随着互联网络的发展，Web页面的数量激增，人们需要对大量的文本资源进行有效的组织，以有利于信息检索、模式发现、为用户提供推荐服务，以及为进一步的分类提供模式基础，于是Web页面的聚类技术成为一种迫切需要，针对传统聚类方法的不足，将领域本体引入聚类中，实验验证，提高了聚类的效率，增强了结果的可解释性，大大节省了用户查找信息的时间。本文研究本体在Web页面中的聚类挖掘。本体作为领域模型，提供了人们对领域概念和概念层次的共同理解，同时其应用降低了对自然语言理解技术的依赖。本文主要的工作和成果如下：提出了一种基于本体的文本表示模型。针对传统模型中的不足，通过引入本体，能更好的表示文档集合的特征。提出了一种基于本体的聚类算法，通过利用本体提供的领域知识，有效地解决传统方法中参数确定和结果可解释性等问题。构建了一个基于本体的Web页面聚类挖掘系统，原型系统通过结合领域本体的优势，在一个引擎的环境下对返回的页面进行聚类，实验验证，这样有效地减少了用户寻找信息的时间，同时增强了聚类结果可解释性。