Алгоритм определения тематики сайтов (решение)

Да. Задачей стояло повторить этот алгоритм.

Алгоритм как я понял еще на стадии разработки? Будет интересно узнать его точность. Например, сравнивая с сайтами в Яндекс.Каталоге.

Думаю сам понимаешь, что если результаты будут положительными, то их уже никто не узнает:)

А 99.99% человек прочитавшие этот пост скоро забудут про него.

А зачем тогда дискуссию открывать? Если это тема, то лучше молчать, чтоб лишнего не спалить, и реализовывать, чтоб дивиденты получить, если это лажа для репы, то тогда топик стоит продолжить. :)

да а как же например грабштихель, то же не окажет воздействия на тематику текста

так зачем тогда анализировать исходящие анкоры, если вы пытаетесь определить тематику страницы? :)

Лучше все предложение исключать тогда из анализа, если ссылка не локальная.

Смотри - для меня это тема. Пару человек могут вчитаться и подсказать что-нибудь, поскольку здесь много народу набившего себе шишки. Теперь отбросим из сеошников всех, кто незнаком с программированием. Далее подумай сколько программистов сядут с целью повторить это? Очень сомневаюсь что наберутся полчеловека. А ведь нужна как минимум фирма с десятком человек для реализации алгоритма. Так что я не беспокоюсь о "палеве".

kotofeich добавил 20.05.2009 в 20:32

Анализировать исходящие анкоры нужно чтобы не потерять доли тошнотности ключевиков. В реальности можно исследовать все слова с учетом тошнотности на предмет определения тематики, но для этого нужны довольно большие мощностя. Я думаю точность не изменится, если отбросить одиночные слова.

Если например в тексте идут ключевые слова "таблетки", "медикаменты", "аптека" и т.д. повторяющиеся по 3 раза. А потом встречается одно слово "автомобили", либо "фарма", то они не сыграют абсолютно никакой роли в общей оценке.

Насколько я понял вся соль не в определении тематики отдельной страницы, а в определении тематики сайта

Да, ладно. Одной здравомыслящей головы достаточно, чтобы реализовать подобный алгоритм, главное желание. :) Рутины правда много по составлению словаря... и размытые перспективы по применению. У кого-то одни идеи, у кого-то другие, а какие из них рабочие, да и рабочие ли вообще, можно никогда и не узнать. ;) Тицекрутителям разве что понятно какую пользу из этого можно извлечь.

просто лень писать много букв (можно попросить корпарайтеров, они точно напишут :)), но вот вам несколько вариантов тематики текста на странице с ключивиками

"таблетки", "медикаменты", "аптека" и "автомобили":

лекарства, грузоперевозки, логистика и т.д. и т.п. :)