Haber Takip Sistemlerinde Metadata Filtreleme: 3 Kapı Stratejisi

Haber takip platformları her gün binlerce yazı arasından doğru haberi bulmalı. Ancak sadece semantik benzerliğe güvenmek yeterli değil: eski haberler, yanlış bölge veya dil, izin verilmeyen kaynaklar arasında kaybolabilir.

Sorun şu: bir haber metinsel olarak ilgili olabilir ama abone için "izin verilen" değildir. Örneğin Türk finansal kurumları izleyen bir sistem, Japon merkez bankası haberini bulsa bile işe yaramaz.

Üç Kapılı Model Nasıl Çalışır?

Birinci kapı: Zaman penceresi ve kaynak listesini önceden uygula. Yalnızca son 7 gün içinde, onaylı yayınlardan gelen yazılar arama havuzuna girer.

İkinci kapı: Semantik motor bu sınırlı setle çalışır. "Merkez bankası likidite riski" sorgusu 100 bin makale yerine 5 bin makale içinde arama yapar. Hız artar, alakasız sonuç azalır.

Üçüncü kapı: Sonuçlara sert filtreler uygulanır. Dil eşleşmesi, coğrafi kısıtlama, yayın tarihi tekrar kontrol edilir.

Her kapının çıkışında sayı yazılır: "5000 giriş 1200 semantik hit 340 sonuç." Bu sayılar sistemin sağlığını gösterir.

Neden Bu Sıra Önemli?

Metadata'yı son işlem olarak uygulamak hatalı. Milyonlarca makaleyi semantik olarak sıralaması uzun sürer; sonra çoğunu filtrelemek israf. Tersine, önce dar havuz oluştur, sonra sırala.

Sonuç: Latens tahmin edilebilir kalır, ilgili haberler kaçmaz, sistem açıklanabilir olur. Abone "neden bu haber geldi" diye sorduğunda yanıt vardır: zaman penceresine uydu, kaynaktan geldi, semantik benzer bulundu.