Nachrichtenempfehlung anhand von Termfrequenz und Dokumentähnlichkeit

Die übermäßige Informationsflut ist in letzter Zeit zu einem ernsthaften Problem geworden. Der umfassende Einsatz von Technologie hat das Leben erleichtert, aber auch den Zugang zur Erstellung von Informationen ermöglicht. Es gibt mehrere Nachrichtenportale, auf denen täglich eine Vielzahl von Informationen hochgeladen wird. In Zeiten von E-News ist das Lesen von Online-Nachrichten für viele Menschen zur Gewohnheit geworden. Die Menschen lesen Nachrichten eher im Internet als in Zeitungen oder anderen Medien. Für Nutzer wird es immer schwieriger, in kurzer Zeit relevante und beliebte Nachrichten zu finden. Da jeder Mensch unterschiedliche Vorlieben und Lesegewohnheiten hat, ist dies heute eine große Herausforderung. Eine Lösung für dieses Problem ist ein Nachrichtenempfehlungssystem. Es wurde ein inhaltsbasiertes Empfehlungssystem entwickelt, das Nachrichten auf der Grundlage der Ähnlichkeit von Artikeln mit Suchanfragen und der Ähnlichkeit von Dokumenten empfiehlt. Maßnahmen wie die Häufigkeit von Begriffen und die Ähnlichkeit von Dokumenten werden verwendet, um die Ähnlichkeit von Suchanfragen im gesamten Korpus von Nachrichtenartikeln zu ermitteln. Jedes Dokument wird mit jedem im Korpus verfügbaren Dokument verglichen und ein Inhaltsabgleich durchgeführt, um den Ähnlichkeitsgrad zu ermitteln.

Autorentext

Frau Ashwini Gupta hat 2016 ihren Master in Ingenieurwissenschaften am IET DAVV Indore abgeschlossen. Dr. Vaibhav Jain ist Assistenzprofessor am Inst. of Engg. & Technology Devi Ahilya Vishwavidyalaya Indore, Indien. Er hat 2015 seinen Doktortitel in Informatik am Indian Institute of Technology Delhi erworben. Sein aktueller Forschungsbereich umfasst die Informationsgewinnung.