针对文本数据维度较高、空间分布稀疏及其聚类效果不佳的问题，提出一种基于增强蜂群优化搜索与K-means的高效文本聚类算法。首先为蜂群算法引入公平操作与克隆操作来提高全局搜索的能力，公平操作提高了样本多样性，并增强了蜂群搜索能力；克隆操作则增强了各代之间的信息交流，提高了求解质量。最终引入K-means进行局部质心的提炼，提高聚类质量。基于文本数据集的实验结果证明，相较于其他聚类算法，本算法具有更高的聚类质量。