Il clustering nell'information retrieval

La crescita esponenziale di Internet e l’avanzamento delle tecnologie hanno messo a disposizione una enorme quantità di dati in continuo aumento e aggiornamento. Questo va di pari passo con la necessità di metodi sempre più efficienti per ottenere informazioni utili da tali risorse disponibili. Negli anni si è dunque sviluppato il campo dell’Information Retrieval (IR), ovvero l’insieme delle tecniche di rappresentazione, memorizzazione, organizzazione dei dati e ricerca di informazioni, grazie alle quali può essere soddisfatto il bisogno informativo di un utente. L’elaborato si propone di applicare la cluster analysis all’information retrieval. Più precisamente, verrà trattata la rappresentazione vettoriale dei documenti e si spiegherà come alcune tecniche di clustering siano più adatte di altre in questo contesto (con una particolare attenzione per l’algoritmo delle k-medie sferiche), nonché come una suddivisione in cluster possa essere sfruttata per una più facile gestione di grandi moli di dati.