本发明公开了一种搜索引擎中基于类中心压缩变换的文本聚类方法，该方法利用改进的tf-idf公式计算文本集中每个文档的词汇权重，计算初始类中心，挖掘同义词组和共现高频词组，计算词汇中心，依据初始类中心与各文档的相似度进行初次分类；根据标题词汇，文章长度，同义词，共现关联词等信息，压缩中心词汇，使得同一个词汇只出现在与其相似高的一些类中心里，利用新的聚类中心对文档集进行重新聚类。计算每个类的核心相似度，对最大的类进行分裂，对较小的类进行合并以产生新的类。对压缩，聚类，分裂操作进行迭代，直到类的个数收敛，且同一个类中的文本与类中心相似度到达一定阈值。本发明聚类精度明显高于传统的KMeans，DBSCAN等方法。