首页> 外文OA文献 >PEMBANGUNAN APLIKASI REKOMENDASI BERITA BERBASIS PREFERENSI PENGGUNA TWITTER
【2h】

PEMBANGUNAN APLIKASI REKOMENDASI BERITA BERBASIS PREFERENSI PENGGUNA TWITTER

机译:基于TWITTER用户偏好的新闻推荐应用开发

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务,本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文,但由于OA文献来源多样且变更频繁,仍可能出现获取不到、文献不完整或与标题不符等情况,如果获取不到我们将提供退款服务。请知悉。

摘要

Berita sejak dahulu merupakan sumber informasi yang dinantikan olehudsemua orang setiap hari. Di jaman modern ini banyak bermunculan berita digitaludyang menggunakan media website. Tetapi dengan adanya berbagai pilihan situsudberita yang bermacam-macam dan berita dengan berbagai kategori yang begituudberaneka ragam, sehingga berdampak pada efesiensi waktu yang dibutuhkan untukudmencari berita sesuai dengan kebutuhan tiap pembaca berita.udUntuk mempermudah seseorang mendapatkan berita yang diinginkan,udtanpa harus memakan waktu lama dalam mencari berita, maka dibangunlahudaplikasi rekomendasi berita yang memanfaatkan oauth API Twitter dari akunudpembaca berita. Sehingga dari kebiasaan tweets pembaca akan dilakukanudpencarian dan filter 3 kata yang memiliki bobot tertinggi dengan menggunakanudmetode TF-IDF (Term Frequency – Inversed Document Frequency) untukudmendapatkan kata kunci. Dan sebelum dilakukan pembobotan, tweets dilakukanudproses Text Mining. Kata kunci tersebut lalu digunakan untuk melakukan queryudterhaadap database berita sebagai filter berita yang akan direkomendasikan padaudpembaca berita.udDengan adanya aplikasi ini diharapkan pembaca berita ketika login padaudaplikasi “Rekomendasi Berita Berbasis Preferensi Pengguna Twitter”udmenggunakan akun Twitter, maka pembaca berita langsung mendapatkan beritaudyang direkomdasikan berdasarkan tweets mereka, tanpa harus mencari satupersatuudberita di semua situs berita dengan berbagai kategori berita. Sehinggaudwaktu yang digunakan untuk membaca berita akan menjadi lebih efisien
机译:新闻一直是每个人每天都在等待的信息源。在这个现代时代,使用网站媒体弹出了许多数字新闻。但是,各种各样的新闻网站和新闻种类繁多,种类繁多,以至于影响到根据每个新闻阅读者的需求查找新闻所需的时间效率。为了使某人更容易获得所需的新闻, ud无需花费很长时间来搜索新闻,而是建立了新闻推荐,该新闻推荐通过使用新闻阅读器帐户来利用Twitter API。因此,根据推文的习惯,读者将使用TF-IDF(术语频率-反向文档频率)方法进行搜索并过滤出权重最高的3个单词,以获取关键字。并且在加权之前,使用文本挖掘过程完成了推文。然后使用这些关键字查询新闻数据库,作为新闻过滤器,推荐给新闻阅读器使用该应用程序,预计新闻阅读器在使用Twitter帐户登录“基于Twitter用户首选项的建议”应用程序时,新闻阅读器会根据推文获得即时推荐的新闻,而不必在具有各种新闻类别的所有新闻站点上搜索一个统一的新闻。这样花在阅读新闻上的时间会更高效

著录项

  • 作者

    Arifidin Suryatul;

  • 作者单位
  • 年度 2016
  • 总页数
  • 原文格式 PDF
  • 正文语种
  • 中图分类

相似文献

  • 外文文献
  • 中文文献
  • 专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号