- Поисковые системы
- Практика оптимизации
- Трафик для сайтов
- Монетизация сайтов
- Сайтостроение
- Социальный Маркетинг
- Общение профессионалов
- Биржа и продажа
- Финансовые объявления
- Работа на постоянной основе
- Сайты - покупка, продажа
- Соцсети: страницы, группы, приложения
- Сайты без доменов
- Трафик, тизерная и баннерная реклама
- Продажа, оценка, регистрация доменов
- Ссылки - обмен, покупка, продажа
- Программы и скрипты
- Размещение статей
- Инфопродукты
- Прочие цифровые товары
- Работа и услуги для вебмастера
- Оптимизация, продвижение и аудит
- Ведение рекламных кампаний
- Услуги в области SMM
- Программирование
- Администрирование серверов и сайтов
- Прокси, ВПН, анонимайзеры, IP
- Платное обучение, вебинары
- Регистрация в каталогах
- Копирайтинг, переводы
- Дизайн
- Usability: консультации и аудит
- Изготовление сайтов
- Наполнение сайтов
- Прочие услуги
- Не про работу
В 2023 году Одноклассники пресекли более 9 млн подозрительных входов в учетные записи
И выявили более 7 млн подозрительных пользователей
Оксана Мамчуева
Это и так было заметно, но все были на половину уверены и мнение делилось 50/50 о том влияет или не влияет прирост ссылок на позиции сайта.
Теперь четко сказано что качество и вид ссылочной накрутки влияет на позиции сайта. Назвали его не фильтром, а алгоритмом ранжирования поиска ;)
Официально обьявили - http://webmaster.ya.ru/
20 декабря мы начали учитывать много новых факторов, характеризующих страницу, ссылки на страницу, сайт в целом; лучше понимать тип запроса. Алгоритм стал более придирчиво относиться к качеству ссылок на страницу, научившись различать некоторые виды ссылочных накруток. Надеемся, что по многим запросам пользователи заметят улучшения.
Неверно. TF измеряется не в процентах
я же написал TF=0.05, а проценты к слову.
Нормировка анкор файла отлична от текстовой нормировки, вполне возможно, что по длине в словах.
Интересное предположение, на чем-нибудь основывается? 🚬
я же написал TF=0.05, а проценты к слову.
Тогда давайте определимся, что лично Вы подразумеваете под TF? Количество вхождений искомого термина, деленное на общее количество терминов в тексте?
N-ая ссылка бесполезный параметр и по нему нет смысла фильтровать сайты.
1. Текст
Текстовая релевантность включает в себя два параметра TF и IDF.
IDF - для запроса это константа и повлиять на нее нельзя.
TF - влиять можно.
Нормальным (близким к естественному) считается TF=0.05 или 5%.
Часто задают вопрос у меня 20% ключевика на странице. за это забанят?
Сказать ничего нельзя, потому что в алгоритме фильтрации за текст учавствует нормированный TF. В нормировку входит и TFmax(тошнота)(есть, конечно, другие варианты, но против эксперимента не попрешь).
2. Анкор файл
Соввершенно однозначно, что ситуация такая же как и с текстом, влиять можно на TF.
Но нормировка должна отличаться, потому что:
пример: анкор файл состоит из 10 одинаковых слов - это порядок, за такое точно ничего не будет(проверено и возражений быть не может), а вот страничка, состоящая из 10 одинаковых слов(уникальных) в индекс не попадёт.
Цифра 10 не критична, можно поменять на 50, чтобы ощутить разницу.
Нормировка анкор файла отлична от текстовой нормировки, вполне возможно, что по длине в словах.
И нигде и никак количество ссылок не фигурирует, важны соотношения.
TF=0.05 откуда данные (теоретические, практические?)
Если IDF, IDFа константа, то как можно прокомментировать понятие "наращивание ссылочной массы" и т.д. (не может же изменение коллекции в поисковой системе происходят крайне редко, ну например, со сменой алгоритма)..
Тогда давайте определимся, что лично Вы подразумеваете под TF?
давайте.
TF (term frequency — частота слова) — отношение числа вхождения некоторого слова к общему количеству слов документа. Таким образом оценивается важность слова ti в пределах отдельного документа.
_S_, под длинной в словах подразумевается не количество всех слов во всем анкор файле, а количество различных лемм. Например, если в анкор файле всего 4 слова: "цветок", "цветками", "фиолетовый", "фиолетовыми" , то длина будет 2.
Интересное предположение, на чем-нибудь основывается? 🚬
Такая нормировка объясняет "разжижение" и "перенасыщение" анкор файла.
TFнорм=tfi/(tfi+k1+k2*N)
где tfi - tf i-ого термина; k1,k2 - коэффициенты, N - длина или количество лемм в анкор файле
Если воспользоваться тем, что (k1+k2*N) >> tfi, то получим
TFнорм=x-x*x
где x=tfi/(k1+k2*N). График зависимости TFнорм от N :
Любопытно, что это и есть тот самый закон Гука, о котором говорил Aik в этом посте
Что конечно же совпадение.
_S_,
TFнорм=tfi/(tfi+k1+k2*N)
где tfi - tf i-ого термина; k1,k2 - коэффициенты, N - длина или количество лемм в анкор файле
Если воспользоваться тем, что (k1+k2*N) >> tfi, то получим
TFнорм=x-x*x
где x=tfi/(k1+k2*N).
не понятно, можете ссылочкой поделиться на исходник
TF (term frequency — частота слова) — отношение числа вхождения некоторого слова к общему количеству слов документа. Таким образом оценивается важность слова ti в пределах отдельного документа.
Неверно. Это всего лишь одна из возможных нормировок TF. А само TF - не что иное, как количество упоминаний термина в тексте. Но как правило, в алгоритмах ранжирования используется не сама эта величина, а ее нормированное значение. Так вот, повторюсь, одной их простейших нормировок является нормировка по длине текста в словах. Но в поисковых алгоритмах используются, как правило, гораздо более сложные нормировки. Например, BM25. В Яндексе в нормировке TF для текстовой релевантности вообще не используется понятия длины документа, там нормирование происходит по другому параметру - максимальной TF. И Ваше "отношение числа вхождения некоторого слова к общему количеству слов документа" в этом случае вообще теряет смысл. Какая же нормировка используется Яндексом при ранжировании по анкор-файлу - это есть вопрос для оптимизаторского сообщества пока открытый ;)
Такая нормировка объясняет "разжижение" и "перенасыщение" анкор файла.
TFнорм=tfi/(tfi+k1+k2*N)
где tfi - tf i-ого термина; k1,k2 - коэффициенты, N - длина или количество лемм в анкор файле
Если воспользоваться тем, что (k1+k2*N) >> tfi, то получим
TFнорм=x-x*x
где x=tfi/(k1+k2*N). График зависимости TFнорм от N :
http://content.foto.mail.ru/mail/andava/SEO/i-5.jpg
А с чего Вы решили, что именно эта нормировка используется при анкорном ранжировании в Яндексе? Тут, кстати, модно больше за "тошноту" говорить по аналогии с текстовым ранжированием (а "тошнотой" с легкой руки Миныча здесь принято называть как раз таки максимум TF по всем терминам) :)