Существуют уже готовые системы (алгоритмы) для классификации (кластеризации) текстов. Я бы на вашем месте изучил то что уже (давно) сделано в этом направлении, и только потом, оценив достоинства/недостатки существующих алгоримов и готовых программных средств, начал бы сочинять свой.
Почему вы не используете байесовский классификатор ?
Недостатков в вашем алгоритме хоть отбавляй. Начиная с однословности (надо использовать как минимум 2) и заканчивая ручной простановкой коэффициентов (бррррр....).
p.s. как например ваш алгорит классифицирует этот кусок текста?
В нем нет ни капли благородства, но есть букет. Вы спросите меня: в чем загадка этого букета? Я вам отвечу: не знаю, в чем загадка этого букета. Тогда вы подумаете и спросите: а в чем же разгадка? А в том разгадка, что "белую сирень", составную часть "духа Женевы", не следует ничем заменять, ни "жасмином", ни "шипром", ни "ландышем". "В мире компонентов нет эквивалентов", как говорили старые алхимики, а они-то знали, что говорили. То есть, "ландыш серебристый" - это вам не "белая сирень", даже в нравственном аспекте, не говоря уж о букетах.
AXR_GREEN: Я искренне удивляюсь своим знакомым, друзьям, которые достаточно далеки от интернет и от SEO, на мой вопрос- где они ищут информацию в интернет отвечают в Google.☝
AXR_GREEN: И что получится? Начнется хаос, в ТОПе, как правило, будут старые проекты с огромной ссылочной массой.
Новым проектам путь в ТОП будет закрыт и т.д. А как следствие от такого поисковика люди откажутся со временем.
я никогда не соглашусь с той инфернальной картиной мира, в которую ты ​веришь 😂
а разве плохо, что в топ вылезут "старые проекты с огромной ссылочной массой"?
даже если Я откажется от учета покупных ссылок, это не приведет к какому-то принципиальному перевороту. ну повылазят в топ другие магазины, только и всего. ну поменьше спама будет в некомерческих тематиках.
den78ru: Я вот пару дней пытаюсь на чисто прикладное всё это переложить, и знаете, даже если дать Я. аванс в способности корректно воплотить всё в жизнь, и то получается, что решение(обход) этой его фичи если и не очевиден, то без особого труда решаем.
есть только один способ обойти этот алгоритм - не покупать ссылки (на тех сайтах которые их продают массово) и не покупать ссылки массово. то есть продвижение "естественными" ссылками. а уж как получить "естественные" ссылки каждый будет решать по-своему.
Беобахтер: Узким местом вижу категоризацию ссылок на основе классификатора, а не кластеризации (разумнее иерархической). В т.ч. вручную.
ну это всего лишь эксперимент. и вполне вероятно что 22 тематики были выбраны не наобум, а в результате каких-то "вычислений"
Беобахтер: B потом, несколько тысяч ссылок для обучающей выборки - не маловато ли будет?
почему несколько тысяч ? для построения словаря:
we used a simplified host-to-host link graph with 20 million edges containing non-zero SEO-text anchors
p.s. да и в конце концов - заявленная точность 95% - этого более чем достаточно, что бы принять решение об учете или не учете конкретной ссылки.
Мастер Йода добавил 16.05.2009 в 15:56
Str256: А если продаёт, то занижение передаваемого веса, по всем исходящим ссылкам, в т.ч. и тематическим, даже если они находятся на других страницах сайта. Так получается.
а вот на счет применяемых санкций (типа занижения веса) можно только гадать. хотя мои наблюдения подтверждают такое занижение.
Существуют уже готовые системы (алгоритмы) для классификации (кластеризации) текстов. Я бы на вашем месте изучил то что уже (давно) сделано в этом направлении, и только потом, оценив достоинства/недостатки существующих алгоримов и готовых программных средств, начал бы сочинять свой.
Почему вы не используете байесовский классификатор ?
Недостатков в вашем алгоритме хоть отбавляй. Начиная с однословности (надо использовать как минимум 2) и заканчивая ручной простановкой коэффициентов (бррррр....).
p.s. как например ваш алгорит классифицирует этот кусок текста?
Сорри, не точно прочитал пост - сайты а не сателлиты. Сетку сайтов не забаят без линковки.
у меня был забанен один сайт как "не отвечающий политике яндекса". безо всяких комментариев. не сетка, не линкфарма - просто большой справочник фирм.
после это на фразу "точно не забанят" я смотрю с большим скепсисом.
Я искренне удивляюсь своим знакомым, друзьям, которые достаточно далеки от интернет и от SEO, на мой вопрос- где они ищут информацию в интернет отвечают в Google.☝
ваши друзья - нерепрезентативная выборка.
репрезентативная здесь http://i.li.ru/i/s/1SqfZO.png
И что получится?
Начнется хаос, в ТОПе, как правило, будут старые проекты с огромной ссылочной массой.
Новым проектам путь в ТОП будет закрыт и т.д. А как следствие от такого поисковика люди откажутся со временем.
я никогда не соглашусь с той инфернальной картиной мира, в которую ты ​веришь 😂
а разве плохо, что в топ вылезут "старые проекты с огромной ссылочной массой"?
даже если Я откажется от учета покупных ссылок, это не приведет к какому-то принципиальному перевороту. ну повылазят в топ другие магазины, только и всего. ну поменьше спама будет в некомерческих тематиках.
Я вот пару дней пытаюсь на чисто прикладное всё это переложить, и знаете, даже если дать Я. аванс в способности корректно воплотить всё в жизнь, и то получается, что решение(обход) этой его фичи если и не очевиден, то без особого труда решаем.
есть только один способ обойти этот алгоритм - не покупать ссылки (на тех сайтах которые их продают массово) и не покупать ссылки массово. то есть продвижение "естественными" ссылками. а уж как получить "естественные" ссылки каждый будет решать по-своему.
Отключив платные ссылки, даже частично, в топах будут одни гс...
это вряд-ли.
гм... странно, а я от них получаю в WMZ без задержек (за ссылки расставленные еще в старом клисе руками).
Узким местом вижу категоризацию ссылок на основе классификатора, а не кластеризации (разумнее иерархической). В т.ч. вручную.
ну это всего лишь эксперимент. и вполне вероятно что 22 тематики были выбраны не наобум, а в результате каких-то "вычислений"
B потом, несколько тысяч ссылок для обучающей выборки - не маловато ли будет?
почему несколько тысяч ? для построения словаря:
p.s. да и в конце концов - заявленная точность 95% - этого более чем достаточно, что бы принять решение об учете или не учете конкретной ссылки.
Мастер Йода добавил 16.05.2009 в 15:56
А если продаёт, то занижение передаваемого веса, по всем исходящим ссылкам, в т.ч. и тематическим, даже если они находятся на других страницах сайта. Так получается.
а вот на счет применяемых санкций (типа занижения веса) можно только гадать. хотя мои наблюдения подтверждают такое занижение.
Т.е. ссылки с одного кластера на другой внутри сайта, не учитываются при определении тематичности страницы с исходящими ссылками?
надо полагать что не учитывают.
Получается, сайт или Монотематичный или Ссылки продаёт, так?
или сайт "ссылается тематично" или "продает ссылки"
Интересная политика Яндекса или что это?
да просто владельцы доменов развлекаются.