wolf: Какие слова? Какого ключа? Корректно выражаться религия не позволяет, что ли? Да, и вообще выражение "слова в леммах" ускользает за пределы моего понимания...
Слова, которые не являются ключевыми в запросе и попали в релевантный пассаж на этапе вычисления веса пассажа
wolf: Предположить можно, конечно, всё, что угодно... Только надо как-то всё-таки гипотезы проверять...
Кстати, в анкорном ранжировании есть некоторые факторы, влияющие на ранжирование, которых нет в текстовом. Это может вносить искажения во всякие эксперименты, если о них не знать и не учитывать их влияние. Так что, калькировать модель текстового ранжирование на анкорное - не совсем корректно.
Я понимаю, я хочу сконцентрировать внимание именно на анкор-колекции, и возможной "игры весами" без участия самого запроса в анкоре. Помните "зюзики"? Так и здесь выработать уникальное тематичное словосочетание (ключевик в окружении), скормить поиску по смыслу, и придать ссылкам вид "без ключевика". Возможно ли математически подтвердить, или опровергнуть данную гипотезу, понятно, что на практике без учета знания совокупности статических и динамических анкор-факторов проведение эксперимента нереально.
wolf: А какие там могут быть факторы влияния? Там берется количество упоминаний термина в корпусе анкор-файлов и по некоей формуле вычисляется его IDFa. Так что, если наставите много ссылок с упоминанием термина в анкорах - можете понизить его IDFa. Вот и всё влияние. А саму формулу - сорри, не скажу... Пусть это будет моим маленьким секретом... :)
Извиняюсь, SEO- не моя специализация, а математика подавно, поэтому не ругайтесь громко.
1.Предположим, что норматвность TFa, как и TF есть максимально допустимая константа. Тогда вес документа по отношению термину обратнопропорционален весу самого термина.
2.Поиск «по смыслу»
"Способность находить и ранжировать документы, не содержащие слов из запроса, часто считают признаком искусственного интеллекта или поиска по смыслу и относят априори к преимуществам модели. Вопроса, о том, так ли это или нет мы оставим за рамками данной статьи.
Для примера опишу лишь одну, пожалуй, самую популярную модель, работающую по смыслу. В теории информационного поиска данную модель принято называть латентно-семантическим индексированием (иными словами, выявлением скрытых смыслов). Эта алгебраическая модель основана на сингулярном разложении прямоугольной матрицы, ассоциирующей слова с документами. Элементом матрицы является частотная характеристика, отражающая степень связи слова и документа, например, TF*IDF. Вместо исходной миллионно-размерной матрицы авторы метода [furnas], [deerwester] предложили использовать 50-150 «скрытых смыслов» [3] , соответствующих первым главным компонентам ее сингулярного разложения.
Сингулярным разложением действительной матрицы A размеров m*n называется всякое ее разложение вида A = USV, где U - ортогональная матрица размеров m*m, V - ортогональная матрица размеров n*n, S - диагональная матрица размеров m*n, элементы которой sij= 0, если i не равно j, и sii = si >= 0. Величины si называются сингулярными числами матрицы и равны арифметическим значениям квадратных корней из соответствующих собственных значений матрицы AAT. В англоязычной литературе сингулярное разложение принято называть SVD-разложением." (И.Сигалович)
Так вот, если я оптимизирую внутренние статические факторы под запрос сл.1+Кл.cл.+сл.2+сл.3 (данный запрос ориентирован на будущие леммы) , затем
авторассыльщиком на доски вывожу объявления в данном сочетании (загвоздка здесь: ссылочный вес не передается, а сама коллекция анкор-файлов пополняется данным сочетанием?)
если "ДА", то получается при разбавлении своей ссылочной массы анкором вида сл.1+сл.2+сл.3
будет достигаться наибольшая контрастность (слова 1,2,3 имеют минимальный вес, а сам запрос лишь подразумевается).
wolf: А какие там могут быть факторы влияния? Там берется количество упоминаний термина в корпусе анкор-файлов и по некоей формуле вычисляется его IDFa. Так что, если наставите много ссылок с упоминанием термина в анкорах - можете понизить его IDFa. Вот и всё влияние. А саму формулу - сорри, не скажу... Пусть это будет моим маленьким секретом... :)
ОК. Сйчас багаж знаний пополню, переформулирую вопрос касательно анкор-редкости.
wolf: А с чего Вы решили, что именно эта нормировка используется при анкорном ранжировании в Яндексе? Тут, кстати, модно больше за "тошноту" говорить по аналогии с текстовым ранжированием (а "тошнотой" с легкой руки Миныча здесь принято называть как раз таки максимум TF по всем терминам) :)
Если есть возможность, поделитесь материалами о влиянии различных факторов на IDFa и непосредственно по ее образовании (коллекции) в поисковой системе.
baltic13: _S_,
TFнорм=tfi/(tfi+k1+k2*N) где tfi - tf i-ого термина; k1,k2 - коэффициенты, N - длина или количество лемм в анкор файле
Если воспользоваться тем, что (k1+k2*N) >> tfi, то получим
TFнорм=x-x*x где x=tfi/(k1+k2*N).
не понятно, можете ссылочкой поделиться на исходник
... всего 70 закладок. Для прогона необходимо составить проект.
Проект составляете в виде:
1) URL
2) Названия(примерно 50 символов)
3) Описание(около 200 символов)
4) Ключевые слова(через запятую, около 3-4 ключевых слов)
Для наибольшего эффект составляйте описания и названия в формате {вариант 1|вариант 2|вариант 3}, чем больше вариантов, тем лучше для вас.
Заказ выполняю в течении 6 часов(если в сети, то в течении 15-20 минут).
Извиняюсь, может не внимательно прочитал топ.
А URL указывать один только, или можно в виде: внутренняя страница1-тайтл1-описание1-ключи1;
внутренняя страница2-тайтл2-описание2-ключи2 и т.д.?
TF я не нормирую по длине, она такая по определению (по крайней мере я так считал, когда писал. сйечас пока еще так же считаю).
Нормировка по длине (предположительно) является лишь некой суммарной составляющей той самой некой константы
Какие слова? Какого ключа? Корректно выражаться религия не позволяет, что ли? Да, и вообще выражение "слова в леммах" ускользает за пределы моего понимания...
Слова, которые не являются ключевыми в запросе и попали в релевантный пассаж на этапе вычисления веса пассажа
Вы уж, будьте любезны, хоть как-то расшифровывайте свои сентенции. Что, к примеру, есть "низкий вес ключа в анкор-файле"?
енто когда слова в леммах будут встречаться по анкор-базе на порядок реже относительно ключа
Если мы говорим о четких цифрах, давайте в дальнейшем четко указывать TF, TFа, IDF, IDFа
Предположить можно, конечно, всё, что угодно... Только надо как-то всё-таки гипотезы проверять...
Кстати, в анкорном ранжировании есть некоторые факторы, влияющие на ранжирование, которых нет в текстовом. Это может вносить искажения во всякие эксперименты, если о них не знать и не учитывать их влияние. Так что, калькировать модель текстового ранжирование на анкорное - не совсем корректно.
Я понимаю, я хочу сконцентрировать внимание именно на анкор-колекции, и возможной "игры весами" без участия самого запроса в анкоре. Помните "зюзики"? Так и здесь выработать уникальное тематичное словосочетание (ключевик в окружении), скормить поиску по смыслу, и придать ссылкам вид "без ключевика". Возможно ли математически подтвердить, или опровергнуть данную гипотезу, понятно, что на практике без учета знания совокупности статических и динамических анкор-факторов проведение эксперимента нереально.
А какие там могут быть факторы влияния? Там берется количество упоминаний термина в корпусе анкор-файлов и по некоей формуле вычисляется его IDFa. Так что, если наставите много ссылок с упоминанием термина в анкорах - можете понизить его IDFa. Вот и всё влияние. А саму формулу - сорри, не скажу... Пусть это будет моим маленьким секретом... :)
Извиняюсь, SEO- не моя специализация, а математика подавно, поэтому не ругайтесь громко.
1.Предположим, что норматвность TFa, как и TF есть максимально допустимая константа. Тогда вес документа по отношению термину обратнопропорционален весу самого термина.
2.Поиск «по смыслу»
"Способность находить и ранжировать документы, не содержащие слов из запроса, часто считают признаком искусственного интеллекта или поиска по смыслу и относят априори к преимуществам модели. Вопроса, о том, так ли это или нет мы оставим за рамками данной статьи.
Для примера опишу лишь одну, пожалуй, самую популярную модель, работающую по смыслу. В теории информационного поиска данную модель принято называть латентно-семантическим индексированием (иными словами, выявлением скрытых смыслов). Эта алгебраическая модель основана на сингулярном разложении прямоугольной матрицы, ассоциирующей слова с документами. Элементом матрицы является частотная характеристика, отражающая степень связи слова и документа, например, TF*IDF. Вместо исходной миллионно-размерной матрицы авторы метода [furnas], [deerwester] предложили использовать 50-150 «скрытых смыслов» [3] , соответствующих первым главным компонентам ее сингулярного разложения.
Сингулярным разложением действительной матрицы A размеров m*n называется всякое ее разложение вида A = USV, где U - ортогональная матрица размеров m*m, V - ортогональная матрица размеров n*n, S - диагональная матрица размеров m*n, элементы которой sij= 0, если i не равно j, и sii = si >= 0. Величины si называются сингулярными числами матрицы и равны арифметическим значениям квадратных корней из соответствующих собственных значений матрицы AAT. В англоязычной литературе сингулярное разложение принято называть SVD-разложением." (И.Сигалович)
Так вот, если я оптимизирую внутренние статические факторы под запрос сл.1+Кл.cл.+сл.2+сл.3 (данный запрос ориентирован на будущие леммы) , затем
авторассыльщиком на доски вывожу объявления в данном сочетании (загвоздка здесь: ссылочный вес не передается, а сама коллекция анкор-файлов пополняется данным сочетанием?)
если "ДА", то получается при разбавлении своей ссылочной массы анкором вида сл.1+сл.2+сл.3
будет достигаться наибольшая контрастность (слова 1,2,3 имеют минимальный вес, а сам запрос лишь подразумевается).
А какие там могут быть факторы влияния? Там берется количество упоминаний термина в корпусе анкор-файлов и по некоей формуле вычисляется его IDFa. Так что, если наставите много ссылок с упоминанием термина в анкорах - можете понизить его IDFa. Вот и всё влияние. А саму формулу - сорри, не скажу... Пусть это будет моим маленьким секретом... :)
ОК. Сйчас багаж знаний пополню, переформулирую вопрос касательно анкор-редкости.
А с чего Вы решили, что именно эта нормировка используется при анкорном ранжировании в Яндексе? Тут, кстати, модно больше за "тошноту" говорить по аналогии с текстовым ранжированием (а "тошнотой" с легкой руки Миныча здесь принято называть как раз таки максимум TF по всем терминам) :)
Если есть возможность, поделитесь материалами о влиянии различных факторов на IDFa и непосредственно по ее образовании (коллекции) в поисковой системе.
_S_,
TFнорм=tfi/(tfi+k1+k2*N)
где tfi - tf i-ого термина; k1,k2 - коэффициенты, N - длина или количество лемм в анкор файле
Если воспользоваться тем, что (k1+k2*N) >> tfi, то получим
TFнорм=x-x*x
где x=tfi/(k1+k2*N).
не понятно, можете ссылочкой поделиться на исходник