实验,验证了基于双词关联和词共现的文本混合表示模型的有效性及改进的hSync算法的有效性。采用改进后的文本表示模型和改进后的hSync算法相结合的方法对SOUGOU-C文本数据集进行聚类,实验结果显示改进后的文本聚类方法在运行效率和F-measure值上都有提高。