Ocena technik klastrowania na potrzeby rekomendacji wiadomości

Przeładowanie informacjami jest obecnie jednym z najważniejszych problemów. Można to zaobserwować w różnych dziedzinach w tym w biznesie zwłaszcza w wiadomościach. Jest to ważniejsze w odniesieniu do serwisów informacyjnych i sieci gdzie wiarygodność serwisów informacyjnych jest zazwyczaj określana przez ilość wiadomości dodawanych do portalu. Najpopularniejsze serwisy informacyjne zawierają wiele artykułów dziennie. Klasycznym rozwiązaniem powszechnie stosowanym w celu rozwiązania problemu przeciążenia informacjami jest rekomendacja. W tej książce oceniamy MapReduce k-średnich i k-średnich rozmytych dla rekomendacji opartych na treści artykułów informacyjnych opartych na odległości euklidesowej i wyszukiwaniu podobieństwa kosinusowego. Podejście to składa się z dwóch faz działania.