Нет, я серьезно. Очень бы хотелось знать.
Очень интересен вопрос. Принимаю сообщения в личку по этому поводу - готов дать денежку за информацию.:)
Интересно, а как официально называются ассесоры в Яндексе (я имею ввиду должности этих людей по штатному расписанию).
Не назвать же их официально "асессор" в трудовой книжке - задумайтесь над этим!!!
Возможно, я сам думал на одном проекте об этом. Я. умеет определят кластеры контента, то есть сообщения с форума будут представлены как один кластер, возможно. У меня тогда была идея, как это подправить - большое значение имеют как я понял адреса, то есть showthread.php?t=..... Можно немного извратиться и сделать иную систему адресации для форума.
Да, я писал:
k9 = возраст ссылки
Хорошо бы выделить все коэффициенты, наиболее серьезно влияющие на ранжирование.
2Andre_
Посмотрите в Московской выдаче Яндекса (не буков) по слову "кирпич". На 2 месте после википедии будет сайтик, который находится под фильтром АГС. При этом, релевантной очень конкурентному ВЧ, будет внутренняя страница этого ГС, а главная будет весело переспамленна ключевиками. Текущая выдача не лучше.
С точки зрения поиска - Яндекс - ГП (говнопоиск). Популярности способствует юзабилити и сервисы.
Кстати, предлагаю переименовать все поисковые машины, выдающие ГС в ГП (говнопоиск).
Очень хорошо и политкорректно звучит - говнопоиск (ГП) от Яндекса.
Тут сложно сказать, видимо теперь игра будет в "долгую оптимизацию". Манипуляции при помощи ссылок будут иметь отложенный эффект. Я бы закупался "долгими" ссылками с релевантных страниц.
По идее да. Но коэффициент может представлять функцию. То есть нелинейная зависимость.
Например возраст ссылки 1 мес = k=0
возраст ссылки 2 мес = k = 0.1
возраст ссылки 3 мес = k = 0.2
возраст ссылки 4 мес = k = 0.6
возраст ссылки 5 мес = k = 1.5
Со значениями функции в Яндексе могут "играться", урезая таким образом влияние ссылочных бирж.
То есть если иметь степень влияния этого коэффициента можно понять какие ссылки, и где можно закупать. и какой от этого будет эффект.
Мат. модель мы тут не напишем - не получится. У них там методы и алгоритмы анализа структуры многомерных данных, кластерный анализ. + база данных со своей структурой организации - без точной информации мы тут ничего не сделаем.
Надо строить не математическую модель, а подбирать коэффициенты, наиболее влияющие на выдачу. Поэтому многое, что написано в модели - функции, которые работают по алгоритму, который точно рассчитать невозможно, можно только предположить его наличие в системе расчета и значимость этого алгоритма.
Нам надо понять влияние функций. И понять какие функции существуют.
Формула Яндекс.Снежинска - очень сложная штука - мы пользуемся ее упрощенной моделью (на глаз). Очевидно, что используются сложные методы мат. анализа.
А мы вот все упростим:)
Допустим все параметры k = являются коэффициентами максимального соответствия выдаваемой страницы релевантному запросу.
Допустим все параметры n = являются коэффициентами пессимизации страницы по релевантному запросу.
Допустим все параметры f = являются глобальными фильтрами, применяемые к странице в частности и к сайту в целом по релевантному запросу.
k8 = ссылочный коэффициент
k10 = релевантность страницы с ссылкой запросу по основным параметрам с учетом коэффициентов ("веса") - сложный параметр состоящих из множества других параметров
k17 = число вхождений слова на страницу под запрос /
n18 = матрица анализа уникальности текста на странице.
k2 = соответствие части запроса кластеру остальных запросов по сайту и странице
f9 = релевантность страницы по отношению к матрице соответствий наиболее релевантных страниц-запросов, настроенных ассесором
f2=общая "тошнотвоность" анкорлиста по релевантному запросу
Влияние массива ссылок на ранжирование = k8*E(link1*k9*k10*f9+link2*k9*k10*f9.....)/f2
где: k10=k17*k2/n18
А теперь попробуйте расставить значимость ("вес") k8,k9,k10,k1,k2 с учетом того, что за каждым коэффициентом стоит сложная формула с множеством условий, а мы, как оптимизаторы пользуемся только оценкой "на глаз". В результате получаем нужную выдачу:)
Очевидно далее идет:
+k2*(соответствие запроса названию доменного имени)
где k2 = 1 (это не точное значение) в случае точного совпадения запроса имени домена.
k2 = 0.5 (это не точное значение) в случае частичного совпадения запроса имени домена.
k2 = 2 (это не точное значение) в случае точного совпадения запроса имени домена в случае русскоязычного домена.
k2 = 1,5 (это не точное значение) в случае частичного совпадения запроса имени домена в случае русскоязычного домена.
На "глаз" следующее получается.
k9 - при большом значении коэффициента , или при использовании в качестве глобального фильтра (в качестве f)- происходит "урезание" ссылочного продвижения.
k8 - глобальный коэффициент, необходим для определения значимости ссылочного продвижения вцелом.
Там более 2500 параметров - транслит домена или его перевод явно считаются в качестве плюса - посмотрел внимательно выдачу (не обязательно должна быть подсветка) - но вес этого плюса может быть не настолько значительным.
Надо только подобрать коэффициенты (k1,k2.... k2500😂) к основным параметрам и выписать список ограничителей "пессимизаторов".
Далее расположить k1,k2,...k2500😂 по приоритету - выделить наиболее значимое, и отбросить лишнее.
Считаю, что название домена есть один из коэффициентов, приоритет которого достаточно высокий ☝. То есть новый сайт лучше делать с доменом на транслите. Не завбывайте, что сейчас происходит руссификация названий доменных имен - уверен, что в формуле это может иметь достаточно большое значение.
