Research and Application of Short Text Clustering Algorithms Based on Hadoop

摘要

自从互联网开始普及，人们就身处在一个信息爆炸的时代，人们对待生活、工作的思维方式开始逐渐在改变。在Web2.0的UGC（UserGeneratedContent）时代，社交网络平台作为互联网发展的一个重要分支，成为了人们很重要的沟通、交流和营销的公开平台。社交网络平台上每天产生的数据是海量的，如何运用好这些数据宝藏，成为了一个热门的研究课题。 在数据分析方面，传统的统计抽样方法在面临海量的快速增长的数据时显得过时和力不从心，利用全体数据而不是部分抽样的数据成为了新的研究方法。为了达成该目的，仅依靠硬件的更新提速来提高机器的运算能力是无法完成的。因此，如何巧妙地运用云计算等弹性计算架构成为了人...