随着信息时代的到来,信息量呈现爆炸式增长,尤其是非结构化数据充斥着人们的生活。如何从海量的非结构化文本中快速定位信息以及高效的获取信息成为人们目前急需解决的问题。文本自动分类能够对信息进行有效的整理和分门别类,从而帮助人们更有效的检索,查询,过滤和利用信息。因此,如何实现对海量的非结构化文本数据的自动化分类成为当前研究热点。然而,非结构化文本数据结构复杂,分类规则不统一,数据更新速度快,数据规模巨大,使得传统的文本分类方法已无法满足当今非结构化数据的处理需求。针对分类方法自动分类问题,论文尝试引入了云计算平台和分布式计算架构,完成对大规模非结构化数据的分类处理及对各种分类后的信息的相关处理,为当今海量非结构化文本数据处理对于存储和计算的巨大需求提供了可靠保障。本文设计并实现了基于云计算的海量非结构化数据自动分类系统,系统实现了一个文本分类算法,并成功的运行在Hadoop分布式平台上,对网络爬虫爬取到的文本数据,完成自动分类处理操作。此外,本系统还提供便捷的可编程接口,能够方便进行二次开发,进一步提高了系统的实际应用价值。