Помогите с анализом тестовой закупки с метками

Много интересного материала, спасибо.

Общий вывод (для фирилансера, не имеющиего штата математиков, как altertrader) напрашивается следующий:

анализировать сайты из ТОПа, повторять их параметры (частотности, объемов текста и кол-ва страниц, структуру, юзабилити и тд)

и копировать ссылки их доноров, желательно со страниц с похожими параметрами.

Тогда есть шанс, что в формулах матрикснета продвигаемый документ будет признан релевантным.

Как-то так ... или что-то упустил?

Да почти всё и упустили.

Заменить математику созерцательным шаманством... хочется многим.

да, вы правы.

Хочется некоего упрощения, так как строить анализы, как altertrader

у одиночек вроде меня займет столько времени, что яндекс уже уйдет далеко, одному не догнать.

Поэтому максимально упрощаю.

alehvx добавил 16.10.2011 в 23:05

При этом разумеется следует руководствоваться числовыми показателями параметров, полученных от доноров.

alehvx добавил 16.10.2011 в 23:19

Извиняюсь, но вы используете при анализе релевантности документа или доноров подобные описанным в статьях обучающиеся алгоритмы?

alehvx добавил 17.10.2011 в 08:13

Понял, что величина влияния отдельного параметра связана со всеми другими параметрами документа, и определяется "обученной формулой".

Получается, что нужно

1. построить собственную модель самообучаемой формулы, на основе обучающей выборки - данных серпа яндекса, аналогично задаче

http://imat2009.yandex.ru/datasets

2. выполнять анализ оптимизируемого документа с использованием собственной модели.

При такой схеме не понятно, каким образом можно получить используемые яндеском 245 признаков, для каждого документа? А при существенно меньшем количестве параметров, насколько будет полезна эта модель?

А где взять живые данные? Там сидят люди ставят оценки. На их основе учится модель. А вы их откуда возьмете?

П.С. понял будете брать выдачу яндекс.

Вот только зачем?

Может вы и сможете получить данные об алгоритме, но управлять положением сайта в выдаче в с помощью этих данных не сможете.

Модель даёт комплексную оценку. Она не говорит "Хозяин - если бы еще добавить ссылок с такими анкорами и с давностью 5 лет то был бы плюс в позицию". даже сами яндексоиды не знают почему тот или иной сайт занимает позиции и не могут знать.

А выполнить комплексную оценку можно всегда - вбейте в поиск и посмотрите на какое место ваша страница занимает))) - для этого модель не нужна)

Ну допустим вы сможете через свою модель все эти 250 факторов и их значения в зависимости о сайта и запроса. Но управлять то вы можете из них только 10-20.

А еще забыл что для того чтобы модель наполнить данными нужно будет строить армаду пауков и всю сеть анализировать.

Яндексоидам хватает относительно малого количества оцененных документов/запросов, чтобы ранжировать все по всем запросам.

Ну а че, вроде работает пока такой подход... правда не очень хорошо, но работает..

Количество страниц которые они оценивали вручную по пятибальной шкале для одного параметра - релевантность документа запросу "200 тысяч страниц"(для региона - Украина в далеком 2009 году)

Да для яндекса это сравнительно малое количество. А для одного человека? А для команды людей?

И потом я жирным выделил что для этих страниц они оценивали только один параметр. Все остальные 245 параметров(для каждой пары документ-запрос) машины считали сами для тех же самых(для которых вручную определялась только одна метрика) документов. А также для всех остальных известных яндексу - считали тоже машины.

Собственно всю эту информацию я именно из ваших ответов и узнал. Спасибо.