Ocena technik klastrowania na potrzeby rekomendacji wiadomości

Prze¿adowanie informacjami jest obecnie jednym z najwäniejszych problemów. Mo¿na to zaobserwowä w ró¿nych dziedzinach, w tym w biznesie, zw¿aszcza w wiadomo¿ciach. Jest to wäniejsze w odniesieniu do serwisów informacyjnych i sieci, gdzie wiarygodno¿¿ serwisów informacyjnych jest zazwyczaj okre¿lana przez ilo¿¿ wiadomo¿ci dodawanych do portalu. Najpopularniejsze serwisy informacyjne zawieraj¿ wiele artyku¿ów dziennie. Klasycznym rozwi¿zaniem powszechnie stosowanym w celu rozwi¿zania problemu przeci¿¿enia informacjami jest rekomendacja. W tej ksi¿¿ce oceniamy MapReduce k-¿rednich i k-¿rednich rozmytych dla rekomendacji opartych na tre¿ci artyku¿ów informacyjnych, opartych na odleg¿o¿ci euklidesowej i wyszukiwaniu podobie¿stwa kosinusowego. Podej¿cie to sk¿ada si¿ z dwóch faz dziäania.