云计算的概念是Google首席执行官在2006年搜索引擎大会上首次提出的,在此后的6年间,云计算这一概念得到了广泛的传播,Microsoft、Google、IBM等等知名公司都相继开展了云计算的相关研究。越来越多云计算平台的出现也使获得可扩展的、廉价的、高效的计算模式成为可能。现代社会信息增长快速,预计超过1/3的数字信息将被驻留在云计算平台中或借助云计算平台处理,随之而来的是社会各界对多元化数据挖掘服务的需求,基于云计算平台进行高效、可信的海量数据挖掘成为一个具有挑战性的难题。本文首先研究了Google、IBM、Hadoop等等云计算平台,着重分析了Hadoop平台的关键技术MapReduce编程模型和Hadoop分布式文件系统。然后,比较深入地研究了决策树分类算法,分析了几个常用的决策树分类算法。在此基础上,本文针对两种典型的决策树分类算法C4.5算法和SPRINT算法,提出了它们在Hadoop平台上的改进方法和并行化策略。实验结果表明,对海量数据,改进后的这两种算法在Hadoop平台上都具有较高的加速比,在一定程度上解决了C4.5算法和SPRINT算法在处理海量数据时计算量大、构建决策树时间长的问题。