Problems and challenges of information resources producers' clustering

به طور کلاسیک، تکنیک های یادگیری ماشین بی نظیر در مجموعه داده ها با تعداد ثابت از صفات (متغیرها) اعمال می شود. با این حال، بسیاری از مشکلات موجود در زمینه اطلاعرسانی با ما مواجه می شوند و نیاز به گسترش این روش ها را به طوری که آنها را می توان بر روی یک مجموعه ای از بردارهای مرتب نشده از طول نابرابر محاسبه کرد. بنابراین، در این مقاله، برخی از اقدامات جدید عدم همبستگی (معیارهای) معرفی و مطالعه می شود. به همین دلیل ما ممکن است از مثال استفاده کنیم الگوریتم خوشه بندی سلسله مراتبی به منظور تعیین پارتیشن مجموعه داده ورودی متشکل از مجموعه تولید کنندگان که نه تنها با توجه به کیفیت منابع اطلاعاتی بلکه همچنین میزان آنها همگن هستند.