Еще раз подумаем о том, что нас ожидает

"Огонь, вода, медные трубы" - рискнете назвать тематику?

Ну здесь понятно, что тематика - для взрослых :-). Найдите мне сайт, оптимизированный под эту словоформу - и я отдам вам должное.

А если серьезно, давайте более реально смотреть на вещи, и по возможности - менее плоско. Если вы в методах классификации будете работать булевой логикой - то максимум, чего вы можете добиться - так это нарастить такой алгоритм - который не переварит ни один, пусть даже и многоядерный проц... Поэтому я и говорил о коэффициентах принадлежности, тобишь фази-логике. Вы думаете это так далеко? Смею вас уверить - нет. Методики ассоциативной классификации, если мне не изменяет память, впервые были запатентованы еще в 1992... Кроме того, методы этой классификации - не в коем случае не статические, а базы постоянно пополняются и совершенствуются. Не буду сейчас углубляться в тематику - поскольку форум не о том, но хочу вам сказать, уважаемая Вы наша Angelika, что легче всего - отрицать абсолютно все - это называется софистика.

Если вы не поддерживаете аксиомы "теории" подмножеств - пожалуйста, предложите свое... И тогда мы посмотрим...

ITPuls, "гладко было на бумаге, да забыли про овраги"

Вот когда эта фаззи-логика даст приемлемый результат не на тестовом наборе канонических текстов, а на любом произвольном тексте, вот тогда и будем разговаривать. Пока это всё теория.

Для определения близости "тематик" сайтов достаточно сравнить долю совпадений высокочастотных запросов (и/или запросов со ставками Директа) по которым они продвигаются.

Сайтам, которые и так не находятся в топе серпов, тематичность, как вспомогательный фактор ранжирования, не нужна.

Как это не нужна? Есть много других факторов, которые важны для системы, не только топ10. Еще и порядок сайтов после десятки - думаю, есть тематики, где будут бороться и за 38 место...

И самое главное - где грань того, находится сайт в топе или нет? Для одних тематик топ это 3 первых места, а для других - все 20, и с 20 на 15 переход шампанским отмечают.

И потом, возможно анализ тематичности привидет к появлению более качественных сниппетов, возможно иного вида и с дополнительной информацией.

Хочу, однако, заметить, что для *обкатки* алгоритмов можно использовать и метод Алексея, т.е. действительно ограничить количество обрабатываемых сайтов - это сильно снизит ресурсоемкость затеи.

wolf , до того, как изобрели паровой двигатель или самолет, были мечтатели, которые говорили о "самоходных установках", разнообразных "летательных аппаратах" и т.п... это и подтолкнуло к развитию аэродинамику и соответствующие разделы физики.

До того, как изобрели видеосвязь, вспомните, сколько фантасты писали об этом (мне, правда, почему-то вспоминается речепис из повести Джорджа Оруэлла).

Я хочу сказать, что именно известная доля теоретических рассуждений, и, я бы даже сказал "мечтаний", является тем, что собирает силы для прогресса, является силой с нужным вектором, которая этот прогресс начинает и потом подталкивает.

Сначала было слово...

И даже не важно, что разработкой ПА занимаются совсем другие люди. Все равно, ведя параллельное размышление, мы оставляем след для других, кто, возможно уловив ценные мысли, сделает шаг дальше, в нужную сторону.

Может быть, это даже будет разработчик поисковых систем, случайно заглянувший к нам на форум ;)

Да что Вы говорите? Между тем масса теоретических рассуждений оказалась совершенно бесполезной для применения на практике. И к какой доле относятся обсуждаемые рассуждения - покажет время.