大数据这个术语的出现大概可以追溯到Apache的开源项目Nutch，当时，大数据——Big Data——是用来描述为了更新网络搜索索引需同时进行批量处理或分析的一大批量数据集，随着MapReduce和Google File System（GFS）的发布，从2009年开始，大数据才开始成为互联网行业的流行词汇，并吸引了越来越多的关注，物联网、云计算、移动互联网、手机与平板电脑、PC以及遍布各个角落的各种各样的传感器，无一不是大数据的来源或承载方。
专家北京大学大数据实验室主任张华平博士表示：大数据是随着计算机技术的发展，时代产物，解决了大量数据泛滥的难题，而实验室的NLPIR大数据语义智能分析平台就是为了解决数据挖掘难题而引发的科研成果。
NLPIR大数据语义智能分析平台主要有精准采集、文档转化、新词发现、批量分词、语言统计、文本聚类、文本分类、摘要实体、智能过滤、情感分析、文档去重、全文检索、编码转换等十几项功能模块，平台提供了客户端工具，云服务与二次开发接口等多种产品使用形式，各个中间件API可以无缝地融合到客户的各类复杂应用系统之中，可兼容Windows，Linux，Android，Maemo5, FreeBSD等不同操作系统平台，可以供Java，Python，C，C#等各类开发语言使用。
0