互联网的应用与发展大大促进了各个新兴产业的发展,同时也为传统制造业提供了机遇与挑战。常规的营销方式,已经远远不能满足需求。随着互联网用户的增长以及移动互联网的迅速兴起,互联网营销面临的数据量越来越大,并且数据的结构复杂无规律性。因此本文根据Hadoop集群所具有海量非结构化数据存贮与分析设计的优势以及处理不同类型大数据的灵活性等特点,提出基于Hadoop的大数据营销系统的架构,实现海量数据的存储与处理,并结合分布式海量数据爬虫技术,建立互联网用户的人群画像模型,基于此模型以及互联网用户的行为数据分析用户的兴趣以及喜好,更好地指导互联网营销策略的指导以及实施。论文完成的主要工作如下:(1)研究背景与需求调研;(2)大数据相关技术的研究;(3)基于Hadoop的互联网数据营销系统的设计;(4)基于Hadoop的互联网数据营销系统的实现;(5)系统的部署与运用。目前系统已经完成并投入运行,使用16台服务器,每日可处理5亿条日志。对互联网用户的访问习惯及用户属性有了更加精准的了解,对广告投放和营销决策提供了很好的支撑。在人工方面:减小了运营人员的工作负担,提升了工作效率;在营销效果方面:由于采用了依据用户属性的广告投放方式,提升了广告的转化效率及投入产出比。