在当下复杂的网络环境中,随着网络渠道的多样化及网民覆盖面的扩大化,由人为主观产生的舆情信息量也愈加庞大,因此研究现代网络舆情的分析与判断模型是基于数据价值的方向之一,舆情挖掘可以用于社会公共安全、电子商务等诸多领域,具有实际的研究价值。课题主要研究的内容包括四个方面:首先,深入研究了数据挖掘相关技术,以此为理论基础,对相关概念进行分析和研究,着重对数据挖掘相关技术的应用进行阐述;深入研究数据挖掘算法、对常用框架Mahout以及Hadoop框架进行探讨。然后,对其重要组成部分以及研究过程中涉及的其他方法和理论进行研究。其次,介绍了用于分析舆情数据的舆情分析模型的设计,并结合聚类分析算法,形成了一种新型的串并分析模型。将Mahout中的聚类算法与Hadoop相结合,并对行的算法模型进行改进与优化。最后,基于推荐思想,设计与实现了公众舆论推荐模型,并且将该模型与热门舆论模型进行结合,从而得到了舆论推荐模型的框架。通过实验,验证和总结了热点舆情推荐体系,通过分析输入和推送热点舆情列表对结果进行测试和优化。使设计更加合理,满足设计需求。