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

Topbot at FeedsBurner

Популярные записи

Облако тэгов

Не отображать

Мои Твиты

Twitter февраля 12, 09:04
Роскомнадзор достучался до Azure http://dlvr.it/QyjSPS

Twitter февраля 6, 07:58
Про жизнь в Южной Осетии http://dlvr.it/QyHTwx

Twitter февраля 6, 07:58
Хиллари против Трампа в Америке и приход женщин во власть http://dlvr.it/QyHTxG https://twitter.com/f1ashr/status/1093056334906281985/photo/1

Twitter февраля 6, 07:58
Powering Down Google Reader http://dlvr.it/QyHTvM

Twitter февраля 4, 22:48
Разбор сериала Медичи: Повелители Флоренции http://dlvr.it/QyBKWh https://twitter.com/f1ashr/status/1092555544953466880/photo/1

Twitter февраля 4, 22:48
Добродел обновился http://dlvr.it/QyBKWM https://twitter.com/f1ashr/status/1092555541505748992/photo/1

Twitter февраля 4, 22:48
Минусы Windows Azure и проблемы облачных технологий http://dlvr.it/QyBKTx https://twitter.com/f1ashr/status/1092555537604984832/photo/1

Twitter февраля 2, 19:43
Трансляции Одноклассников (http://Ok.ru/live) добавлены в t30p http://dlvr.it/Qy3PD5 https://twitter.com/f1ashr/status/1091784208618405890/photo/1

Twitter февраля 2, 19:43
Upside down, Inside Out, Zero Gravity http://dlvr.it/Qy3PCF https://twitter.com/f1ashr/status/1091784204344385538/photo/1

Twitter февраля 2, 19:43
Европейский Гугл удаляет ваш сайт из результатов поиска http://dlvr.it/Qy3P8H

Twitter января 29, 09:55
@TheFranchiseCo7 @coinhive_com Forget about them, they dont process payments for 3 months already

Twitter января 18, 21:16
PUBG Mobile выпустила эмулятор Android http://dlvr.it/Qx0CYl https://twitter.com/f1ashr/status/1086371676554588160/photo/1

Twitter января 16, 12:09
Белый шум защищен авторским правом на youtube http://dlvr.it/Qwnrln

Twitter января 16, 09:09
Пример божественного вмешательства в фильме No country for old men http://dlvr.it/QwnGRH https://twitter.com/f1ashr/status/1085464059191865345/photo/1

Twitter января 16, 09:09
Украина готовит на Евровидение песню с быками http://dlvr.it/QwnGTW

Twitter января 9, 20:08
Рейтинг каналов Discord App http://dlvr.it/QwKXrr https://twitter.com/f1ashr/status/1083093077856727040/photo/1

Twitter января 8, 20:03
Про рейтинг http://dlvr.it/QwFNxN

Twitter января 8, 20:03
http://asp.net optimization http://dlvr.it/QwFNw9

Twitter января 8, 20:03
Закрытие Европы http://dlvr.it/QwFNx0

Twitter января 7, 13:03
Новогодние поздравления от Google http://dlvr.it/Qw7nXS https://twitter.com/f1ashr/status/1082261513778262018/photo/1

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