Recommandation d'actualités à l'aide de la fréquence des termes et de la similarité des documents DE

La surcharge excessive d'informations est devenue un problème grave ces derniers temps. L'utilisation intensive des technologies a facilité la vie, mais elle a également facilité l'accès à la création d'informations. Il existe plusieurs portails d'actualités où de nombreuses informations sont publiées chaque jour. À l'ère des actualités électroniques, la lecture d'actualités en ligne est devenue une habitude courante. Les gens sont plus enclins à lire les actualités sur Internet que dans les journaux ou d'autres médias. Il devient donc plus difficile pour les utilisateurs de trouver des actualités pertinentes et populaires en peu de temps. Aujourd'hui, cela représente un défi majeur, car chacun a des goûts et des habitudes de lecture différents. Le système de recommandation d'actualités offre une solution à ce problème. Un système de recommandation basé sur le contenu a été développé. Il recommande des actualités en fonction de la similitude des articles avec la requête et la similitude des documents. Des mesures telles que le nombre de occurrences d'un terme et la similitude des documents sont utilisées pour déterminer la similitude de la requête dans l'ensemble des articles d'actualité. Chaque document est comparé à tous les documents disponibles dans le corpus et une correspondance de contenu est effectuée pour déterminer le score de similitude. Les résultats sont évalués sur deux ensembles de données différents à l'aide de mesures permettant d'évaluer la pertinence des articles d'actualité recommandés.