Ретинг блогосферы - пост 3

Провел небольшой эксперимент, имея на руках 4 параметра (visits24, links, comments, commenters), базу из 1000 постов за 3 дня, а также историю ТОПа с 40 постами за сутки, а попытался методом перебора коэффициентов найти наиболее подходящий вектор, на который делается проекция, как было описано в первом посте, чтобы после сортировки всех записей по величине этой проекции, в первых 100 оказывалось максимальное число постов, которые попали в топ, построенный по старому алгоритму.
Результатом стал вектор (10,9,12,12) с результатом в 25 постов из 40. Это прежде всего говорит о том, что в текущем алгоритме есть явная завышенная зависимость от числа различных русскоязычных комментаторов к посту (commenters). Я же для сортировки записей беру вектор с равными весами = (1,1,1,1). Кроме того, стоит отметить два выявленных особенностей
1) В блогах на YaRu - внутренняя ссылка является также комментарием, поэтому важно уменьшать кисло комментариев на число ссылок. Иначе получается завышенное число ярушных блогов с высокими значениями.
2) Нормировка происходит не только в группах по типу блогплатформы, но и по типу блога или сообщества. То есть для блогов и сообществ максимумы значений считаются отдельно.

После того, как записи в текущей куче постов за 3 дня отсортированы применяются фильтры. Их много, я их кратко перечислю по ходу применения:

1) "Нулевой фильтр", чтобы отсеять заведомо ошибочные записи с экстремумом по одному из параметров - оптимальная формула ((visits24>0 AND links>0) OR commenters>0) - это позволяет не отсеять посты с blogs.mail.ru, у которых сейчас неверно считается число комментаторов.

2) "Фильтр тем дня" - отсеиваются посты, которые были написаны на темы дня после публикации тем дня, так как на сегодняшний день там 90% спамерских сообщений. Отмечу лишь, что я допускаю попадание в ТОП не более одного поста на одну тему дня при условии, что на нее ссылались и комментировали раньше появления этой темы дня. 3) "Фильтр статистики" - считается, что нормальный блогер не может попадать в ТОП постоянно. Поэтому вставлены понижающие коэффициенты для записей тех блогеров кто ранее был в ТОПе. Коэффициенты настроены так, что к "вычеркиванию" из рассмотрения приводит 20 постов за 3 дня или 500 ТОПов за год. В первом случае могут возникнуть проблемы у тех, кто имеет самоссылающие трансляции, но этот вопрос надо еще проработать.

4) "Фильтр максимума" - после сортировки из всех постов выбираются 10% с максимальной величиной проекции и для них ищется максимальный разрыв в соседних значениях. Именно он характеризует границу между "перекрученными" и "недокрученными" постами. Именно эта граница является внутренней характеристикой экспертной системы.

5) "Фильтр дублей" - далее берется верхняя часть с перекрученными постами, если таких меньше 2, то берется нижняя часть. У всех постов считается корреляция с постами, которые уже находятся в ТОПе, путем подсчета суммы совпадающих нормированных слов-низкочастотников (от 4 знаков и
6) "Фильтр локального экстремума" - после предыдущей сортировки начинаем выбирать по порядку все записи и смотреть, является ли количество комментариев и ссылок чем-то выдающимся для блогера по сравнению с другими его последними записями или нет. Таким образом, топблогер, получающий каждый день сотни комментариев и ссылок будет фильтроваться. Найдя первую запись с локальным супремумом - помещаем ее в ТОП. Если таких записей не обнаружилось, то есть 2 варианта - в ТОП помещается одна из записей, написанных на тему, дня и удовлетворяющую "фильтру тем дня" либо идет в рассмотрение вторая половина полученная после "Фильтра максимума" из "недокрученных" постов.


Метки:   Категории:Code


blog comments powered by Disqus

Добавить комментарий

Кто я?

Программист. Я слежу за блогосферой и знаю, как будет развиваться интернет. Когда у меня есть время я даже прилагаю для этого усилия. Подробнее

Последние комментарии

Не отображать

Topbot at FeedsBurner

Облако тэгов

Мои Твиты

Twitter мая 25, 17:18
Рейтинг каналов и ботов Телеграм http://dlvr.it/QV5d6Y

Twitter мая 25, 16:12
Пример божественного вмешательства в фильме No country for old men http://dlvr.it/QV5HxB https://twitter.com/f1ashr/status/1000046919136067586/photo/1

Twitter мая 25, 15:06
Танцы человека с роботом http://dlvr.it/QV4y0p

Twitter мая 25, 13:30
роботы пишут жалобы http://dlvr.it/QV4QQG

Twitter мая 25, 09:43
Шахматная композиция для демонстрации 3-го этапа общества http://dlvr.it/QV3G9p https://twitter.com/f1ashr/status/999948953805180928/photo/1

Twitter мая 25, 09:11
Hoverbike for US Army http://dlvr.it/QV3674

Twitter мая 25, 08:07
Google AdWords купон на 1600p http://dlvr.it/QV2pMz

Twitter мая 25, 08:07
Соц.медиа http://dlvr.it/QV2pNR

Twitter мая 25, 08:07
Мониторинг соц.сетей на госзакупках - 5 http://dlvr.it/QV2pP3

Twitter мая 24, 16:21
Казахстан переходит на 2-й этап к демократии http://dlvr.it/QTz5QX

Twitter мая 24, 03:31
Проблемы восприятия информации людишками http://dlvr.it/QTvLgN

Twitter мая 23, 14:09
Поиск причины популярности спиннеров http://dlvr.it/QTqqGv https://twitter.com/f1ashr/status/999291326867820545/photo/1

Twitter мая 23, 13:37
Программа InstagramLiker обновлена http://dlvr.it/QTqdn2

Twitter мая 22, 17:51
Про найм вконтактика http://dlvr.it/QTkc7x

Twitter мая 22, 17:19
Этой осенью "A New Beginning for Mankind.." http://dlvr.it/QTkSGQ https://twitter.com/f1ashr/status/998976610354151424/photo/1

Twitter мая 22, 16:47
В Ступино напечатали первый 3D дом http://dlvr.it/QTkGv5

Twitter мая 22, 15:11
коломенский кремль: альтернативная история 2 http://dlvr.it/QTjlrg https://twitter.com/f1ashr/status/998944561769541634/photo/1

Twitter мая 22, 15:11
Яндекс атаковал Израиль http://dlvr.it/QTjlr0

Twitter мая 22, 14:38
"Добродел" добавлен в http://t30p.ru http://dlvr.it/QTjYqX

Twitter мая 22, 14:38
Перенос коллапса товарооборота в Беларуси на 2018 год http://dlvr.it/QTjYr6

Мой твиттер

Копирайт

Все мысли, высказанные в блоге, являются моим мнением и за это мнение меня никто не забанит! Кроме того, никто не имеет право копировать материалы блога без использования ctrl+C/V!

© Copyright 2008