云计算是当前学术界和产业界的热点，各大IT公司如Google、Mircosoft、IBM以及Amazon等都不失时机的加入到云计算的研发中，推动云计算的快速发展和普及。Hadoop是一个开源云计算平台，用于在集群上对海量数据进行并行处理，已成为很多大型互联网公司计算架构的核心部分，比如Google、Yahoo、FaceBook、LinkedIn以及Twitter等。　　 在互联网时代，信息和数据成指数级增长，为了更有效地掌握互联网动态，以便监控或开展针对性的业务，必须对网络上的用户行为特点进行分析。而为了找出哪些站点受欢迎、哪些话题更流行、哪些书更热卖以及什么形式的广告更吸引入等，都需要对TB或PB数量级的数据进行处理，而现有的工具己逐渐不能胜任如此庞大的数据处理任务。　　 本文正是基于此背景开发了基于Hadoop平台的用户行为分析系统，主要针对海量HTML页面的分析处理。本文首先对MapReduce并行框架、Hadoop云计算平台、分布式爬虫Nutch、Lucene、文本分类等进行了深入的学习和研究，在此基础上提出用户行为分析系统的设计方案，并完成了MySQL数据库与Hadoop的集成、分布式多线程网页抓取与正文解析、基于Lucene的中文分词以及基于MapReduce的改进TF-IDF权值计算方法，最后采用JSP技术显示系统的分析处理结果。