Rekomendacje wiadomości na podstawie częstotliwości występowania terminów i podobieństwa dokumentów

Nadmierne przeciążenie informacyjne stało się ostatnio poważnym problemem. Powszechne stosowanie technologii ułatwiło życie ale doprowadziło również do łatwego dostępu do tworzenia informacji. Istnieje kilka portali informacyjnych na które codziennie trafia wiele informacji. W erze e-wiadomości czytanie wiadomości online stało się powszechnym nawykiem. Ludzie chętniej czytają wiadomości w Internecie niż w gazetach lub innych mediach. Użytkownikom coraz trudniej jest znaleźć interesujące i popularne wiadomości w krótkim czasie. Obecnie stało się to kluczowym wyzwaniem ponieważ każdy ma inne upodobania i nawyki czytelnicze. Rozwiązaniem tego problemu jest system rekomendacji wiadomości. Opracowano system rekomendacji oparty na treści który rekomenduje wiadomości na podstawie podobieństwa artykułów do zapytania i podobieństwa dokumentów. Do określenia podobieństwa zapytania w całym korpusie artykułów informacyjnych wykorzystuje się takie miary jak częstotliwość występowania terminów i podobieństwo dokumentów. Każdy dokument jest porównywany z każdym dokumentem dostępnym w korpusie a następnie przeprowadzane jest dopasowanie treści w celu ustalenia wyniku podobieństwa. Wyniki są oceniane na dwóch różnych zestawach danych przy użyciu miar służących do oceny trafności rekomendowanych artykułów informacyjnych.