1．目的及意义

本文以涉及情报学、计算学和信息学等多个领域的信息传播模式、网络分析和使用与满足理论等理论为基础，通过Hadoop搭建分布式数据处理平台抓取需要的数据、用MapReduce来计算捕获的数据以及检测数据，进一步对这些数据进行统计分析；此外，通过构建信息传播行为的影响因素模型，揭示用户行为的动机；在此基础上，提出促进进行信息传播行为的策略。具体来说，本文的研究目的如下：

1、对行为数据进行基本的正常捕获分析，能够揭示使用进行信息传播行为的基本规律。

2、对捕获的数据进行网络检测分析，深入挖掘信息传播行为所形成的潜在模式。

3、访谈式的探索性分析，能够更好地反映进行信息传播行为的因素；进一步，基于使用与满足理论，通过构建影响因素模型等来对该模型进行验证，得出具有统计学意义的分析结果，能够更好地阐释数据的影响因素。

4、采用MapReduce编程模型来分布式快速计算数据以及检测数据得到各种所需要的属性信息，能够更有效地促进用户的持续性行为，进而有助于Hadoop的持续发展。

5、可视化技术展示、在该终端上进行用户文件的增删改、数据过滤等操作，查询网络包数据和根据用户需要对部分数据进行统计和可视化展示。

数据一直是学界关注的重要研究领域。作为新兴的平台，Hadoop的研宄方兴未艾。本文综合利用软件所抓取的网络数据，深入揭示用户产生的不同信息传播行为。通过对数据挖掘和检测的全面阐述，相关结论首先能够丰富己有的关于用户行为、网络结构等研宄成果，同时也加深了从传播学和情报学视角来研究行为的成果，通过可视化技术来进一步展示和显示对数据的统计和研究；此外，也进一步促进了情报学、计算学和信息学等领域的配合和交叉融合研究。

通过探索性研究和实证性分析，本文从不同层面阐释了用Hadoop处理平台进行不同信息传播行为的影响因素。这一研究结论将有助于Hadoop提供商和企业组织等机构采取有针对性的激励措施来有力地促进用户的持续使用行为，有助于Hadoop之下相关技术的发展；也有助于政府等相关部门制定相关的政策来更好地鼓励与引导良好的行为。

国内外的研究现状分析

在国外，技术决策者始终认为“Hadoop的优势大于风险”。Hadoop不光有成熟的商用云计算，也有成熟的企业内部运行架构的搭建方案。名下的各种产品总是在对应的发展，如Spark比MapReduce发展的要好，也更适应于在研究中发展。在国内，Hadoop作为一种新兴发展的 IT 交付模式，正处于被积极研究和应用的阶段。在国内，虽然对Hadoop的探索还暂处于学术层面和试商用阶段，但国家和企业对于Hadoop的重要性已持积极的态度。