Reutilización OmniScriptum SRL Reutilización de los resultados de las coincidencias calculadas para MapReduce Paperback

En el marco de este trabajo, se pretende ampliar un proyecto ya existente, denominado Dedoop, con nuevas funcionalidades. Dedoop permite detectar similitudes entre pares de entidades a partir de grandes volúmenes de datos. El procesamiento de los datos se lleva a cabo mediante procedimientos basados en MapReduce. La búsqueda de similitudes es un cálculo que requiere mucho tiempo de procesamiento. Si se produce un cambio en una o varias entidades del conjunto original, es necesario reiniciar el cálculo. El objetivo del trabajo es evitar la repetición completa de las comparaciones y encontrar una forma de limitarse únicamente a determinados subconjuntos que requieran un nuevo cálculo, utilizando los resultados de coincidencias ya calculados.