феномен буквы "в"

А что задавая запрос как "в" вы выстраиваете сайты по обратной выдаче?

P.S.

возможно немного некорректно выразился.

Хм... А в региональном поиске ищется.

Ничего не понимаю.

всетаки часть предлогов в Яшей не учитывается полностью! попробую обосновать

наиболее частотными вхождениями в русском языке являются в а ....

что подтверждает

для в Найдено документов: 40404, контекстов: 4057187

для а Найдено документов: 35273, контекстов: 1127309

та же история и в гугле

для в Результаты 1 - 10 из примерно 830 000 000.

для а Результаты 1 - 10 из примерно 431 000 000.

т.е. таже тенденция

а вот для яндекса

с точностью наоборот:

для в Результат поиска: страниц — 5 989 809, сайтов — не менее 33 921

для а Результат поиска: страниц — 813 719 561, сайтов — не менее 1 120 014

получается что Яндекс часть в не учитывает

Согласен с Сергеем. Запрос "туры египет" совсем не тождественен запросу "туры в египет", из которого просто взяли и выкинули стоп-слово в::0, будто его и не было. Даже в набившем оскомину РОМИП-2006 есть состававляющие показателя релевантности, в которых эти 2 запроса могут дать разные значения. Что же говорить о последних версиях алгоритма.

Константин, а четкое, однозначное определение термина "стоп-слово" у нас где-то было? То есть именно с точки зрения Яндекса, а не в толковании википедии, сторонних трудов по IR, непонятных страничек от Лебедева и т.п. На форуме периодически возникают вопросы по стоп-словам, и каждый раз мнения участников - полный "компот", имхо.

Не это подтверждает 🚬 Число документов не говорит нам о числе вхождений в каждом из найденных документов ;)

В том колдунщике, который жив: в:50, и:51, а:218.

Подтверждает, хоть и косвенно, статистика слов. Запрос "туры в египет" - 22.6 млрд. "в", что более-менее согласуется с нынешним размером корпуса текстов документов. А вот однословник "в" - всего 96 млн. Подозрительно малое значение. Кроме того, в других запросах встретилось 120 млн., 300 млн., 500 млн.

С тем же "а" или нормальными словами таких сильных разногласий нет. Только с "и", "в".

Здесь имеет место быть скорее всего обычная программная установка БД. Хоть Я и мутит свои алгоритмы и прочее, но любая БД подчиняется стандартным правилам тюнинга поиска. Кто настраивал полнотекст в MySQL тот меня поймет. Там существует такое понятие, как коэффициент вхождения q. При запросе на полнотекстовый поиск учитывается отношение количества символов в слове на общую его частоту и на количество слов во всей БД (или сегменте).

В результате, если установленный q меньше чем вычесленный при поиске - то движек БД будет считать что ничего не найдено.

Для "в" и "и" скорее всего получается именно этот случай - как самые частые символы, они скорее всего на чуть-чуть выскакивают за коэффициент и БД возвращает нулевой результат. Но если подправить q то качество остального поиска резко измениться, поэтому этими буквами просто пожертвовали.

Это ИМХО конечно, возможно что Я использует не стандартные правила БД в своих разработках, но большая часть БД подчинябтся этим правилам тюнинга.

XPraptor, в поиске яндекса не используется реляционная база данных, более того - там вообще не используется база данных, как таковая. Все держится на индексных файлах своего формата. Поэтому говорить о неком коэффициенте, присутствующем в базах данных, бессмысленно.

Для сторонников версии, что "в" является стоп-словом. При поиске "в", если ничего не находит (а иногда все-таки находит) яндекс выводит сообщение " Искомая комбинация слов нигде не встречается.". При поиске же стоп-слова, т.е. "в::0" - " Задан пустой поисковый запрос.".

ну....

раньше тоже было не все так гладко...

скажем, если сайт прокачивался активно ссылочным "туры египет", а не "туры в египет", он в выдаче был выше именно по такому запросу... в тоже время "туры в египет" были ниже по запросу "туры египет"...

хотя в общем ТОП был более менее один...

но выдача одинаковой (скорее с технической точки зрения) была достаточно условно...

Ну так какое же теперь определение стоп-слова?

Если стоп-слово - это слово, которое вообще не участвует в поиске. Что, вроде как, косвенно подтверждает предыдущий оратор Kolyaj (при в::0 - пустой запрос).

Но с другой стороны, на выдачу с в и без в запросы влияют. Т.е. само слово вроде как и ведет себя как стоп-слово, но сохраняется обработка расстояний?

В общем, опять вода льётся, подождем пока всё устаканится с новым алгоритмом. Видимо и вправду, яшки еще напильником его дорабатывают ;)

ЗЫ, кто же даст точное определение стоп-слова? или хотя бы то, каким оно (определение) было раньше? :).