Улучшенный WordStat

Про оператор не понял.

Чистые это оценка показов запроса без уточнений.

"Чистые" могут сильно отличаться от вордстатовских кавычек, особенно если глубина парсинга ограничена и чистых намного меньше чем всех.

Погрешность (Все - Чистые) в среднем около 3-5%.

Для чистых погрешность увеличивается в Все/Чистые раз.

Т.е. если чистых в десять раз меньше чем всех, то погрешность около 30-50%.

Счас работаю над улучшением расчета.

Интересная возможность

Можно подробнее об этой функции?

Например запрос|показы (пример абстрактный цифры не связаны с реальностью)

ноутбуки | 15

ноутбуки купить | 13

ноутбуки недорого | 7

Сумма показов "ноутбуки купить" и "ноутбуки недорого" больше показов первого кея на 5. Из этого следует что у запросов есть невидимый общий потомок (ноутбуки купить недорого) с числом показов от 5 до 7.

Чтобы таблица была нагляднее, я переверну ее

запрос                         |показы  |оценка чистых показов
ноутбуки купить недорого (*)   | 6      | 6
ноутбуки недорого              | 7      | 7-6=1
ноутбуки купить                | 13     | 13-6=7
ноутбуки                       | 15     | 15-7-1-6 =1 

Либо, очень редко такое бывает, эти два запроса пересекаются по омонемии. Т.е. существуют словоформы обоих запросов, которые пишутся одинаково. Это определяется по косвенным признакам.

Два определения одного понятия, причём второе точно не соответствует истине.

Wordstat в кавычках показывает число 4. Какая погрешность?

Впрочем и первое определение явно требует разъяснений.

В целом же идея интересная, а реализация, смею надеяться, будет полезной для многих.

Имелось в виду:"запрос(*)" работает как "запрос", а вот "запроспробел(*)" (выдавая результат, отличный от "запрос"), сообщает о делении на ноль в.. (номер строки в зависимости от запроса). Например, "скалолазание (*)".

Почему погрешность зависит от отношения (все/чистые)?

По-моему, честнее считать обычную относительную ошибку: погрешность=("чистые"-"чистые_вордстат")/"чистые_вордстат".

Запрос "скалолазанье (*)" некоректный в обычном вордстате. AWS понимает только запросы без операторов.

Расчеты скрипта происходят так:

Начиная от запроса с минимальным число показов, до запроса с максимальным числом показов:

Чистые=Все - Сумма_Чистых_всех_дочерних_кеев(Далее обозначим как E)

Допустим чистых в 10 раз меньше. E=9/10 * Все. и погрешность расчета E = 5% (1/20)

Чистые = Все - E +- 1/20 * E

= Все - 9/10 * Все +- 1/20 * E

= 1/10* Все +- 1/20 * E

= 1/10* Все +- 1/20 * 9/10 Все

= (1/10 +- 9/200) * Все

= (1 +- 9/20) * Все/10  

(9/20=45%) погрешность составляет 45% при изначальной в 5%

Hkey добавил 11.03.2011 в 21:43

Так понятнее. Написано же оценка.

Да в некоторых случаях может быть большая погрешность для низкочастотных запросов.

Единственный выход парсить по всем НЧ в кавычках Вордстат, но это долго и может привести к бану.

Поняла, где ошиблась: рассматривала Ваш (*) как дополнительную функцию, а не как свойство алгоритма. Спасибо за пояснения.

По части безопасности, на ввод скриптов поле не филтруется, как результат xss))

Дыры уже тИЦ не дают