Эксперимент: Яндекс, тематика, ТИЦ и все-все-все :)

Ну от, как я себе это представляю, это что то типа: весь контент первого сайта сравнивается со всем контентом второго сайта, и по этому определяется на сколько сайты тематичны.

Первая для определенности. Каждая ссылка с Сайта А на сайт В передает одинаковое количество ИЦ, и при подсчете учитывается передаваемый ИЦ лишь одной любой ссылки.

Одна моя компания на xap.ru это с ссылки с каждого их сайта на мой. Так вот на некоторые свои сайты я создавал по одной компании, на некоторые по несколько, на один вообще 40 компаний создал. И ИЦ, полученный с xap почти не различался на всех сайтах(год назад было около 50 единиц цитирования).

У меня есть убеждение, что если ссылка с сайта А передает мне какой то ИЦ, то если ссылку пареместить на другую любую страницу сайта А или изменить текст страницы или ссылки, то передаваемый мне ИЦ никак не изменится.

Ну лучше уж морда, чем первая попавшаяся внутренняя страница. А вообще еще лучше создать страницу со всем контентом одного сайта, и со всем контентом второго сайта, и их уже сравнивать. Это, по моему, будет как раз то что надо.

Ссылка с яковского сайта с моей подрубки мне налегке дает 7 ИЦ в среднем, хотя наверное я действительно этот коэффициент немножко завысил. Думаю в обычных сайтах ситуация аналогичная, просто трудней найти тематические по мнению яндекса сайты. Количество страниц что реципиента, что донора, по моему на ИЦ никак не влияет.

Ну так и прокомментирую, например b(0) = 2, s(куча внешних) = 0.5, k ~ 0.2

То есть один нулевой сайт передаст 2 * 0.5 * 0.2 = 0,2 ИЦ-а, и 500 нулевых сайтов передадут 100 ИЦ. Как то так, коэффициенты шаманить надо, я с нулевыми сайтами не сталкивался почти.

Да это только частный пример, извините, но более понятный большенству.

А вот с Италией - реальность в Туризме.

Про жаргонизмы я уж не стал говорит. (Канары = Канарские острова)

Как и про синонимы в химии, медицине и тп. (Аспирин = Ацетилсалициловая кислота)

Да уж какие, извините, это палки?🙄

Это реальность, рабочие будни, в которой работают суровые оптимизаторы;) в Туризме, Путешествия и тп. :)

А вот это - целый лом!🙄

Суровая реальность для Яндекса.

Из интервью Ильи Сегаловича, опубликованного в журнале "Компьютерра" 21 марта 2006.

(К - корреспондент)

Тему читал, конечно.

Неужели чтобы понять Яндекс, надо стать Яндексом? Хнык... А как же построение упрощенной модели? Ну не нужны мне в моей модели все их эти Платоны 😂

Вобщем, вы считаете что пока не вывести контекстный подбор синонимов на должный уровень, погрешность в эксперименте будет слишком высока?

Вопрос только в степени приближения результатов моделирования и реального Яндекса.

Какова, по Вашему мнению ДО начала эксперимента, реально достижимая погрешность между моделью и реальным Яндексом?

Плюс - не стоит забывать и о динамике в алгоритмах Яндекса.

- Каковы, по Вашему мнению, сроки, в которых данная модель будет давать приемлимую точность?

Ну... Видимо совсем от хорошей жизни в Яндексе пошли на РУЧНУЮ обработку и набивку.

Хотя руководители многократно заявляли о автоматизации процессов.

А это вносит еще одну погрешность, в виде "человеческого фактора", в модель.

Я это все не к тому, что эксперимент надо хоронить, а к тому, что ДО его начала - нужно четко понимать ЧТО получишь в конце.

Вы думаете, что сейчас в Яндексе реализовано сравнение документов по синонимам? А объем вычислений прикидывали? Мне кажется, что это маловероятно, тем более, что цель не особо значимая - лучше отранжировать ЯК. Не верю. :)

Да и задача как-то сложновата, даже в теоретическом плане, о чем уже упоминалось выше.

И как вы собираетесь сравнивать? По типу есть/нет в документе? Да хреново это, "есть в документе" и "тематичность" - немного разные понятия... У донора и акцептора может быть достаточно большое пересечение по каким-то общим словам, даже тупо без синонимов, а документы будут очевидно не тематичны.

Я бы предложил забить на синонимы и определять тематичность по количеству вхождений слова в документ. Это не совсем то, что делает Яндекс, но достаточно близко к истине. Т.е. если в тексте у акцептора несколько раз встречается "автомобиль", то и доноров искать с таким же свойством, и анкор лепить аналогичный. Геморно, но прирост тИЦ должно дать явно больше среднего, имхо. ;)

а ещё лучше думаю по tf*idf. наверное, там контрастность всё-таки считают :)

Лучше при нормальной базе IDF. Базы времен бОльшей открытости Яндекса что-то у меня не особо катят. :(

Мдя, любят же люди жизнь усложнять 🍾

И не говори) Такого напридумывают лишь только бы не работать)

😂

+100! разов