Текст по закону Ципфу.

Не заметил влияния.

Возьмите ТОП-10 и прогоните.

ИМХО, может влиять если текст получен примитивным генератором)

Ципф интересен только для анализа того, чего вам написали, не более.

А в топе порой такие болтаются тексты, что Зипф просто рыдает.

уточню - интересен любителям усложнять простые вещи!

т.к. donc верно заметил

а значит, Ципфы и прочие - если только хочется и есть лишнее время)

Никак не влияет. Вообще. А подгон может только хуже текст сделать. Очень мало видел текстов с уровнем ниже 75%. Чтобы так написать нужно быть инвалидом на всю голову и руки.

---------- Добавлено 03.05.2018 в 13:54 ----------

Я как-то писал инструкцию для копирайтеров, как улучшать качество текста по этому показателю. Пока собирал информацию, проверял большое количество сайтов по разным запросам. Практически не видел сайтов с плохими показателями.

---------- Добавлено 03.05.2018 в 13:57 ----------

Это если делать нечего, а растяжка плохая, до яиц не дотянуться, приходится другие развлечения придумывать.

По крайней мере Ципфа на позиции сайта не влияет. Да и показатели обычно у всех в пределах нормы.

Поковырять интересно на досуге, чтобы понять самому некоторые закономерности.

Ну или спросить на форуме у тех, кто уже ковырял :)

Не соглашусь. Несколько заспамленых страниц усреднял по нему, позиции в основном выросли (больше ничего не делал)

Но для для утверждения, что да мол влияет именно Зипф, данных у меня лично недостаточно.

Я же просто переспам убрал.

Хорошо! Вот у меня основной регион посетителей - Минск, основная тема перезарядка огнетушителей. Я далеко не крупный специалист, но по моему если в моем тексте будет много упоминаний "Минск и перезарядка", то для повышения позиций это будет совсем не вредно. А по Ципфу нужно убирать большую часть.

В целом верно.

Вот кстати - BM25 для общего развития

https://habr.com/post/162937/

Это теория.

Но есть и практика: городом как раз не следует сильно тошнить.

Ну переспам можно убрать и просто пораскинув мозгами. Ципфы все эти - сплошная суходрочка. Ну можно еще впечатление производить на ламеров при помощи умных слов.

Я просто проверял выдачу на предмет соответствия. Скорее всего в вашем случае, просто совпало.

Что такое закон Ципфа. Это правило размещения слов тексте в порядке убывания. То есть, берется максимальное по количеству повторов слово и от него пляшется.

Вот рандомный текст

Согласитесь, назвать это статьей, ну очень сложно. Проверяем по ципфа и видим.

[ATTACH]173685[/ATTACH]

А по ципфа практически приближен к идеальному этот текст.

Ктонить сам закон читал или ограничились сниппетом сервиса по проверке?

В doncа, верю, остальные под вопросом, кроме Романа - он не читал))))

Это я к чему:

Естественно, т.к. выявленная закономерность основополагающая... а алгоритм как-бы построен на этом ибо являет собой суть стат. машину

Да, ибо раздрай по Ципфу не есть хорошо ни в рамках документа, ни в рамках всего сайта в целом.

Конечно нет, вы просто не читали закон ;) - отношение леммы к тексту это отношение, ферштейн? Если вам нужно 100 вхождений, а "Ципф" ругается - добавляйте текст, меняйте отношение.

Вот кстати да и если посмотреть на нее внимательно, то в начале формулы можно увидеть TF-IDF, который как раз о том ;)

В 0,001% нет, но вам оно ненужно)))

Тарасов Роман, за весь пост - все не верно. Почитайте, это на самом деле может оказаться интересным... а если заточиться в эту тему, то можно и до корпусов дойти, а это уже уровень.

Теперь обобщим.

Об чем там речь:

1.Ципф обратил внимание общественности, на тот факт, что все носители языка используют его статистически одинаково, т.е. "выдумывая" текст про установку окон (устно или письменно) носитель языка использует лемму окно с ожидаемой частотой, например. Отклонение от нормы в быту иногда называют словами-паразитами.

2.Математики учли это замечание и при расчетах в BM25 ограничились TF-IDF, которая сама по себе довольно хороша для работы с коллекциями.

3.Сеошники и Индекс

Так уж сложилось, что в нашем конкретном случае понятие "нормы" несколько размыто. Вы можете качнуть в русском корпусе статистику и удивиться сколько раз используется та или иная лемма к миллиону лемм на документ. Уже присная нам "окно", едвали на пару раз на лям (точно не помню). А мы лепим по 30 на 1000 б/п, кстати средняя длина в русском 7 знаков на слово итого 1000/7 = 142 слова.

И вот уже отсюда понятие нормы для СЕРПа по запросу, будет каждый раз разным и возможно даже статистически не близким, что-то сгладит алгоритм на основе поведенческих... ну а где-то)))

Важно, Тарасов Роман, Ципф будет работать даже так ;) в этом прикол.