Дмитрий, спасибо за рекомендацию :-)
Возможно, в соседнем разделе обсуждение идет с точки зрения рекламодателей, а в этом -- владельцев площадок.
Интересно, есть ли пересечение аудиторий? ;)
Можем. И будем.
(из всех артефактов проверка позиций не была самой большой проблемой, imho)
Однако сейчас появились субъекты, высказавшие намерение специально портить статистику Директа.
Правда, для анализа переходов на страницы поиска и на сайты придется обрабатывать раза в три больше данных. А их и так пара сотен гигабайт за раз ...
Давайте не будем снова устраивать диспут на тему "выгодно ли обманывать клиента".
А тех, кто намеревается воевать с конкурентами, портя Директ, хочу призвать не плевать в колодец. Сами же пользуетесь...
В каком именно разделе связи? Их там по крайней мере три И в каждой из них каталоги есть (от 2 до 5)
Блок "Справки и ссылки" находится не в основном блоке рубрик (ссылки синего цвета), а под блоком регионов слева
В каталоге Яндекса в каждом разделе есть фасет Справки и ссылки/Интернет-каталоги. Например, интернет-каталоги в рубрике Производство и поставки здесь: http://yaca.yandex.ru/yca/synt2/Web-directories/cat/Business/Production/
Еще один метод поисковой оптимизации?
И какого же он цвета?
Есть публичные русскоязычные коллекции: http://romip.narod.ru
С уважением
Михаил Маслов
Или так:
http://yaca.yandex.ru/yandsearch?text=%EF%EE%E8%F1%EA%EE%E2%E0%FF+%F1%E8%F1%F2%E5%EC%E0+%7E%7E+cat%3D%289000289%29&rpt=rs2
Новости от некоторых источников рубрицированы, но кластеризации это не помогает.
Во-первых, рубрикация дается на уровне 'политика-экономика-культура-спорт-наука', что слишком общо.
Во-вторых, даже при _такой_ рубрикации есть много неоднозначностей. Например, новость про продажу Русскими фондами акций Рамблера сообщили 17 источников, из них 9 ее отнесли к экономике, 3 - к интернету (Gray в их числе), 1 - к науке и т.д. Более того, есть регулярные неоднозначности: взрывы - происшествия или политика, ДТП - происшествия или авто, крупный бизнес типа ЮКОСа - политика или экономика (а в случае Челси-Абрамовича еще и спорт) и т.п.
В-третьих, рубрикации разных источников не совпадают друг с другом, и не совпадают с рубрикацией Яндекса (рубрики источников поэтому маппируются в яндексовские), что усугубляет бардак.
В общем, улучшать кластеры с помощью рубрик мы не стали даже пробовать. Пока те стали, во всяком случае.
Хорошо, чуть подробнее.
Каждому документу сопоставляется "поисковый образ" - запрос из характерных терминов; запрос строится на основе поиска по кворуму (это стандартный оператор Яндекса, хотя и плохо задокументированный). Из списков найденных документов строится матрица близости; при вычислении меры близости документов используется стандартная же мера релевантности Яндекса.
Метод кластеризации - агломеративный.
У меня сложилось впечатление, что на качество результата большее влияние оказывает адекватность меры близости документов, чем выбор метода первичной кластеризации и подбор его параметров.
