Big data and social networks
A personal recommender system based on an unweighted graph
Oggigiorno, molte organizzazioni, aziende e ricercatori hanno a che fare con grandi set di dati nell'ordine di terabyte o persino di petabyte. Un popolare motore di elaborazione dati per gestire tali set di dati in mariera efficiente è Hadoop MapReduce è un popolare motore di elaborazione dati per la gestione di insiemi di dati così grandi in modo efficiente. Questi grandi set di dati sono spesso rappresentati come grafi da molti sistemi (ad esempio Internet e i social network).
Una caratteristica chiave di questi sistemi è fornita da sistemi di raccomandazione personalizzati per il recupero di informazioni e la scoperta di contenuti negli ambienti ricco di informazioni odierni. Di solito, i sistemi di raccomandazione moderni utilizzano tecniche complesse per fornire consigli a ciascun utente.
In questo documento spieghiamo la nostra implementazione di diversi modi per fornire raccomandazioni agli utenti di una rete basata su un grafo non pesato, utilizzando un approccio MapReduce iterativo Hadoop per l'implementazione.
