1、數(shù)據(jù)挖掘一直以來都是計算機領(lǐng)域的一個研究熱點。近年來,隨著Web2.0應(yīng)用的普及和云計算的發(fā)展,互聯(lián)網(wǎng)已經(jīng)進入了大數(shù)據(jù)時代,數(shù)據(jù)的產(chǎn)生、傳輸、存儲、訪問和處理方式產(chǎn)生了明顯的變化。傳統(tǒng)的數(shù)據(jù)挖掘方法在數(shù)據(jù)源異構(gòu)、數(shù)據(jù)規(guī)模急劇膨脹的大數(shù)據(jù)時代,正面臨嚴峻的挑戰(zhàn)。本文提出了一套完整的分布式環(huán)境下基于文本的數(shù)據(jù)挖掘方法,實現(xiàn)了海量文本數(shù)據(jù)從數(shù)據(jù)抽取、預(yù)處理、搭建數(shù)據(jù)倉庫到數(shù)據(jù)挖掘的全過程,并將該方法應(yīng)用于解決微博用戶推薦問題進行驗證,取得良好

2、效果。
　　廣義的數(shù)據(jù)挖掘工作通常包含兩個部分,搭建數(shù)據(jù)倉庫和進行數(shù)據(jù)挖掘。數(shù)據(jù)挖掘的對象通常是來自多個異構(gòu)數(shù)據(jù)源的大規(guī)模數(shù)據(jù),從數(shù)據(jù)一致性、訪問效率等因素考慮,需要有一個統(tǒng)一的管理系統(tǒng)對數(shù)據(jù)進行集成、維護,即數(shù)據(jù)倉庫。數(shù)據(jù)倉庫的搭建包含了數(shù)據(jù)的抽取、轉(zhuǎn)換和加載,即ETL過程。傳統(tǒng)的數(shù)據(jù)倉庫設(shè)計是基于RDBMS設(shè)計思想的,需要整合所有數(shù)據(jù)源的數(shù)據(jù)類型和數(shù)據(jù)結(jié)構(gòu),設(shè)計一個統(tǒng)一的模式(Schema),包括表結(jié)構(gòu)和外鍵等。這樣做的優(yōu)勢在

3、于可以保證數(shù)據(jù)的ACID性質(zhì)。但是在大數(shù)據(jù)背景下,數(shù)據(jù)源復(fù)雜,異構(gòu)性強、數(shù)據(jù)規(guī)模擴展迅速,從而對基于RDBMS數(shù)據(jù)倉庫的可擴展性、靈活性以及效率提出了新的挑戰(zhàn)。
　　在完成數(shù)據(jù)倉庫搭建的基礎(chǔ)上,傳統(tǒng)的數(shù)據(jù)挖掘已經(jīng)形成了一整套較為成熟的算法體系,典型的算法包括分類、聚類、關(guān)聯(lián)、預(yù)測等,此外還與其他學(xué)科交叉產(chǎn)生了包括機器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等技術(shù)。這些數(shù)據(jù)挖掘技術(shù)應(yīng)用場景具備一些鮮明的特點:數(shù)據(jù)一次寫入,頻繁讀,運算密集,而數(shù)據(jù)更新操作較少

4、。針對這些特點,基于RDBMS設(shè)計方法保證的ACID性質(zhì)的優(yōu)勢不僅得不到充分體現(xiàn),反而成為了性能上的制約。
　　針對以上問題,本文提出了一套分布式環(huán)境下,基于文本的數(shù)據(jù)倉庫搭建與數(shù)據(jù)挖掘的方案。首先,在數(shù)據(jù)倉庫搭建方面,本文提出一種在分布式環(huán)境下快速搭建數(shù)據(jù)倉庫的方法,利用MapReduce完成整個ETL過程;同時摒棄了RDBMS而使用NoSQL數(shù)據(jù)庫集群作為數(shù)據(jù)倉庫的基礎(chǔ),從而保證了系統(tǒng)的可擴展性和運行效率。其次,借鑒搜索引擎的