Kamchess: Знаете, после сегодняшнего апа наблюдаю в топе по ряду высококонкурентных СЧ-запросов несколько сайтов одного владельца. Причём, по одному из запросов в топ10 сразу 3 его сайта (2-е, 5-е и 10-е места) с абсолютно одинаковым дизайном, вёрсткой, титлами, фавиконами и контактами.
Ранее двигал по этим же запросам 2 своих сайта, но один из них упорно не поднимался выше 32 места, после чего было принято решение разработать для него отдельное семантическое ядро непересекающихся с главным сайтом запросов. Сайт быстро вышел в топ и до сих пор в нём находится.
Глядя же на выдачу после сегодняшнего апа, хочется задаться вопросом, а остался ли фильтр на пересечение аффилированных сайтов в прежнем виде?
Думаю, пока Яндекс просто не успел включить фильтры в связи с ТАКИМ апом (с сильным подозрением на релиз Находки:)). Не переживайте, усе буде...:D
По точному вхождению анкора "порно вечеринки петербург" мне не удалось найти ни одного донора. Но зато по "порно вечеринки в Москве" выловил пару-тройку форумов, где были прописаны ссылки с порноанкорами. Посмотрел на них - все идут из разделов "группы (службы, сообщества, сервисы, блоги...)" для конкретных ПС. Т.е., это был не обычный линкбомбинг (раз по анкору донор не ищется), а "внутренний" - ПС была пробомблена через свои же службы? В этой области служб поиск, как я знаю, отличается от обычного.
По алгоритмической части читал вот это: http://download.yandex.ru/company/paper_65_v1.rtf. Насколько я понял, на данный момент при определении нечётких дублей реализован метод супершинглов с хэш-функцией алгоритма MD5 для подсчёта контрольных сумм шинглов. Или что-то не так?
Посмотрел запросы, которые Ваш скриптик генерирует. Замечания к скрипту:
1) Не ясна методика определения непота - ведь теперь ссылочное с донора не обнуляется как ранее, а значит, в выдаче он будет присутствовать.
2) Можно попробовать ввести метрику между ссылочным (для НПС) и текстовым (для сайтов-доноров с анкором). Адекватно ли она используется в скрипте?
3) Он точно не поможет на коротких запросах (до 3 слов): с такой реализацией нельзя делать корректный вывод по выдаче по анкорам (и запросам) типа "аренда квартиры", "ремонт офисов", "строительная техника", где эти слова имеют точное вхождение в текст и анкоры ссылок на сами сайты доноры большое число раз
4) Единственное место, где он может быть полезен - запросы от 3 и более слов. Но и здесь есть подводные камни - зачем Вам 3 запроса? не хватит ли одного - первого? или Вы можете получать переколдовку для остальных? и самое главное - как понимать результаты?
Ему что, хороший линк-бомбинг (или гугл-бомбинг) устроили в связи с переходом на гугловский движок (или его ещё не поставили)? Гугл (если я не ошибаюсь) пока плохо защищён от такого явления. Может, на Раме оторваться решили?
Вообще считаю идею не жизнеспособной, так как изначально отрицаю адекватность этого фильтра. Нет способов определить первоисточник, который работал бы без ошибок... да и нужен ли он? Может только, как один из самых несущественных факторов...
Я думаю, Вы знаете такие понятия, как ошибки 1-го и 2-го рода. Цель моего топика - попытаться задаться вопросом дальнейшей минимизации таких ошибок, ведь, судя по постам в этой теме, они ещё достаточно велики. И не похоже, чтобы этот фактор (за который банят и фильтруют!) был несущественным.
di_max: А если нет? Сдернули с новичка и всунули в сайтиг, у которого трас ашь по самые дальше некуда.
Тогда что?
А это и есть недостаток примера для конкретной формулы. Но есть же и другие оценки, и я предлагаю построить состоятельную оценку первоисточника текста. Хотя... может вы все правы, я тут ..ней страдаю, мне писать надо "классный ап" и "ТЫЦ +10", а не задаваться вопросами авторских прав.
true82,Неплохая попытка. Но у Вашего алгоритма есть следующие недостатки:
1) Такой способ ведёт к увеличению базы данных (в принципе, не страшно, но надо учитывать и это)
2) Ваш алгоритм действительно отследит при добавлении сайта с контентом, является ли новый сайт первоисточником или нет. Но как быть, если сайт уже создан, и на нём хотят поменять контент? Например, страница со статьёй существует, проиндексирована ПС. В какой-то момент на ней хотят поменять контент (перезалить его с целью, например, поискового продвижения). В выдаче она будет присутствовать с вновь залитым текстом, но когда он проиндексируется - вот вопрос, а за это время его кто-то может стащить. Видимый выход - ограничить к нему доступ (ну, не удалять же страницу, а потом добавлять!), но это чревато тем, что сайт не переиндексируется (робот в момент захода не получит к нему доступа).
Но это уже хорошая мысль по сравнению с тем, что мне пришлось читать в каментах на мой топик.
Здесь когда-то обсуждалась индексация сайтов. Pro-maker указал, что в документе есть разные поисковые зоны, которые (в силу каких-либо причин) могут индексироваться не одновременно. Такое явление и обсуждалось в этом топике для моих сайтов. Исходя из ситуации, описанной ТС, и предположив, что его скрипт написан не через одно место, логично предположить, что здесь имеет место непроиндексированность/вылет из индекса данной зоны данного сайта, при этом ранее она индексировалась (о чём говорит наличие сохранённой копии при запросе ТС к ней) Такое обычно возникает при проблемах с хостингом или зеркалами сайтов. Хотя не исключено что-то ещё (например, те же глюки Яндекса). Так что, Ёхан Палыч, зря Вы так иронизируете.
З.Ы. Кстати, Ваше обьяснение по поводу закрытия моих сайтов на Народе оказалось несостоятельным (профессионал-любитель, хе-хе...)
Ну, такое явление и раньше было. Причём даже в тех случаях, когда обращение шло напрямую к Яндексу через строку запроса. Если это не глюк Яндекса, то причины могут быть связаны с доступом к сайту: пришёл робот индексировать сайт и не получил доступа к зоне УРЛа, покрутился-покрутился, сделал вывод и ушёл.
Знаете, после сегодняшнего апа наблюдаю в топе по ряду высококонкурентных СЧ-запросов несколько сайтов одного владельца. Причём, по одному из запросов в топ10 сразу 3 его сайта (2-е, 5-е и 10-е места) с абсолютно одинаковым дизайном, вёрсткой, титлами, фавиконами и контактами.
Ранее двигал по этим же запросам 2 своих сайта, но один из них упорно не поднимался выше 32 места, после чего было принято решение разработать для него отдельное семантическое ядро непересекающихся с главным сайтом запросов. Сайт быстро вышел в топ и до сих пор в нём находится.
Глядя же на выдачу после сегодняшнего апа, хочется задаться вопросом, а остался ли фильтр на пересечение аффилированных сайтов в прежнем виде?
Думаю, пока Яндекс просто не успел включить фильтры в связи с ТАКИМ апом (с сильным подозрением на релиз Находки:)). Не переживайте, усе буде...:D
Pall, можно вопрос?
По точному вхождению анкора "порно вечеринки петербург" мне не удалось найти ни одного донора. Но зато по "порно вечеринки в Москве" выловил пару-тройку форумов, где были прописаны ссылки с порноанкорами. Посмотрел на них - все идут из разделов "группы (службы, сообщества, сервисы, блоги...)" для конкретных ПС. Т.е., это был не обычный линкбомбинг (раз по анкору донор не ищется), а "внутренний" - ПС была пробомблена через свои же службы? В этой области служб поиск, как я знаю, отличается от обычного.
http://www.seonews.ru/masterclass/85/ - вот отсюда и брал инфу
По алгоритмической части читал вот это: http://download.yandex.ru/company/paper_65_v1.rtf. Насколько я понял, на данный момент при определении нечётких дублей реализован метод супершинглов с хэш-функцией алгоритма MD5 для подсчёта контрольных сумм шинглов. Или что-то не так?
Посмотрел запросы, которые Ваш скриптик генерирует. Замечания к скрипту:
1) Не ясна методика определения непота - ведь теперь ссылочное с донора не обнуляется как ранее, а значит, в выдаче он будет присутствовать.
2) Можно попробовать ввести метрику между ссылочным (для НПС) и текстовым (для сайтов-доноров с анкором). Адекватно ли она используется в скрипте?
3) Он точно не поможет на коротких запросах (до 3 слов): с такой реализацией нельзя делать корректный вывод по выдаче по анкорам (и запросам) типа "аренда квартиры", "ремонт офисов", "строительная техника", где эти слова имеют точное вхождение в текст и анкоры ссылок на сами сайты доноры большое число раз
4) Единственное место, где он может быть полезен - запросы от 3 и более слов. Но и здесь есть подводные камни - зачем Вам 3 запроса? не хватит ли одного - первого? или Вы можете получать переколдовку для остальных? и самое главное - как понимать результаты?
Ему что, хороший линк-бомбинг (или гугл-бомбинг) устроили в связи с переходом на гугловский движок (или его ещё не поставили)? Гугл (если я не ошибаюсь) пока плохо защищён от такого явления. Может, на Раме оторваться решили?
http://yandex.ru/yandsearch?text=%D0%B3%D1%80%D1%83%D0%B7%D0%BE%D0%BF%D0%B5%D1%80%D0%B5%D0%B2%D0%BE%D0%B7%D0%BA%D0%B8
14-е место 1,5 месяца назад было 1-2.
З.Ы. Запрос очень конкурентный, не какой-нибудь 3-4 словник, присутствующий на сайте!
Вообще считаю идею не жизнеспособной, так как изначально отрицаю адекватность этого фильтра. Нет способов определить первоисточник, который работал бы без ошибок... да и нужен ли он? Может только, как один из самых несущественных факторов...
Я думаю, Вы знаете такие понятия, как ошибки 1-го и 2-го рода. Цель моего топика - попытаться задаться вопросом дальнейшей минимизации таких ошибок, ведь, судя по постам в этой теме, они ещё достаточно велики. И не похоже, чтобы этот фактор (за который банят и фильтруют!) был несущественным.
А если нет? Сдернули с новичка и всунули в сайтиг, у которого трас ашь по самые дальше некуда.
Тогда что?
А это и есть недостаток примера для конкретной формулы. Но есть же и другие оценки, и я предлагаю построить состоятельную оценку первоисточника текста. Хотя... может вы все правы, я тут ..ней страдаю, мне писать надо "классный ап" и "ТЫЦ +10", а не задаваться вопросами авторских прав.
true82,Неплохая попытка. Но у Вашего алгоритма есть следующие недостатки:
1) Такой способ ведёт к увеличению базы данных (в принципе, не страшно, но надо учитывать и это)
2) Ваш алгоритм действительно отследит при добавлении сайта с контентом, является ли новый сайт первоисточником или нет. Но как быть, если сайт уже создан, и на нём хотят поменять контент? Например, страница со статьёй существует, проиндексирована ПС. В какой-то момент на ней хотят поменять контент (перезалить его с целью, например, поискового продвижения). В выдаче она будет присутствовать с вновь залитым текстом, но когда он проиндексируется - вот вопрос, а за это время его кто-то может стащить. Видимый выход - ограничить к нему доступ (ну, не удалять же страницу, а потом добавлять!), но это чревато тем, что сайт не переиндексируется (робот в момент захода не получит к нему доступа).
Но это уже хорошая мысль по сравнению с тем, что мне пришлось читать в каментах на мой топик.
/ru/forum/259158
Здесь когда-то обсуждалась индексация сайтов. Pro-maker указал, что в документе есть разные поисковые зоны, которые (в силу каких-либо причин) могут индексироваться не одновременно. Такое явление и обсуждалось в этом топике для моих сайтов. Исходя из ситуации, описанной ТС, и предположив, что его скрипт написан не через одно место, логично предположить, что здесь имеет место непроиндексированность/вылет из индекса данной зоны данного сайта, при этом ранее она индексировалась (о чём говорит наличие сохранённой копии при запросе ТС к ней) Такое обычно возникает при проблемах с хостингом или зеркалами сайтов. Хотя не исключено что-то ещё (например, те же глюки Яндекса). Так что, Ёхан Палыч, зря Вы так иронизируете.
З.Ы. Кстати, Ваше обьяснение по поводу закрытия моих сайтов на Народе оказалось несостоятельным (профессионал-любитель, хе-хе...)
Ну, такое явление и раньше было. Причём даже в тех случаях, когда обращение шло напрямую к Яндексу через строку запроса. Если это не глюк Яндекса, то причины могут быть связаны с доступом к сайту: пришёл робот индексировать сайт и не получил доступа к зоне УРЛа, покрутился-покрутился, сделал вывод и ушёл.