1.首先学习基本的知识，文本分析。学习基本的linux命令，使用脚本对文本进行细粒度的切分，并对模型进行调研
2.分析文本文件中的特征，
3.分析文本文件中上下文之间的关系。
4.编写脚本文件，对脚本预处理，数据清洗，并产生格式化的数据
5.建立模型
6.编写map,reduce过程文件，对数据进行处理，产生结果。
思路整理
原文：http://www.cnblogs.com/bob-wzb/p/5544490.html
