Пересчет ТИЦ и Яндекс.Каталог

alextutubalin, возьмем простой пример - сайт, посвященный каминам. Узкоспециализированный, вроде должно быть просто... Что здесь должно вылезти? Куда автомат его ткнет?

-в строительство

-в климатическое оборудование

-в предметы интерьера, мебель

а если электрические камины можно еще и в бытовую технику?

Если посмотреть реальные сайты, даже модераторы их по разным разделам пихают (видимо по своим вкусам, да по описанию :) ).

А вот с точки зрения контексной рекламы здесь все просто (по ключевым словам, хотя бы).

Правильно, самая большая трудность - это создание рубрикатора, который

описывает все сайты вообще.

Но эту задачу уже решили, когда делали Яндекс.Каталог. И другие каталоги ее как-то решают.

Правда в Директе и в ЯК разные деревья рубрик, но и это человечество тоже умеет обрабатывать мэппингом.

А кто сказал, что сайт должен быть в одной рубрике каталога ?

Потом, 40-30-20 - это очень хорошее распределение, у сайта будут три темы.

Гораздо большие проблемы создают СМИ - они "про все" - и их нужно пихать в рубрику СМИ. Но если у СМИ будет 40-30-20 Политика-Экономика-Спорт, то надо и пихнуть в эти рубрики. Но будет 5-5-5-5-5-5 - и ровно таким нужна ручная модерация.

Потом, если перечитать то что я писал, то я не предлагаю результат показывать публике. Я предлагаю его учитывать при взвешивании ссылок.

А в чем проблема то ? Давайте возьмем автомат с самообучением. Значит есть

обучающая выборка (отобранные вручную сайты из каталога), есть тексты их страниц.

Построим ключевые словосочетания (которые частотны относительно общего интернета), дадим им веса (по степени отклонения частоты в данной рубрике от средней). Запихнем все в матрицу весов словосочетаний, по одному направлению рубрики, по другому - словосочетания, в клетках - веса. В качестве словосочетаний будем брать, например, отдельные слова и пары слов (захотим - удлиним)

На этапе работы - выделим из сайта все словосочетания, которые есть в базе, умножим на матрицу весов словосочетаний, получим вектор весов рубрик.

Если по большой и хорошей выборке учили, то автомат и запихает в те рубрики, у которых веса больше.

Да, я не утверждаю, что алгоритмы с обучающей выборкой - хорошие. У нас - другой подход :)

Какой? Или это коммерческая тайна?

существенная часть "семантического ядра" рубрики делаеися экспертами, а не автоматом

Если модераторам Яндекса Ваш ресурс понравится, то скажется :)