互联网和信息技术的迅速发展导致了信息的爆炸,巨大的Web信息资源库不但给人们提供了各种信息,同时也增加了人们从海量数据中获取有用信息的难度。Web链接结构分析算法,特别是PageRank和HITS算法的出现和发展,极大地方便了人们提取更加有用的信息。然而,随着数据的不断增加,传统的单机Web链接结构算法已经无法满足处理海量数据的需求。为解决Web链接结构算法在海量数据计算和存储中存在的瓶颈问题,本文引入Hadoop云计算平台解决此问题。Hadoop框架是为处理海量数据的需求而提出的,可被用来开发高性能的分布式程序,对于海量数据的存储和计算有着极大的优势。本文研究的主要内容为:(1)研究基于Hadoop平台的云计算理论和相关技术,并搭建部署Hadoop云平台集群;(2)在Hadoop云计算平台上,重新设计和实现基于重要度分析算法PageRank。通过对传统的算法重新设计,考虑了结点存在的各种情况,有针对性的对Key和Value进行设计,使算法并行化,并采用多种数据集对设计的算法进行测试并分析实验结果,验证算法的有效性、可行性。最后,分析PageRank算法在网站排名应用中存在的问题;(3)在Hadoop云计算平台上,重新设计和实现基于中文词网络的HITS算法,并对该算法的应用进行研究。通过改变信息结点的存储结构,对算法进行Map/Reduce化,实现分布式矩阵、向量运算,打破Hub值和Authority值的共引用共耦合的复杂关系,测试并分析实验结果。最后,对分布式HITS算法在中文文本主题提取和社区发现的应用进行初步的探索。