News360 वैयक्तिकरण प्रणाली: सूचना समूहों की रैंकिंग

जब अनुशंसा प्रणाली बहुत सारी सामग्री के साथ काम करती है, तो मुख्य कार्य इस सामग्री को फ़िल्टर नहीं कर रहा है, बल्कि इसे रैंकिंग देता है। यदि हम समाचार के बारे में बात करते हैं - हर दिन सैकड़ों हजारों लेख प्रकाशित होते हैं, जिनमें से हजारों समाचार पढ़ने वाले प्रत्येक व्यक्ति के हितों को प्रभावित कर सकते हैं। लेकिन ज्यादातर उपयोगकर्ता प्रति दिन 5-10 से अधिक लेख नहीं पढ़ते हैं (News360 के अनुसार)। कौन सा लेख पहले दिखाना है?

News360 तीसरे साल पहले से ही इस सवाल का जवाब खोज रही है। हमें पहले से ही कई अलग-अलग उत्तर मिले हैं, लेकिन इस साल हमने अवधारणा को छोड़ने का फैसला किया, जो पिछले सभी वर्षों के लिए मुख्य था।

सरल शब्दों में एक लेख में मैं इस बारे में बात करने की कोशिश करूंगा कि क्यों समाचार 360 ने पहली बार घटनाओं और रैंकिंग घटनाओं पर लेखों के क्लस्टरिंग के लिए एक प्रणाली के कार्यान्वयन और विकास पर कई वर्षों तक काम किया, और फिर इस दृष्टिकोण को दूर फेंक दिया और एक अलग लागू करने का फैसला किया। और यह भी थोड़ा कैसे News360 काम करता है, क्या हुड के नीचे है और इसके बारे में कहां पढ़ा जाना है।



News360 का मुख्य कार्य निजीकरण के साथ सूचना अधिभार की समस्या को हल करना है। एक आधुनिक उपयोगकर्ता की कल्पना करें जो सोशल नेटवर्क का उपयोग करता है, समाचार पढ़ता है, उद्देश्य के दृष्टिकोण के लिए कई समाचार प्रकाशनों का पालन करने की कोशिश करता है, और निश्चित रूप से, दोस्तों और अन्य दिलचस्प लोगों के ब्लॉग पढ़ता है। ऐसा उपयोगकर्ता या तो सभी समाचारों का पालन करने के लिए घंटों खर्च करता है, या कुछ सूचनाओं को छोड़ देता है। और सामाजिक नेटवर्क पर हर नए ब्लॉग या दोस्त के साथ, यह महसूस किया जा रहा है कि अधिक से अधिक दिलचस्प चीजें खो रही हैं जो तेजी से बढ़ रही हैं। ऐसे उपयोगकर्ता के लिए News360 उन सभी लेखों का चयन करेगा, जो चयनित स्रोतों में सबसे लोकप्रिय हैं, सामाजिक नेटवर्क से सबसे अधिक चर्चा की जाती है, उन विषयों पर नई सामग्री जोड़ते हैं जो उपयोगकर्ता सबसे अधिक पढ़ता है, और एक सुविधाजनक और सुंदर फ़ीड में सब कुछ व्यवस्थित करता है।

या किसी अन्य आधुनिक उपयोगकर्ता की कल्पना करें - एक व्यक्ति जो राजनीति को छोड़कर हर चीज में रुचि रखता है, और वह खाना बनाना पसंद करता है। तब News360 उपयोगकर्ता को सबसे दिलचस्प गैर-राजनीतिक विश्व समाचार दिखा सकती है और पाक ब्लॉग और प्रकाशनों से नवीनतम और सबसे लोकप्रिय फ़ीड को जोड़ सकती है।

समाचार फ़ीड के आयोजन के लिए एक व्यक्तिगत और गैर-व्यक्तिगत दृष्टिकोण की तुलना करने के लिए, आइए विभिन्न फ़ीडों पर नज़र डालें:



सीएनएन एक व्यक्तिगत फ़ीड नहीं दिखाता है, लेकिन सबसे महत्वपूर्ण और लोकप्रिय समाचार का एक सेट है।



प्रिज़मैटिक मेरे व्यक्तिगत समाचार फ़ीड को दिखाता है जिसमें पेशे से मेरी रुचि के अलावा कुछ नहीं है। सबसे अलग, सबसे सनसनीखेज विश्व समाचारों के साथ एक कॉलम भी है। (मुझे इस लेख से और अधिक लेख फिट करने के लिए चित्रों को काटना पड़ा)।



News360 की मुख्य स्क्रीन उन सभी समाचारों को संयोजित करने का प्रयास करती है जो मुझे रुचि दे सकते हैं। यह सबसे महत्वपूर्ण विश्व समाचार है, और यह कि मैं उत्सुक हो सकता हूं, और यह सीधे मेरे हितों से संबंधित है।

इस समस्या को हल करने के लिए, इंटरनेट से सिस्टम में आने वाली खबरों का विश्लेषण अतिरिक्त जानकारी के लिए किया जाता है:

• सिस्टम पाठ में नामित अवधारणाओं को पहचानता है, जैसे कि घटना में मुख्य प्रतिभागियों - लोगों, कंपनियों, ब्रांडों, स्थानों पर जहां घटना होती है। ऐसा करने के लिए, हमने व्याकरणिक दृष्टिकोण के आधार पर पाठ में इकाई पैटर्न की खोज के लिए एक एल्गोरिथ्म लागू किया है, जो काम से प्रेरित है "नामांकित मान्यता: एक स्थानीयग्राम-आधारित दृष्टिकोण" ।
• News360 कई अलग-अलग तरीकों का उपयोग करके समाचारों को वर्गीकृत करता है। संदर्भ वेक्टर विधि का उपयोग खेल, व्यवसाय, या राजनीति जैसे लोकप्रिय शीर्षकों के अनुसार लेखों को वर्गीकृत करने के लिए किया जाता है: libsvm- आधारित मशीन को 1000 मीडिया लेखों के अपने स्वयं के लेबल वाले कॉर्पस में प्रशिक्षित किया जाता है, जिसमें TF के रूप में भारित लेखों के कीवर्ड को वेक्टर के रूप में लिया जाता है। * आईडीएफ।
• छोटे और संकीर्ण पाठ विषयों को उजागर करने के लिए, एक साधारण नियम-आधारित वर्गीकरण कार्यान्वयन का उपयोग किया जाता है, यह ओरेकल नियम आधारित क्लासिसिटॉन में कैसे लागू किया जाता है और "तकनीकी पाठ मार्ग के लिए वर्गीकरण तकनीकों की तुलना"

सरलता के लिए, हम नामित अवधारणाओं, विषयों, श्रेणियों, और लेख टैग के बारे में अन्य सभी ज्ञान कहते हैं। इन टैगों के रूप में, समाचार 360 उपयोगकर्ता के उन लेखों का विश्लेषण करके उनके हितों को निर्धारित करता है जो उसे पसंद हैं, या जब उपयोगकर्ता स्पष्ट रूप से अपने हितों को व्यक्त करता है:



समाचार फ़ीड को और अधिक अनुकूलित करने के लिए, News360, एक ही चीज़ के बारे में विभिन्न स्रोतों के लेखों को समूहित करता है, ताकि उपयोगकर्ता को मुख्य फ़ीड में पुनरावृत्ति न दिखाई दे, लेकिन, कहानी पढ़ने में डूबा हुआ, वह चुन सकता है कि वह किस दृष्टिकोण को जानना चाहता है। ग्राफ-आधारित न्यूनतम कट पेड़ों की विधि के समान एल्गोरिथ्म के अनुसार सामग्री की ऐसी क्लस्टरिंग एक विशेष तंत्र द्वारा की जाती है।


News360 लेखों के ग्राफ़, समूहों को हाइलाइट किया गया है।

क्लस्टरिंग तंत्र के संचालन के परिणामस्वरूप, प्रत्येक क्लस्टर में न केवल लेख शामिल हैं जो अर्थ में करीब हैं, बल्कि एक ही घटना के बारे में विभिन्न स्रोतों से लेखों का संग्रह है। News360 उपयोगकर्ता के समाचार फ़ीड में दोहराए जाने की समस्या को हल करने के लिए लेख के बजाय उपयोगकर्ता को इन घटनाओं को दिखाता है और रैंकिंग में घटना के अनुनाद को ध्यान में रखने में सक्षम है।

क्लस्टर में गिरने वाले लेखों की विशेषताओं के आधार पर, इसकी विशेषताओं की गणना इसके लिए की जाती है। उदाहरण के लिए, सबसे हालिया लेख, अक्सर सामना किए गए टैग, साथ ही एक अनूठी विशेषता - एक घटना की प्रतिध्वनि, जिससे पता चलता है कि दुनिया में इस घटना की कितनी सक्रियता से चर्चा की जाती है।

1. क्लाउड अनुबंध पर आईबीएम पर अमेजन चुनने के लिए CIA ने गलती की
   • अनुनाद: ५
   • टैग्स: CIA, Amazon, IBM, क्लाउड कम्प्यूटिंग
   • सबसे हाल का लेख: Physorg.com, 06/18/2013
2. ग्लोबल आईटी खर्च बढ़ाने का अनुमान
   • अनुनाद: ५
   • टैग्स: गार्टनर, क्लाउड कम्प्यूटिंग
   • सबसे हालिया लेख: द स्ट्रेटेजिक सॉसर, 06/19/2013
3. मैं क्या उपयोग करता हूं: ऑफिस 365 और स्काईड्राइव प्रो
   • अनुनाद: १
   • टैग: ऑफिस 365, स्काईड्राइव, क्लाउड कम्प्यूटिंग, गैजेट्स
   • सबसे हाल का लेख: WinSuperSite, 06/20/2013

समाचार 360 में क्लस्टर का उपयोग सूचना की मूल इकाइयों के रूप में किया जाता है, अर्थात यह उनकी प्रणाली है जो अनुशंसा करती है।

जब कोई उपयोगकर्ता किसी लेख को पढ़ता है, उसे साझा करता है या उसे पसंद करता है, तो सिस्टम यह पता लगाने की कोशिश करता है कि उपयोगकर्ता इस लेख के बारे में जो कुछ जानता है, उससे सबसे अच्छा जानता है। इस प्रकार, सिस्टम को प्रत्येक उपयोगकर्ता के लिए प्रशिक्षित किया जाता है, अपना "पोर्ट्रेट" बनाता है और इस पोर्ट्रेट का उपयोग करता है ताकि उपयोगकर्ता के लिए दिलचस्प हो, उसकी राय में, सबसे अधिक चुनने के लिए। उदाहरण के लिए, मेरा चित्र कुछ इस तरह दिखता है (मैंने पठनीयता के लिए दुर्लभ टैग से लंबी पूंछ हटा दी):

क्लाउड कंप्यूटिंग	0.95
विलियम गेट्स III	0.72
स्टीव नौकरी करते हैं	0.62
माइक्रोसॉफ्ट	0.44
संगीत	0.40
आईबीएम	0.24
startups	0.18
रिचर्ड ब्रैनसन	0.17
व्यापार	0.17
छोटा व्यवसाय	0.16
मनोरंजन	0.16

वजन प्रणाली का विश्वास है कि क्लाउड कम्प्यूटिंग मेरे लिए ब्याज की होगी। इस वजन की गणना इस आधार पर की जाती है कि उपयोगकर्ता किसी विशेष विषय के साथ "इंटरैक्ट" कितनी सक्रियता से करता है। उदाहरण के लिए, क्लाउड कम्प्यूटिंग के बारे में लेख पढ़ना, मैं अपनी प्रोफ़ाइल में इस विषय का वजन बढ़ाता हूं।

पोर्ट्रेट के आधार पर, सिस्टम सूचना के वास्तविक समूहों को लेता है और निर्णय लेता है कि मुझे कौन सा दिखाना है।

तीनों कहानियां क्लाउड प्रौद्योगिकियों के बारे में बताती हैं, जिसका अर्थ है कि, मेरे चित्र के अनुसार, वे मेरे लिए रुचि हो सकती हैं। इस प्रकार, सामग्री को वैयक्तिकृत करने की प्रक्रिया को निम्नानुसार दर्शाया जा सकता है:



अर्थात्, सिस्टम उपयोगकर्ताओं के हितों के अनुसार सामग्री को फ़िल्टर करता है।

यह दृष्टिकोण आपको उपयोगकर्ता को उन समाचारों से बचाने की अनुमति देता है जो उसके लिए दिलचस्प नहीं है, लेकिन सामग्री की एक आधुनिक बहुतायत के साथ, यह गारंटी नहीं देता है कि उपयोगकर्ता सभी सबसे महत्वपूर्ण चीजें सीखेंगे जो उनके लिए ब्याज के क्षेत्रों में होती हैं, सूचना अधिभार की समस्या को हल नहीं करता है।

"उपयोगकर्ता के लिए समाचार का महत्व" की अवधारणा की शुरुआत के साथ, हम एक तुलनात्मक विशेषता का परिचय देते हैं (यानी, कुछ समाचार उपयोगकर्ता के लिए अधिक महत्वपूर्ण हो सकते हैं, अन्य कम), जो प्रत्येक उपयोगकर्ता के लिए व्यक्तिगत रूप से इस विशेषता के अनुसार समाचार को रैंक करने की आवश्यकता की ओर जाता है।

इस तकनीक को "सामग्री-आधारित सिफारिशें" कहा जाता है और इसका उपयोग विभिन्न उत्पादों द्वारा किया जाता है, जैसे कि imdb.com की सिफारिश प्रणाली।

प्रत्येक दस्तावेज़ के लिए, विशेषताओं के एक सेट की पहचान की जाती है, जिनमें से प्रत्येक उपयोगकर्ता के सापेक्ष भारित होता है, यह निर्धारित करता है कि इस उपयोगकर्ता के लिए कितनी खबर महत्वपूर्ण हो सकती है। इस लेख में एक उदाहरण के लिए हम ऐसे मापदंडों का उपयोग करने की कोशिश करेंगे:

1. सामग्री की ताजगी।
2. उपयोगकर्ता के चित्र में जितने भी समाचार टैग हैं।
3. प्रासंगिक टैग के उपयोगकर्ता को खबर पसंद है (तालिका 1 में गुणांक)।
4. अनुनाद - इस समाचार को कवर करने वाले स्रोतों की संख्या, अर्थात्। उन स्रोतों की संख्या जिनके लेख वर्तमान क्लस्टर में भाग ले रहे हैं।

फिलहाल जब मैं समाचार के लिए सिस्टम की ओर मुड़ता हूं, तो मेरे बारे में ज्ञात जानकारी (मेरा "पोर्ट्रेट") सिस्टम के अनुरोध के मापदंडों के रूप में उपयोग की जाती है, उदाहरण के लिए, "फैब: सामग्री-आधारित, सहयोगात्मक अनुशंसा" लेख में । इसलिए समाचार को रैंक करने के लिए लेख पैरामीटर और उपयोगकर्ता जानकारी का उपयोग किया जाता है।

आइए हमारे डेटा पर ऐसा करने का प्रयास करें (उदाहरण के लिए, मान लें कि हम 20 जून 2013 को रैंकिंग कर रहे हैं):

1. क्लाउड अनुबंध पर आईबीएम पर अमेजन चुनने के लिए CIA ने गलती की
   • ताजगी: दो दिन (0 अंक)
   • उपयोगकर्ता को क्या पसंद है: क्लाउड कम्प्यूटिंग (0.95), आईबीएम (0.24) (2 अंक)
   • अनुनाद: 5 (2 अंक)
2. ग्लोबल आईटी खर्च बढ़ाने का अनुमान
   • ताजगी: 24 घंटे (1 अंक)
   • उपयोगकर्ता को क्या पसंद है: क्लाउड कम्प्यूटिंग (0.95) (0 अंक)
   • अनुनाद: 5 (2 अंक)
3. मैं क्या उपयोग करता हूं: ऑफिस 365 और स्काईड्राइव प्रो
   • ताजगी: प्रासंगिक (2 अंक)
   • उपयोगकर्ता को क्या पसंद है: क्लाउड कम्प्यूटिंग (0.95) (0 अंक)
   • अनुनाद: 1 (0 अंक)

सादगी के लिए, मैंने प्रत्येक पैरामीटर के लिए समाचारों को क्रमबद्ध करके अंक की गणना की, और पहले स्थान के लिए 2, तीसरे के लिए 0 और बाकी सब के लिए 1 असाइन किया।

कुल मिलाकर, हमें खबर मिलती है, इस प्रकार रैंक दी गई है:

1. क्लाउड अनुबंध पर आईबीएम पर अमेजन चुनने के लिए CIA ने गलती की
2. ग्लोबल आईटी खर्च बढ़ाने का अनुमान
3. मैं क्या उपयोग करता हूं: ऑफिस 365 और स्काईड्राइव प्रो

यहां हमने समूहों (= कहानियों = घटनाओं) को स्थान दिया। क्लस्टर रैंकिंग करते समय, तीन निर्विवाद लाभ पैदा होते हैं:

• सबसे पहले, रैंकिंग के परिणामस्वरूप, एक रिबन तुरंत प्रकट होता है जिसे उपयोगकर्ता को दिखाया जा सकता है;
• दूसरे, रैंकिंग के लिए कम तत्व हैं (क्रमशः क्लस्टर में कई लेख शामिल हैं), यह आवश्यक काम तेजी से करने के लिए निकलता है;
• तीसरा, बिना किसी अतिरिक्त लागत के हमें इस तरह के पैरामीटर को घटना के प्रतिध्वनि के रूप में मिलता है (यानी कि इस स्रोत के बारे में कितने स्रोतों ने लिखा है)।

लेकिन इस दृष्टिकोण में एक समस्या है जिसके कारण हम रैंकिंग समूहों से दूर हो गए और एक-एक करके लेखों की रैंकिंग शुरू कर दी। समस्या यह है कि हमारे द्वारा चुने गए क्लस्टर विशेषताओं में से कई का उपयोगकर्ता के हितों के साथ मिलान नहीं किया जा सकता है।

उदाहरण के लिए, यदि किसी क्लस्टर में पांच लेख हैं, तो क्लस्टर की प्रतिध्वनि को 5 के रूप में लिया जाता है, लेकिन इसका मतलब यह नहीं है कि सभी पांच लेख उपयोगकर्ता के लिए रुचि रखते हैं। यही है, जब प्रत्येक पैरामीटर में किसी विशिष्ट उपयोगकर्ता के लिए एक विशिष्ट क्लस्टर की रैंकिंग करते हैं, तो सभी उपयोगकर्ता हितों को ध्यान में रखा जाना चाहिए। इस स्थिति में, उपयोगकर्ता के लिए ब्याज की क्लस्टर क्लस्टर प्रविष्टियों की संख्या (उपयोगकर्ता के हितों का उल्लेख करते हुए) की गणना करें, और क्लस्टर प्रविष्टियों की कुल संख्या से नहीं।

वही क्लस्टर की ताजगी पर लागू होता है, और क्लस्टर के मुख्य लेख (जो कि क्लस्टर के "कवर" पर उपयोगकर्ता को दिखाने के लिए इस क्लस्टर से क्या है) की पसंद पर लागू होता है।

उसी समय, उपयोगकर्ता को लेखों को नहीं बल्कि बिल्कुल कहानियों (क्लस्टर) को दिखाने की आवश्यकता होती है। सबसे पहले, क्योंकि उपयोगकर्ता अपनी धारा में एक ही लेख के बारे में कई अलग-अलग लेख नहीं देखना चाहते हैं, भले ही वे विभिन्न स्रोतों में प्रकाशित हों; दूसरे, क्योंकि रैंकिंग के लिए हमें निश्चित रूप से इस तरह के पैरामीटर की आवश्यकता होती है जैसे कि घटना की प्रतिध्वनि।

इसलिए हम एक ऐसी प्रणाली में आए जिसमें लेखों को क्रमबद्ध किया गया है, लेकिन घटनाओं की प्रतिध्वनि को ध्यान में रखा जाता है, और कहानियों को उपयोगकर्ता को दिखाया जाता है।

आइए ऊपर दिए गए ग्राफ पर दर्शाए गए सभी लेखों को लेने का प्रयास करें:

क्या इसका मतलब यह है कि सीआईए जल्द ही आपकी अमेज़ॅन की इच्छा सूची तक पहुंच सकती है?	समय	CIA, अमेज़न	2013/06/18
अमेज़ॅन, आईबीएम ने सीआईए जासूसी क्लाउड अनुबंध पर पानी फेर दिया	ऑस्ट्रेलियाई	IBM, CIA, Amazon	2013/06/18
रिपोर्ट: CIA ने अपना क्लाउड बनाने के लिए अमेज़न को चुना	के बारे में पता लगाना	CIA, क्लाउड कम्प्यूटिंग	2013/06/18
सरकारी आईटी को विश्व स्तर पर अस्वीकार करना है	SiliconIndia	गार्टनर इंडिया	2013/06/19
पूर्वानुमान: वैश्विक राज्य एजेंसियां ​​इस वर्ष सूचना प्रौद्योगिकी (आईटी) पर खर्च करती हैं	YoPakistan	पाकिस्तान	2013/06/19
CIA ने IBM के ऊपर Amazon चुनने के लिए गलती की	Physorg.com	IBM, CIA, Amazon	2013/06/18
रिपोर्ट: CIA ने अपना क्लाउड बनाने के लिए अमेज़न को चुना	व्यापार का अंदरूनी सूत्र	CIA, Amazon, Cloud Computing	2013/06/18
मैं क्या उपयोग करता हूं: ऑफिस 365 और स्काईड्राइव प्रो	Winsupersite	ऑफिस 365, स्काईड्राइव, क्लाउड कम्प्यूटिंग, गैजेट्स	2013/06/20
ग्लोबल आईटी खर्च बढ़ाने का अनुमान	सामरिक खटास	गार्टनर, विश्व समाचार	2013/06/19
मोबाइल और क्लाउड शीर्ष सरकारों की तकनीकी खरीदारी सूची	टेक गणतंत्र	गार्टनर, क्लाउड कम्प्यूटिंग, विश्व समाचार	2013/06/19

और उन से चुनें जो उपयोगकर्ता के लिए उपयुक्त हैं (फ़िल्टरिंग):

अमेज़ॅन, आईबीएम ने सीआईए जासूसी क्लाउड अनुबंध पर पानी फेर दिया	ऑस्ट्रेलियाई	आईबीएम (0.24)	2013/06/18
रिपोर्ट: CIA ने अपना क्लाउड बनाने के लिए अमेज़न को चुना	के बारे में पता लगाना	क्लाउड कम्प्यूटिंग (0.95)	2013/06/18
CIA ने IBM के ऊपर Amazon चुनने के लिए गलती की	Physorg.com	आईबीएम (0.24)	2013/06/18
रिपोर्ट: CIA ने अपना क्लाउड बनाने के लिए अमेज़न को चुना	व्यापार का अंदरूनी सूत्र	क्लाउड कम्प्यूटिंग (0.95)	2013/06/18
मैं क्या उपयोग करता हूं: ऑफिस 365 और स्काईड्राइव प्रो	Winsupersite	क्लाउड कम्प्यूटिंग (0.95)	2013/06/20
मोबाइल और क्लाउड शीर्ष सरकारों की तकनीकी खरीदारी सूची	टेक गणतंत्र	क्लाउड कम्प्यूटिंग (0.95)	2013/06/19

अब हम लेखों को अंकों के योग द्वारा क्रमबद्ध करते हैं, उसी तरह से गणना की जाती है जैसे हमने समूहों के वजन की गणना की (प्रत्येक पैरामीटर में अंक कोष्ठक में इंगित किए गए हैं, और अंतिम कॉलम में अंकों का योग)। इस मामले में, प्रतिध्वनि के रूप में, हम क्लस्टर में उपयोगकर्ता के लिए रुचि के लेखों की संख्या को ध्यान में रखते हैं, न कि क्लस्टर में लेखों की कुल संख्या:

मैं क्या उपयोग करता हूं: ऑफिस 365 और स्काईड्राइव प्रो	Winsupersite	क्लाउड कम्प्यूटिंग (0.95) (2)	06/20/2013 (2)	1 (0)	4
रिपोर्ट: CIA ने अपना क्लाउड बनाने के लिए अमेज़न को चुना	के बारे में पता लगाना	क्लाउड कम्प्यूटिंग (0.95) (2)	06/18/2013 (0)	4 (2)	4
रिपोर्ट: CIA ने अपना क्लाउड बनाने के लिए अमेज़न को चुना	व्यापार का अंदरूनी सूत्र	क्लाउड कम्प्यूटिंग (0.95) (2)	06/18/2013 (0)	4 (2)	4
मोबाइल और क्लाउड शीर्ष सरकारों की तकनीकी खरीदारी सूची	टेक गणतंत्र	क्लाउड कम्प्यूटिंग (0.95) (2)	06/19/2013 (1)	1 (0)	3
अमेज़ॅन, आईबीएम ने सीआईए जासूसी क्लाउड अनुबंध पर पानी फेर दिया	ऑस्ट्रेलियाई	आईबीएम (0.24) (0)	06/18/2013 (0)	4 (2)	2
CIA ने IBM के ऊपर Amazon चुनने के लिए गलती की	Physorg.com	आईबीएम (0.24) (0)	06/18/2013 (0)	4 (2)	2

अंतिम चरण में, हम आउटपुट को क्लस्टर में (ऊपर चित्र में ग्राफ के अनुसार) समूहित करते हैं, प्रत्येक क्लस्टर का पहला लेख लेते हैं और बाकी को छिपाते हैं:

1. मैं क्या उपयोग करता हूं: ऑफिस 365 और स्काईड्राइव प्रो
2. रिपोर्ट: CIA ने अपना क्लाउड बनाने के लिए अमेज़न को चुना
3. मोबाइल और क्लाउड शीर्ष सरकारों की तकनीकी खरीदारी सूची

यह परिणाम और अधिक पसंद है जो मुझे दिलचस्पी है।

उपयोगकर्ता के चित्र से टैग वेट का उपयोग करने के अलावा, सिस्टम अलग-अलग टैग के सापेक्ष अलग-अलग तरीकों से लेख मापदंडों को भी वजन कर सकता है। पैरामीटर लेख की तिथि, स्रोतों की संख्या, पाठ्य सूचना की मात्रा, सामाजिक नेटवर्क में प्रभाव का सूचकांक और अन्य समान लेख विशेषताएँ हैं। उदाहरण के लिए, पॉलिटिक्स टैग के लिए विश्लेषणात्मक लेखों में थोड़ी पाठ्य जानकारी खराब है। हालांकि, फोटोब्लॉग के लिए सटीक समान जानकारी अनुमेय है। इस प्रकार, एक ही लेख में अलग-अलग टैग के लिए अलग-अलग वजन होंगे। News360 में विकसित रैंकिंग फ़ंक्शन का उपयोग करके सामान्यीकरण के बाद, ये पैरामीटर टैग के सापेक्ष लेख के वजन में एकत्रित होते हैं।

उपयोगकर्ता के चित्र को लेख में एक या किसी अन्य टैग को देखने की इच्छा के रूप में देखते हुए, हम उस लेख के वजन को उस टैग में एकत्र करते हैं जो उपयोगकर्ता के चित्र में है, इस प्रकार उपयोगकर्ता के सापेक्ष लेख का अंतिम कुल वजन प्राप्त होता है।

अंतिम तंत्र आपको निम्नलिखित विशेषताओं के किसी भी सेट का उपयोग करके कहानियों को रैंक करने की अनुमति देता है:

• कहानियों की उद्देश्यपूर्ण विशेषताएँ। उदाहरण के लिए:
  • लेख की तारीख
  • पाठ की जानकारी की मात्रा
  • सामाजिक में रेटिंग। नेटवर्क।
• उपयोगकर्ता की विशिष्ट प्राथमिकताएं जिनके लिए एक विशिष्ट रैंकिंग की जाती है। उदाहरण के लिए:
  • पसंदीदा लेख शैली (विश्लेषणात्मक लेख, समाचार)
  • पसंदीदा विषयों की एक भारित सूची (आईबीएम (0.24), क्लाउड कम्प्यूटिंग (0.95))
• देखें कि उपयोगकर्ता किस सूचना क्षेत्र की खोज करता है:
  • यही है, आईटी के लिए सरकार के बजट पर एक लेख राजनीति स्तंभ और आईटी स्तंभ दोनों में गिर सकता है, लेकिन अलग-अलग वजन के साथ।

और यह भी, यह उपयोगकर्ता को टेप की प्रस्तुति को चुनने का पर्याप्त अवसर प्रदान करता है:

• उपयोगकर्ता के लिए कौन से विशिष्ट लेख (विभिन्न प्रकाशनों के लेखों की एक श्रृंखला से) ठीक से चयन करने की क्षमता उपयोगकर्ता को दिखाई जाएगी।
• समाचार फ़ीड से डुप्लिकेट जानकारी छिपाएँ।

यह रैंकिंग प्रणाली वर्तमान में News360 के अंदर परीक्षण ऑपरेशन से गुजर रही है, लेकिन सिस्टम के अगले अपडेट का विकास पहले ही शुरू हो चुका है, जिसमें रैंकिंग में समाचार के बारे में सहयोगात्मक ज्ञान का उपयोग करने के रूप में ऐसी चीजें शामिल हैं (जहां तक ​​सामान्य रूप से सभी उपयोगकर्ताओं द्वारा लेख को पसंद किया जाता है या वर्तमान एक के समान उपयोगकर्ता) प्रोफ़ाइल में एक विशेष रुचि जोड़ने के लिए सिफारिशें, एक पुनरावृत्त परीक्षण प्रक्रिया के आधार पर एक विशिष्ट उपयोगकर्ता के लिए सिफारिश एल्गोरिथ्म का स्वत: अनुकूलन और इसके प्रभाव का मूल्यांकन करना इस उपयोगकर्ता के लिए विभिन्न एल्गोरिदम की गतिविधि।

संदर्भ:

1. विकिपीडिया: नाम-इकाई मान्यता
2. ट्राबोलिसी, एचएन (2006)। नामित इकाई मान्यता: एक स्थानीयग्राम-आधारित दृष्टिकोण। पीएचडी थीसिस, इलेक्ट्रॉनिक्स और भौतिक विज्ञान के कम्प्यूटिंगस्कूल विभाग, सरे विश्वविद्यालय, गिल्डफोर्ड, सरे, यूके से लिया गया: scribd.com
3. बोसर, बर्नहार्ड ई।; गयोन, इसाबेल एम।; और वापनिक, व्लादिमीर एन .; इष्टतम मार्जिन क्लासिफायर के लिए एक प्रशिक्षण एल्गोरिथ्म। हॉस्स्लर, डेविड (संपादक) में; COLT पर 5 वीं वार्षिक ACM कार्यशाला, पृष्ठ 144-152, पिट्सबर्ग, PA, 1992। ACM प्रेस। से लिया गया: citeseer.ist.psu.edu
4. चांग, ​​सी।, और लिन, सी। (एन डी)। Libsvm - समर्थन वेक्टर मशीनों के लिए एक पुस्तकालय।
5. ओरेकल पाठ में दस्तावेजों को वर्गीकृत करना।
6. कोर्निफिन, एमएम, और गोल्डफ़र्ब, एच। (2007, जुलाई)। एमएम कोर्नफिन (चेयर) में। तकनीकी पाठ मार्ग के लिए वर्गीकरण तकनीकों की तुलना। WCE 2007, लंदन, यूके से लिया गया: citeseerx.ist.psu.edu
7. फ्लेक, जीडब्ल्यू, टार्जन, आरई और त्सोटीसुओलिक्लिस, के। (2004)। ग्राफ क्लस्टरिंग और न्यूनतम कट पेड़। इंटरनेट गणित, 1, 385-408। से लिया गया: citeseerx.ist.psu.edu
8. Wikipedia: Recommender system: Content-based filtering
9. Balabanovic, M., & Shoham, Y. (1997). Fab: Content-based, collaborative recommendation. ommunications of the Association for Computing Machinery, 40(3), 66-72. Retrieved from: citeseerx.ist.psu.edu