Автоматическое определение тематики _страницы_. Надо?

Прошу прощения - нашел багу - залил не ту базу :)

Сейчас заливаю другую. Минут через 30 зальётся.

Может лучше по тайтлу и кеям сайта определять тематику?

HapKOTuK, написать какой-нибудь классификатор - дело не хитрое, написать хороший классификатор - намного сложнее, потому что гораздо больше трудозатраты. Если Вы докажете качество Вашего классификатора - есть шансы кому-то его продать, оптом, или в розницу.

Я отчасти из-за этого сюда и написал - чтобы узнать требования к данному продукту (к скорости работы, к уровню качества определения тематики и т.д.).

Доказывать качество буду позже, когда будет понятно что именно требуется.

Спасибо за конструктив :)

PS. Залил правильную базу (старая не поддерживала морфологию).

PS2. Не пишите сюда о том, что при вводе урла не с русским содержанием - выводятся непонятные категории. Так и должно быть :) Язык пока - только русский.

HapKOTuK добавил 18.11.2010 в 00:29

Это конечно же учитывается. Но только по ним - нельзя.

С мебельным сайтом все встало на свои места:

Зачет!

Часто отдает: Request too fast. 1 request per 5 seconds allowed.

Бан наверное на всех пользователей распространяется.

Видимо отображаются нормально только те сайты (главные страницы) что закешированы ранее были.

Как у самого сайта, так и у отдельной страницы тематику определила правильно. ТС ждем сервиса для sape.ru

HapKOTuK, ну если Вы сделаете плагин для Сапы под ФФ, по типу Винка, то спрос наверняка будет.

Качество сегодня можно доказать только на семинаре РОМИП, тем более, что в сезоне 2011 собираются участвовать два тематических классификатора из сео-отрасли, от команд агрегаторов Руки и Вебэффектор.

Если будут вопросы по РОМИПу - можете стучать в личку, или на наш новый форум, который я наконец-то запустил. :)

Ну не знаю... mining-enc.ru/a/abix/ (Абих, геолог, исследователь Кавказа):

тем более, mining-enc.ru/a/aa-lava/ (тип лавового потока):

и даже mining-enc.ru/a/almaz/ (пояснять не надо?):

Причём уж на последней-то странице инфы достаточно.

И на закусь - 100 кило текста (mining-enc.ru/s/soyuz-sovetskix-socialisticheskix-respublik/):

Имхо, результаты у сервиса неплохие.

А что представляет собой база, если не секрет?

А дискуссионного подписного листа по тематикам РОМИП нету?

В принципе, это не самая простая страница для классификатора, ошибка простительна. "Семантическое зеркало" тут, кстати, выдает рубрики "Геология" и "Горная промышленность", ну так в него и вложена куча человеколет.