Практическая информация

а я опять буду разглядывать это через философскую лупу :)

скажем так, вещи вроде SVM, или того же TF-IDF, они как бы очень умные и все такое, и небо коптят они уже очень давно, а не только-только найдены ТСом вышеуказанного топика, но давайте честно: мало кто из нас их осилит, осмыслит, найдет лазейку и будет долговременно ее эксплуатировать. Т.е., может быть, конечно, такие люди и есть, но это точно не я и не ты.

Однако, че толку вешать нос. Лично я для себя давно вывод сделал: твоя модель должна быть менее детализирована, чем модель яндекса. За счет этого ты сможешь избежать зависимости от местных перегибов (то, что в соседнем топике назвали бы "темой"). Конечно, придется чем-то компенсировать пробелы в собственной схеме, и на первый план выплывает автоматизация.

На практике лично у меня подобные размышления выливаются в работу по автоматизации СДЛ. Я более чем уверен (в первую очередь, отталкиваясь от графика трафа более чем за два года и первых позиций по вч), что мои сайтики посещались ассессорами, или на них был применен какой-то хороший фильтр, траст, вотэва (это важно - пофиг, что именно), в общем в итоге сайты в шоколаде. Не обошлось без уника, да, но речь идет о трех предложениях в неделю. Отвечаю.

Так что даже если представить, что яндекс использует обучалку с "учителем", постоянно пересчитывая некую абстрактную модель (я не могу говорить более предметно, ибо не шарю), реагирующую на изменения среды, то ведь это даже к лучшему, ведь в таком случае мы можем избавить себя от труда изучения границ "нормальности" среды, и тупо взять за непрогораемую основу требования к человеческим сайтам, т.е. поиметь вывод, что надо делать СДЛ. А что, ведь отрицательный результат, это тоже результат. Это раз.

Два - если яша реагирует на среду, что мешает вам реагировать на среду? Я понимаю, это аццкий гемморой, и проще на самом деле вгонять неуник в индекс и вешать сапу, но в теории, если вдруг случится глобальный ппц, и неуник перестане входить в индекс (тихонах! 😂), мы ведь можем повторить все за яшей - создать свою ассесорскую выборку, проанализировать топы, и по введенным критериям, которые наверняка большинством своим лежат на поверхности, построить собственную модель, приблизительно повторяющую яшину. Блин, я только что понял, что вроде как автор в том треде этим и занимался, не? Короче, это тоже уже все было еще в 2007-м (да даже раньше), и по-моему на этом же форуме.

Может быть с точки зрения математики (Арбайтен, поправь меня, если не прав) я тут чепухи нагородил, но мои выводы, имхо, должны помочь не потерять кучу времени на ложные цели, как это сделал в свое время я. Делайте хорошо, автоматизируйте околочеловечные процессы, и не забивайте голову математикой и однодневными темами. Лучше медленно и верно.

Редко я бываю согласен с response, но тут не могу не согласиться.

Тысячу раз да - дор, как и любой другой сайт, должен быть не просто внешне похож на СДЛ, он и внутри должен быть как СДЛ. Чем сложнее - тем лучше.

А я собираюсь диплом писать на тему уникализации текста, точнее необорот наверно, о проверке текста на уникальность ;) Учусь на физмате.

http://habrahabr.ru/blogs/algorithm/65944/

в помощь :)

Мне кажеться Яша реагирует не на среду, а на ситуацию.Т.е, есть задача когда постоянно нужно получать прибыль(Директ например), прибыль эта может падать, может аналитики посчитали сколько они теряют на том что кто-то добывает трафик такими вот черными путями.

Вот собрались боссы и говорят друг другу, "Вот сложилось так что по миру ходит кризис, а мы в год теряем кучу бабла на том что есть дорвеи итд, а трафик на директе толком ни кто не покупает, зачем его покупать если его относительно легко добыть". Позвали они этих ребят которые фильтры крутят, и задали им задачку, что мол врубайте вы свои АГС по полной будем все косить. Может и скоро начнут косить сайты с адсенсом☝. Ну в принципе ситуация в которой можно относительнолегко получить конвертабильный трафик и привела к размножению такой среды. По большому счету яндекс сработал с опозданием, данная среда росла как на грибах. Ну а теперь будут выжигать все подряд, пока не успокоятся.

спасибо, но уже читал. Задумал нечто более сложное, чем шинглы.

response, в данном, конкретном случае, не нужно быть Лобачевским, что бы понять одну простую вещь, решение данной конкретной задачи не принесет тебе понимания работы алгоритмов Яндекса. Яндекс не станет палить, что именно используется для расчета релевантности страницы. Да, есть набор значений чего-то, есть понимание того, что с этим набором делать, да мы можем получить конечный результат. Да мы можем получить график зависимостей, изменяя, поочередно каждое из значений, да мы можем сделать вывод о том, что в большей степени это зависит от того, а то от этого, но у нас нет четкого понимания того, что мы делаем, так как используем для решения поставленной задачи, набор безликих чисел, о истином значении которых мы можем только догадываться. Отсуда вывод - максимум, что мы сможем из этого получить, так это набор догадок.

Лучше со светом фонарика бродить по темной комнате, чем вслепую тыкаться.

Вот он, Ваш фонарик.

Вопрос был тупым и слишком обобщенным. А что такое 42? 4 и 2 - по пифагору крепость незыблемых Зла и Добра, Света и Тьмы.