云计算和大数据是目前研究的热点问题之一。现代信息社会每时每刻都会产生大量的非结构化数据，对这些数据的处理和分析目前还面临着许多挑战。首先，数据量庞大，数据类型多样，非结构化和半结构化数据占很大一部分，对这些数据的处理是有挑战性的工作。其次，这些数据有很强的时效性，数据时时刻刻产生，要求数据处理的速度非常快，否则这些数据的处理将会毫无意义。可视化技术通过把大量的数据用图形的方式直观展示，可以帮助人们有效地对数据进行分析和观察，发现和挖掘隐藏在大量数据中的“秘密”，为辅助决策提供了可靠的技术支持。同时给社会和企业带来巨大的社会效益和经济效益。本文介绍了可视化技术的特点和发展前景，可视化概念及分类，对文本内容可视化技术手段做了重点阐述，分析了传统的自组织映射神经网络SOM（Self-OrganizingMapping）算法的优缺点，对SOM聚类算法随机初始化权值造成聚类时间过长问题做了改进，通过对初始权值进行分析计算，找出合适的初始权值，可以节省大量的时间。还针对SOM聚类决胜策略做了优化，解决了有些神经元不能获胜，而有些神经元获胜过多的问题。通过对改进后的算法比对分析，在对大规模数据处理时，改进后的算法效果比之前的更加准确。最后设计和实现了基于SOM聚类算法的可视化系统原型，以微信公众账号为例，根据微信公众账号信息的获取特点，把获取的信息进行了改进SOM算法聚类计算，聚类的结果通过jFreeChart展现出来，可以准确的反应聚类结果。