随着信息技术尤其是互联网技术的发展与成熟，人们可获得的信息越来越多。面对如此海量的信息，一方面是人们对快捷、精准且全面获取信息的需求，而另一方面却是大量信息的冗余与无序。作为信息处理研究领域中最迫切的问题，有效地获得、分析、管理信息已越来越受到研究者们的关注。因此，Web文本聚类成为信息检索领域的重要研究方向之一。目前，基于空间向量模型的传统文本聚类方法由于其文本特征向量高维性、稀疏性等自身特点，这一方向上的研究与创新已经很难再有突破。现有基于语义的文本聚类方法的研究对象多限于传统文本，而缺少对Web中文文本的聚类分析，导致这些聚类方法在应用到Web中文文本时效率不高、效果不好。本文深入分析了中文文本聚类方法的研究现状，在此基础上，针对Web文本更新快，篇幅短，用词不规范等特点，采用基于知网的语义分析来研究Web文本的聚类方法。首先在理解知网的结构的基础上，改进了概念间相似度计算的方法，使之更符合语义的规范。接着通过分析Web文本聚类算法的相关难点，将基于知网的语义相似度计算引入传统空间向量模型，使其维度降低，数据稀疏性降低。改进后的空间向量模型更适用于Fuzzy C-Means文本聚类算法。该算法是对K-Means算法的改进，以语义的相似度阈值来控制聚类的迭代次数。基于此算法，设计并实现了微博话题发现系统。该系统可以自动从新浪微博抓取每日更新的微博，然后对微博内容进行聚类，同一聚类簇中的微博将被认为是在讨论同一话题，由此可以实现微博话题发现的功能。文章最后对算法的效果以及系统的功能进行实验分析与对比，结果表明：该算法相较于传统Web文本聚类算法有明显的效果提升，以此算法为基础所设计实现的系统也能较好的达到预期要求。