Articoli simili (controllo) help

[denadai2]

Ciao a tutti. Vorrei raccogliere tra le mie news, le news "simili". Qual'è la migliore strategia per raccoglierle?


Grazie, servirebbe molto un aiuto

[nicola75ss]

Cosa intendi per simili? Non puoi suddividerle direttamente in varie categorie?

[denadai2]

Guarda qui

Praticamente mi serve un algoritmo per individuare gli articoli che parlano della stessa cosa. Le categorie le ho gia ma vorrei questa ulteriore suddivisione per incrementare la precisione di ricerca

[peo91919]

Unica cosa che mi viene in mente: le parole chiave.

[denadai2]

si ma io devo specificarle? se si non posso. Dovrei prenderle dal titolo dell'articolo ma come? e quali?

[skidx]

intendi un algoritmo che IN AUTOMATICO calcoli la somiglianza tra due articoli di testo?

Auguri

Così a spanne, la cosa più semplice e comunque pessima che mi viene in mente:
metti tutte le parore di un articolo in un'array contando quante volte compaiono. Consideri solo quelle con una certa frequenza (ad esempio 3) superiori ad una certa lunghezza (elimini articoli, preposizioni, punteggiatura, etc.), e le salvi come parole chiave di quell'articolo.

Gli articoli simili sono quelli che hanno parole chiave in comune.

Assai inaffidabile, secondo me, ma è giusto per darti un'idea.

[denadai2]

Originariamente inviato da skidx
intendi un algoritmo che IN AUTOMATICO calcoli la somiglianza tra due articoli di testo?

Auguri

Così a spanne, la cosa più semplice e comunque pessima che mi viene in mente:
metti tutte le parore di un articolo in un'array contando quante volte compaiono. Consideri solo quelle con una certa frequenza (ad esempio 3) superiori ad una certa lunghezza (elimini articoli, preposizioni, punteggiatura, etc.), e le salvi come parole chiave di quell'articolo.

Gli articoli simili sono quelli che hanno parole chiave in comune.

Assai inaffidabile, secondo me, ma è giusto per darti un'idea.

e google come fa ad esempio? lui nn mette le parole chiave di altri articoli

[skidx]

Originariamente inviato da denadai2
e google come fa ad esempio?

l'algoritmo di google varrà qualche decina di miliardi, per restar bassi sulla cifra.
Oltre che sui contenuti, si basa sulla rete di link tra articoli, per determinare la pertinenza.
Lascia perdere.

Se vuoi un consiglio, inserisci le keyword a mano quando inserisci l'articolo. L'uomo è più efficace dell'algoritmo nel trovare le parole chiave e le relazioni tra i contenuti di un qualsiasi algoritmo che al momento saresti in grado di scrivere.
Inoltre puoi specificare anche keyword che nel testo non compaiono ma che sono pertinenti con l'argomento.

[denadai2]

Originariamente inviato da skidx
l'algoritmo di google varrà qualche decina di miliardi, per restar bassi sulla cifra.
Oltre che sui contenuti, si basa sulla rete di link tra articoli, per determinare la pertinenza.
Lascia perdere.

Se vuoi un consiglio, inserisci le keyword a mano quando inserisci l'articolo. L'uomo è più efficace dell'algoritmo nel trovare le parole chiave e le relazioni tra i contenuti di un qualsiasi algoritmo che al momento saresti in grado di scrivere.
Inoltre puoi specificare anche keyword che nel testo non compaiono ma che sono pertinenti con l'argomento.

se fossero miei gli articoli

[peo91919]

Scusate un attimo...ma ereg e compagnia (eregi) possono vedere QUANTE parole corrispondono all'espressione regolare che gli si passa??
Non vorrei sbagliarmi, ma è il terzo valore quello che ti ridà il NUMERO DI VOLTE CHE TROVA LA PAROLA?

CiaoooO!