Por que a repetição acontece

Veículos recebem comunicados semelhantes, agências distribuem textos e portais atualizam manchetes ao longo do dia. Em eventos de grande visibilidade, a mesma informação pode reaparecer com títulos e recortes diferentes. Contar essas publicações separadamente cria sensação artificial de volume.

Compare cinco elementos

  1. Entidades: empresas, órgãos e pessoas diretamente envolvidos.
  2. Evento: resultado, decisão, contrato, operação ou indicador.
  3. Data: quando ocorreu, não apenas quando foi publicado.
  4. Números: valor, percentual, período ou quantidade central.
  5. Etapa: proposta, aprovação, assinatura, fechamento ou pagamento.

Coincidência forte nos cinco elementos indica coberturas do mesmo fato. Uma etapa nova, um valor revisado ou uma decisão posterior pode justificar uma nova entrada.

Exemplo: “empresa anuncia aquisição” e “conselho aprova aquisição” podem tratar do mesmo anúncio. “Órgão regulador autoriza a operação” é uma etapa posterior e deve preservar sua própria data.

Duplicidade literal e semântica

Duplicidade literal ocorre quando título ou link se repetem. A semântica é mais difícil: “IPCA-15 desacelera em agosto” e “prévia da inflação fica em 0,40%” podem usar palavras diferentes para o mesmo dado. Entidades, período e número ajudam a agrupá-las.

Atualização não deve apagar histórico

Alguns portais alteram o mesmo endereço conforme chegam detalhes. O ideal é registrar quando o núcleo do fato mudou e manter fontes consolidadas. Uma correção de número merece atualização; não exige necessariamente criar um acontecimento separado.

Fontes múltiplas continuam úteis

Agrupar não significa esconder diversidade. Fontes independentes podem acrescentar contexto, documentos e entrevistas. O leitor deve ver um único cartão com até algumas fontes selecionadas, evitando uma lista longa de links repetidos do mesmo veículo.

Como o Sinaliza trata o problema

O processo combina chaves determinísticas — URL normalizada, empresa, data e categoria — com comparação semântica. Há janelas diferentes para notícias urgentes e fatos corporativos. Regras também impedem que a notícia principal reapareça no Panorama do Dia.

Nenhum método é perfeito. Por isso, monitoramos grupos, testamos regressões e corrigimos associações quando o sistema une fatos distintos ou deixa passar repetições.

Transparência

Leia a metodologia de classificação e agrupamento e nossa política de correções.