Modelos de procesamiento distribuido basados en spark para algoritmos de recomendación sobre grandes datos sociales
Las redes sociales han cobrado una gran importancia en la vida cotidiana de las personas. Son una gran fuente de información a la que millones de personas acceden para informarse o conectarse con gente alrededor del mundo. Es por eso que es muy importante que exista un mecanismo de recomendacione...
Guardado en:
| Autor principal: | |
|---|---|
| Formato: | Artículo revista |
| Lenguaje: | Español |
| Publicado: |
Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas
2019
|
| Materias: | |
| Acceso en línea: | http://ridaa.unicen.edu.ar/xmlui/handle/123456789/2004 |
| Aporte de: |
| Sumario: | Las redes sociales han cobrado una gran importancia en la vida cotidiana de las personas.
Son una gran fuente de información a la que millones de personas acceden para informarse
o conectarse con gente alrededor del mundo. Es por eso que es muy importante que
exista un mecanismo de recomendaciones que ayude a los usuarios a interactuar entre
ellos, a través de recomendaciones de amistades. Encontrar personas de interés puede
tornarse en una tediosa tarea en redes tan numerosas en usuarios. La asistencia automatizada
proporcionará una ayuda a aquellas personas que busquen información en una
red social.
Gracias al modelo de la computación paralela y distribuida, hoy es posible gracias a la sinergia
computacional, procesar grandes cantidades de información que una sola computadora,
aún siendo la mas potente y costosa, pueda lograr. Mejorar los tiempos y la calidad
de las recomendaciones de amistades, entre otros tipos de recomendaciones, será el
objetivo principal de este trabajo. La optimización del uso de los recursos, tales como la
memoria y la red, nivel de paralelismo de tareas, tomarán un importante lugar a la hora
de diseñar un sistema distribuido. |
|---|