Bewertung von Clustering-Techniken für Nachrichtenempfehlungen

Die Informationsüberflutung ist eines der wichtigsten Probleme unserer Zeit. Sie ist in verschiedenen Bereichen zu beobachten, insbesondere in der Wirtschaft und bei Nachrichten. Dies gilt insbesondere für Nachrichten-Websites und das Internet, wo die Zuverlässigkeit von Nachrichten-Websites in der Regel durch die Menge der Nachrichten bestimmt wird, die dem Portal hinzugefügt werden. Die populärsten Nachrichten-Websites enthalten täglich eine Vielzahl von Nachrichtenartikeln. Die klassische Lösung zur Bewältigung der Informationsüberlastung ist eine Empfehlung. In diesem Buch evaluieren wir das MapReduce k-means und fuzzy k-means clustering für eine inhaltsbasierte Empfehlung für Nachrichtenartikel, basierend auf der Euklidischen Distanz und der Cosinus-Ähnlichkeitssuche. Dieser Ansatz besteht aus zwei Arbeitsphasen.

Autorentext

Ranjith Kumar Gatla arbeitet als außerordentlicher Professor in der Abteilung CSE (Data Science) am Institute of Aeronautical Engineering, Hyderabad.Anitha Gatla arbeitet als Assistenzprofessorin in der Abteilung Informationstechnologie am Institute of Aeronautical Engineering, Hyderabad.