近年来,我国进入食品安全事件频发期,劣质奶粉、地沟油、镉大米等引起社会广泛关注的恶性食品安全事件频频发生。层出不穷的问题食品,不仅会对消费者的身体健康造成严重损害,而且也影响到了社会的稳定和发展。随着新闻媒体的快速发展以及互联网的日益普及,与食品安全事件有关的海量新闻被各家新闻媒体报道出来且在网络上迅速传播。处理与分析数据量巨大、数据结构复杂的食品安全事件新闻数据,传统的技术手段很难满足需求,大数据与云计算技术的兴起与发展,为深入全面地分析被曝光的食品安全事件的新闻提供了可能。在天津食品安全低碳制造协同创新中心的支持下,本文提出一种基于大数据和云计算技术处理食品安全事件相关新闻的研究方法。该方法以"掷出窗外"食品安全事件网站上搜集的相关新闻事件作为数据来源,采用基于网络爬虫技术的网页数据采集器八爪鱼软件采集该网站上的食品安全事件的相关新闻数据并做一些分词和停用词处理的数据预处理工作。然后利用部署于Hadoop集群的机器学习算法库Mahout中集成的相关算法对预处理后的数据进行序列化、向量化操作,最后通过利用该算法库中的Canopy聚类算法的粗聚类寻找到最佳的K值和初始聚类中心,再根据得到的结果利用K-means聚类算法进行二次聚类并对最终得到该网站上食品安全事件新闻数据的簇进行聚类描述和分析。采用本文提出的方法进行分布式文本聚类实验,得出"掷出窗外"网站上食品安全事件新闻中各类食品的事件数量分布情况,从而表明该方法具有较好的可行性和有效性。