本文探讨了在线新闻机构在标题设计中的策略，分析了标题情感极性与新闻受欢迎程度的关系。研究发现媒体报道存在偏见，尤其在政治和社会问题上，并通过自然语言处理技术研究了新闻推荐系统的碎片化问题，提出了改进方法。

本文研究了新闻推荐系统中的信息碎片化问题，通过自然语言处理技术识别不同的新闻事件、故事或时间线，并评估了不同方法在新闻故事聚类上的性能。研究发现，基于凝聚层次聚类和SentenceBERT文本表示的方法优于以往的实现。同时，模拟场景的分析为相关方提供了关于测量和解释碎片化的有益见解和建议。