Subsistema para la detección de similitud entre noticias para la Plataforma C.U.B.A

Abstract

La presente investigación tiene como objetivo proponer un subsistema de detección de similitud entre noticias, que permita detectar las noticias similares, para contribuir así, al proceso de recuperación de información en la red cubana. Durante la investigación se analizaron sistemas homólogos existentes, identificando su funcionamiento y los principales algoritmos para la detección de similitud entre textos, así como sus aspectos positivos y negativos. Para darle cumplimiento al objetivo planteado, en la investigación se realizó el estudio del estado del arte sobre el proceso de detección de similitud entre textos, funciones, algoritmos de similitud y la recuperación de información. El proceso de desarrollo estuvo guiado por la metodología de desarrollo de software AUP-UCI. Se seleccionaron como principales tecnologías un entorno de desarrollo integrado (IDE) Netbeans 8.1, para la programación, el lenguaje Java 8, como indexador la herramienta Apache Solr 6.3 y Visual Paradigm 8.0, como herramienta para el modelado. A partir de la aplicación de las pruebas de software de integración y funcionalidad se verificó un correcto funcionamiento del subsistema implementado para contribuir a elevar la efectividad de las peticiones realizadas por los usuarios en la sección de noticias de la plataforma C.U.B.A, durante el proceso de recuperación de la información en la red cubana a partir de la detección de similitud entre noticias.