Экспериментальные данные о "новом" алгоритме Яндекса

Вот пытаюсь вкруить все вышесказанное...очень любопытно...но пока не все еще переварил.

Вытекает ли из данного эксперемнта, какая-нибудь метода для сравнения весов которые передают бэки по определенеым запросам?

Igor-san, дело в том, что этот сайт был на первом месте до смены алгоритма ;)

AiK, отличный пример крайне конкурентного двусловного запроса с резким падением лидера топа 🚬

upd. По этому сайту можно пронаблюдать серьезное падение трафика (в процентном соотношении) по запросу "пластиковые окна" и соответственно рост по однословным лидирующим запросам - см. аттач..

А откуда Вы взяли коэффициент 0,90588?

17/7=2,42857142857143

И это очень сильно отличается и от

33/15=2,20000000000000

33/14=2,35714285714286

и от экспериментально полученных:

2,19999999857488

2,35714287376377

Практически я уже ответил на это ранее:

1. Переколдовка стала более масштабным явлением. Для двухсловных запросов там гораздо более широкие возможности поколдовать, чем для однословных. Причем переколдовка в урле "сохраненная копия" стала показываться ублюдочная, т.е. не все, что реально переколдовывается, показывается (оператор процент практически из переколдовки убран и еще кое-что). Поэтому влияние точных форм фразы запроса и их падежей, мн/ед числа, загл/строч букв и их соответствие найденным на странице и в текстах ссылок фразам в соответствующей форме неизвестно заранее.

В ссылочном надо и точное совпадение запроса и полного текста ссылки смотреть.

Для конкурентных запросов или запросов с очень высокой ценой директа Яндекс мог ввести усложненные правила переколдовки. Их и надо изучать, благо для тестовых страниц при изучении переколдовки их раскрученность нисколько не важна, хоть на народе делай. Можно и наш метод для этого использовать, если нет аллергии на зеленых попугаев :)

2. Вырос коэффициент у фактора контента. Кто бы что ни говорил о ссылочном, контент на страницах с высоким ВИЦем и малой тошноте никто не отменял как слагаемое при прочих равных :)

Только навскидку проверил частотность слов на странице, самое частое слово окна 27, из них точной формы "окна" 16. Пластиковые 12 из них точная форма "пластиковые" 7.

Такое впечатление, что "пластиковые окна" оптимизатора сильно не интересовали, либо бюджет продвижения сильно не интересовал, либо проигнорировал зеленых попугаев. либо решил положиться на старые дедовские способы.

Это я еще тексты ссылок не смотрел.

И ссылка с морды с точной фразой "пластиковые окна" тоже хороша, как будто ссылочное с внутренних страниц не работает.

P.S. Это НЕ КРИТИКА оптимизатора. У него могли быть совершенно другие причины сделать именно так как сделал, о которых мы не знаем и которые перекроют с успехом все наши узколобые взгляды только на три рассматриваемых запроса.

Вон Минычу начхать на раскрутку его сайта по любому запросу (в данное время).

Для Гугля уже готовы методики что и как мерять. Дело за малым, за деньгами. Пока денег не будет, скорее всего и делать не будем.

Миныч считает, что Гугль проще в изучении. И мозги там не такие умные работают.

Лучшие математики всегда были или в России или во Франции или в Германии. Англосаксы были первыми в физике и немного в философии.

Деньги практически никогда не решают проблемы мозгов.

Если, например, решить, что лучший стоматолог получает самую большую зарплату, то я сильно посмеюсь.

Это ответ на практически всегда встреваемые вопросы о лучших математиках в Гугле.

Там мозги из России (Брин).

Зачем такие пространные философствования, не лучше ли предметно обосновывать свои тезисы? Например, чем же Гугль проще Яндекса. :)

1.Это НЕ ЛУЧШИЕ МАТЕМАТИЧЕСКИЕ мозги. Возможно это ЛУЧШИЕ мозги с деловой жилкой. Но причем тогда математика?

2. Интуиция :)

Вычислил. А разве это имеет значение?

Зачем же Вы удалили мой коэффициент?

Я же не удаляю цифры в Ваших "формулах" как-нибудь так

3/15 != 2,20000000000000

33/4 != 2,35714285714286

К сожалению, Вы не ответили на мой вопрос... Давайте попробуем еще разок?

Мой вариант ответа (просто согласитесь, если это так):

Потому что в табличке нашлись именно эти числа (33, 15) и при делении именно этих чисел (одно на другое) получается число, которое не "очень сильно отличается" (забавный термин :)) от (L61/L7)^2.

Ну как, угадал? :)

Что касается нашего вопроса. Обратите внимание что Ваша, с позволения сказать, модель имеет такую же структуру, как и моя. Это структура

y = a*(x1/x2)

Для того, чтобы модель можно было использовать на практике, необходимо провести параметрическую идентификацию модели.

Структуру модели можно усложнять и можно добиться того, чтобы модель очень здорово описывала реально измеренные данные (из исходного массива данных). Вся проблема в том, что такая модель будет обладать очень плохими прогностическими свойствами. Другими словами, Ваши три страницы модель может обсчитывать хорошо, а все остальные страницы - очень плохо. Ваша фраза

только подчеркивает мою мысль ;)

И именно поэтому еще на этапе выбора структуры модели исследователь должен позаботиться, чтобы эта структура обладала смыслом. В Вашем выборе структуры смысл какой-нибудь есть? Какой объем массива данных Вы использовали? Какими математическими методами Вы проводили параметрическую идентификацию?

У вас считалка неправильная. Точная форма "пластиковые" - 6 раз, потому что 7-й раз в метатэге keywords. А все формы "окон" встречаются 31 раз + 4 раза в keywords. В точной форме 15 + 4. Опять неувязочка вышла...