Hadoop国内外研究现状
近年来数据挖掘算法的研究与开发慢慢受到重视，国内外学者已经提出了多种交通流预测方法，如神经网络模型、ARIMA模型、贝叶斯网络、非参数回归模型等。但是交通数据受到非常多因素的影响，在特殊的情况下的交通数据与平时的交通数据差异就非常大，而传统、单一的预测算法很难适应交通数据的高复杂性、不确定性、随机性。5574
相对Hadoop的发展便显得非常的火热。2008年1月，Hadoop已成为Apache顶级项目。2008年2月，雅虎宣布搭建出世界上最大的基于Hadoop的集群系统—Yahoo! Search Webmap，另外还被广泛应用到雅虎的日志分析、广告计算、科研实验中；Amazon的搜索门户A9中的商品搜索的索引生成就是基于Hadoop完成的；互联网电台和音乐社区网站Last.fm使用Hadoop集群运行日志分析、A/B测试评价、AdHoc处理和图表生成等日常作业；著名SNS网站Facebook用Hadoop构建了整个网站的数据仓库，它目前有320多台机器进行网站的日志分析和数据挖掘。 UC Berkeley等著名高校也对Hadoop进行应用和研究，以提高其整体性能，包括Matei Zaharia等人改进了Hadoop的推测式执行技术并发表了Improving MapReduce Performance in Heterogeneous Environment；Tyson Condie等人改进了MapReduce体系，允许数据在操作之间用管道传送，开发了Hadoop Online Prototype（HOP）系统，并发表了MapReduce Online。毕业论文
2008年之后，国内应用和研究Hadoop的企业也越来越多，包括淘宝、百度、腾讯、网易、金山等。淘宝是国内最先使用Hadoop的公司之一；百度在Hadoop上进行广泛应用并对它进行改进和调整，同时赞助了HyperTable的开发。总之，互联网企业、电信电力企业是Hadoop在国内的主要使用力量。同样的，很多科研院所也投入到Hadoop的应用和研究中，包括中科院、清华大学、浙江大学和华中科技大学等。正是因为Hadoop为开源框架，由此伴随Hadoop自身的飞速发展带动了其他相关项目的发展：分布式数据处理模式和执行环境、运行于大型商用机集群的MapReduce、分布式文件系统HDFS、分布式的数据库Hbase、提供分布式锁基本服务用于构建分布式应用的ZooKeeper等。