Жареный петух клюнул

Товарищи, да хватит уже об одинаковом содержимом. На сайте урюпинского заштатного интернет-агентства появится сногсшибательная новость, её продублируют все российские интернет-СМИ, но проранжируют все эти веб-ресурсы/страницы/заголовки в соответствии с посещаемостью, релевантностью или чем-то другим. Или в итоге Урюпинск с его сенсацией окажется сами знаете где. А какой-нибудь Яндекс-скрипт ещё и объявит его самым злостным плагиатором... Или что - на каждый новый уникальный html-документ заводить дату его появления и потом коррелировать его содержимое с содержимым подряд всех других страниц с созданием базы данных уже по их датам? И так каждый последующий документ... Вдумайтесь... Бедные компьютеры и программисты... Что их ожидает... Одна куча сайтов выгребает данные с другой кучи сайтов... Всё это так запутано... Изменил, переставил абзацы, "творчески переработал" - вот и другое содержимое... Кулинарные сайты, например, у них может быть до 80% - у всех - похожести. И что с ними со всеми прикажете делать? Юридические по документам, сайты-словари, сайты, посвящённые лексическим и фольклорным исследованиям, литературные, песенные и т.д. и т.п.

А на счёт ссылок... Очень даже могут быть проблемы. Обязательно будет некоторое количество солидных сайтов, у которых вполне могут быть свои шашни-дела (необязательно финансовые) с другими веб-ресурсами. Почему нет? И Яндекс рискнёт задеть многих из них... Не знаю, не знаю... Я бы не стал заниматься МАССОВО такими делами на месте Яндекса...🚬 Чревато.

Кстати, а как определить - продажная ссылка это или нет? Ну, высокий ТИЦ... Да, хороший сайт... Но вот увидел новый полезный ресурс - поставил ссылу на него. На другой, третий... Просто так. Разве такого категорично не может быть? При всё-таки, худо-бедно, повышающемся качестве всех российских веб-ресурсов? А потом мну мои партнёры прекрасным весенним утром и сообщают: "Ты знаешь, у всех у нас ничего-то и не изменилось... Как так?" Прецедент!

И довольно-таки всё-таки удачным представляется аргумент ТС относительно "порога срабатывания ТИЦа". Допустим, он совпадёт с ТИЦем большого количества сайтов. Ну, например, 750. А если ТИЦ значительной части из них колеблется вокруг этой цифры? А если кокрентно падает или растёт "около этого значения"? Как тогда? Ещё более наворачивать алгоритм - вводить какие-то сумасшедшие дифференциал-прогрессии? Тогда у программистов Яши одна перспектива - сумасшедший дом.

Пожалуй, соглашусь с директором электроклизмы.

Думаю это достойно отдельной темы. Тем более, что подобную тему я уже поднимал ранее, но широкого обсуждения она не получила. Напомню ссылку:

/ru/forum/126246

aka352, богатая тема. А что показали эксперименты? И почему там ничего не написано про однохуизность и одноайпишность? И сеточные ссылки?

Sim, практика показала, что учет этих факторов ослабляет действие фильтров. Выразить это ослабление количественно по понятным причнам нельзя. Какие именно из этих факторов влияют больше или меньше - не знаю, не проверяли. Лучше использовать в комплексе.

Вот так всегда :(

это обсуждалось на форуме

достаточно подробное иследование

а также советую почитать

http://company.yandex.ru/grant/list.xml

и тогда не будут возникать вопросы о возможности распознать продажную ссылку с достаточно большой точностью

Тем не менее, ссылки, которые не работают на 100% есть.

Банально, но 95% продажных морд, благодаря великой лени вебмастеров (а чего там, засунем все ссылки в футер, через запятую или еще какой символ /число вариаций ограничено/) может распознать за доли секунды простенький скрипт.

самое интересное, что вебмастеру относительно пофиг - отфильтрована его морда или нет - всегда найдутся лохи которые купят занепоченую морду