随着计算机和互联网的普及,计算机输入代替了人们用笔写字的习惯,促进了文本以电子化形式储存的发展,为文本挖掘在文学中运用提供了条件。在文学风格的研究上,通过使用文本挖掘的方法,既弥补了以往内省式研究的不足,又开创了作品风格研究的新思路。格非、余华作为当代著名作家,其小说呈现出与传统文学截然不同的风格,通过研究格非、余华的小说,能拓宽风格研究的领域。目前,使用文本挖掘的方法,对他们的小说风格做对比研究的文献较少,存在着较大的研究空间。本文选取了格非、余华的小说各37篇。经过文本的清洗和分词,构建了格非和余华小说语料库。在构建语料库和前人研究的基础上,通过使用语言特征模型和词袋模型,将文本数据转化为结构化数据,从而生成了两组数据集。基于语言特征模型的数据集,本文通过使用随机森林、XGB模型和支持向量机进行预测,选出了表现良好的XGB模型和随机森林,其后基于这两个模型,得到了5个重要的语言特征。另一方面,基于词袋模型的数据集,通过模型参数的选取,得到了加权LDA主题模型的结果,进而分析了两位作家修饰风格的差异。本文主要结论有:第一,选取的计量特征具有合理性。基于语言特征模型选取了十个计量特征,通过随机森林、XGB模型和支持向量机进行预测,在测试集上表现良好——其准确率、召回率、精准率和F值均在0.77以上,尤其是XGB模型的各项指标均在0.87以上。这些说明了本文选取的这十个特征包含了区分格非、余华作品风格的信息,反映了选取的计量特征在刻画作品风格方面的合理性,弥补以往的研究在选取计量特征时缺乏合理性说明的不足。第二,格非、余华小说风格的宏观概括。相比格非而言,余华使用冒号的频率较高,句子口语性较强。以上的结论,与以往的研究结论是一致,但是,以往的研究集中于部分小说,本文则是使用作者的大部分作品进行研究,一定程度拓宽以往结论的适用范围。与以往研究不同的是,本文发现余华的小说倾向于大量使用对话描写,来对人物进行刻画。在修饰词的使用上,格非较多的使用具有负向情感的形容词,余华较多的使用正向情感的形容词。