Recomendação de notícias usando frequência de termos e similaridade de documentos

A sobrecarga excessiva de informações tornou-se um problema grave recentemente. O uso extensivo da tecnologia facilitou a vida mas também levou ao acesso à criação de informações. Existem vários portais de notícias onde muitas informações são carregadas diariamente. Como estamos na era das notícias eletrônicas ler notícias online tornou-se um hábito comum das pessoas. As pessoas tendem a ler notícias na Web em vez de jornais ou outros meios de comunicação. Torna-se mais difícil para o utilizador encontrar notícias relevantes e populares em pouco tempo. Hoje em dia isso tornou-se um grande desafio pois todos têm gostos e hábitos de leitura diferentes. Uma solução para este problema é o sistema de recomendação de notícias. Foi desenvolvida uma recomendação baseada em conteúdo que recomenda notícias com base na semelhança do artigo com a consulta e na semelhança do documento. Medidas como contagem de frequência de termos e semelhança de documentos são usadas para descobrir a semelhança da consulta no corpus completo de artigos de notícias. Cada documento é comparado com todos os documentos disponíveis no corpus e a correspondência de conteúdo é realizada para descobrir a pontuação de semelhança. Os resultados são avaliados em dois conjuntos de dados diferentes usando medidas para avaliar a relevância dos artigos de notícias recomendados.