800 факторов ранжирования по Садовскому...

Через Матрикснет пропускается лишь очень ограниченная часть данных.

---------- Добавлено 14.12.2013 в 01:32 ----------

Это не поведенческие факторы, т.к. значения данных параметров сами по себе о поведении посетителя ничего не говорят.

Где можно узнать об этом подробнее?

Бесполезно знать эти 800 факторов и не знать их "веса" в общей формуле ранжирования. Достаточно основных базовых знаний.

Эти 800 факторов сгенерировал МатриксНет и Яндексоиды сами не все факторы знают :)

Безусловно. Плюс ко всему, среди 800 факторов наверное около половины вообще не будут актуальны для произвольно взятого сайта, т.к. будут касаться таких элементов, которых на сайте нет.

надо быть человеком-энциклопедией, чтобы запомнить 800 факторов и их вес/принципы работы

А в excel не судьба вбить?

Из слов самих представителей Яндекса на разных семинарах и пр. Многие их алгоритмы опубликованы. Но чтобы многие их слова не пропускать мимо ушей, лучше попробовать написать свой собственный (пусть и простейший) поисковик, работающий с большим объемом данных.

Матрикснет это алгоритм машинного обучения (алгоритм ИИ). По их описанию, насколько помню, он похож на генетический алгоритм, который используется для получения математической функции по набору данных. Причем если в учебниках приводятся примеры для функции y=f(x), то у яндекса эта ф-ция выглядит как то так: y=f(x1, x2, x3,... x800) :)

Алгоритмы ИИ хороши конечно, но в большинстве своем очень тормозные.

Да в конце концов просто поставьте себя на место разработчика. Вот поисковику задали запрос из трех высокочастотных слов. Под этот запрос предположим подходит 100 миллионов документов. На всё про всё у вас есть только 50 милисекунд. Если делать тупо в лоб, то вы даже отсортировать (на одном сервере) такую выборку в заданное время не сможете, даже если все веса уже заранее просчитаны и ничего дополнительно вычислять не надо. О каком матрикснете здесь может идти речь? Сначала каждый из десятка тысяч серверов выдаст головному серверу с помощью простейшего алгоритма по небольшому набору данных, эти наборы соберутся в общий набор, и только эта небольшая выборка будет реально пропускаться через серьезные (тормознутые) алгоритмы.

Короче, без многоэтапной обработки (начальные этапы простые, последующие усложняются), без поэтапного отсева данных не обойтись на больших объемах. Тупо в лоб там ничего не сделаешь, поэтому приходится идти на множество компромиссов.

Как два пальца об асфальт :))))) Там же все на уровни математики начальной школы?! ;)

Вы о чем вообще? Говорили только о фактах ранжирования и их весах.