Интернет-реклама в Уфе
Доли поисковых систем в РФ
Доли поисковых систем в Уфе
Доли поисковых систем
РоссияУфа
Доли мобильного трафикаМосква Уфа
Социальные сетиМосква
Социальные сетиУфа
ДемографияМосква
ДемографияУфа
Сертифицированные агентства Уфы
Сертифицированные агентства Уфыhttp://advertising.yandex.ru/contact/agency/
Бонус
Александра Золотова (Яндекс)http://rapid.ufanet.ru/68735245http://rapid.ufanet.ru/60080955
Айдар Насыров (bi-zon.ru)http://rapid.ufanet.ru/33340892
Продвижение сайтов
В Уфе и не только
Машинное обучение
Машинное обучение в YandexВ 2009 году Яндекс внедрил новый метод машинного обучения — Матрикснет. Важная особенность этого метода — в том, что он устойчив к переобучению. Это позволяет учитывать очень много факторов ранжирования — и при этом не увеличивать количество оценок асессоров и не опасаться, что машина найдет несуществующие закономерности.
С помощью Матрикснета можно построить очень длинную и сложную формулу ранжирования, которая учитывает множество различных факторов и их комбинаций.
Ещё одна важная особенность Матрикснета — в том, что формулу ранжирования можно настраивать отдельно для достаточно узких классов запросов. Например, улучшить качество поиска только по запросам про музыку. При этом ранжирование по остальным классам запросов не ухудшится.
Подробнее: http://company.yandex.ru/technologies/matrixnet/index.xml
Машинное обучение в Google
Когда я была в команде поиска в Google (2008-2010), многие группы в поиске уходили от машинного обучения к системам на основе ручных правил. Поиск в прошлом использовал больше машинного обучения и затем пошел в другом направлении, потому что люди поняли, что могут быстрее добиваться улучшения результатов поиска с помощью правил. Это не просто случайность, многие подгруппы в поиске пришли к таким результатам в своей работе.
Jackie Bavaro (ex Product Manager at Google)
Поведенческие факторыQueryDomCTR — среднее значение CTR всех документов домена по данному запросу.
QueryUrlCTR — среднее значение CTR конкретного документа по данному запросу.
AvSatSteps — среднее количество удовлетворённых шагов по сайту. Удовлетворённый шаг — переход по внутренней ссылке после 30 секунд пребывания на документе.
QDwellTimeDev — стандартное отклонение (девиация) от среднего времени пребывания на документе по запросу. QDwellTime — среднее время пребывания посетителя на документе по запросу.AvDwellTime — общее среднее время пребывания посетителя на документе по разным поисковым запросам.DwellTimeDev — стандартное отклонение (девиация) времени пребывания на сайте. 90thDwellTime — это верхний дециль, он же 90-й персентиль среднего времени пребывания на сайте. 10thDwellTime — это нижний дециль среднего времени пребывания на сайте. TimeOnDomain — общее время пребывания на сайте. По всем запросам любых документов.CumulativeDev — стандартное отклонение (девиация) от среднего времени пребывания на сайте
Through-the-Looking Glass: Utilizing Rich Post-Search Trail Statistics for Web Search,CIKM2013 (ACM International Conference on Information and Knowledge Management)
(Бёрлингейм, ноябрь 2013)
Региональная выдача
Настройка региона
Настройка региона
Настройка регионаСреди всех запросов к поиску Яндекса от 15 до 30%, в зависимости от региона, составляют те, в ответ на которые пользователь ожидает получить местную, региональную информацию – например, об услугах или событиях в своём городе. На такие запросы поиск Яндекса отвечает в разных регионах по-разному. В ответ на геозависимые запросы Яндекс показывает разные результаты поиска для разных регионов.
Подробнее: http://company.yandex.ru/technologies/regions/
Персонализация поиска
Персонализация поиска
http:
//co
mpa
ny.y
ande
x.ru
/tec
hnol
ogie
s/pe
rson
alis
ed_s
earc
h/
Персонализация поиска
Как увидеть «общую» выдачу
«Спектр» в ЯндексеКогда пользователи задают запросы к Яндексу, примерно в 20% случаев они формулируют запрос неоднозначно.• Например, по запросу [наполеон] кто-то хочет найти полководца,
а кто-то — рецепт торта. • А задавая запрос [суши], человек может искать и ресторан с доставкой на
дом, и рецепт блюда.
Технология Спектр умеет учитывать множество неявных целей пользователей и показывать соответствующие ответы.
На базе технологии «Спектр» в поиске Яндекса реализованы диалоговые подсказки.
Подробнее: http://company.yandex.ru/technologies/spectrum/index.xml
«Спектр» в Яндексе
Асессоры
Асессоры
• Служба оценки качества поиска• В Яндексе регулярную работу начали в 2006
году (одна шкала, 6 оценок, инструкция на пол-монитора)
• В Google – как минимум с 2005 года
Один из первых интерфейсов асессора Яндекса
Один из первых интерфейсов асессора Яндекса
Одна из первых инструкций асессоров Яндекса
Есть 3 градации полезности, которые необходимо описать в описании:- Идеальный ответ (обозначен как “Соответствует”);- Релевантный+ (обозначен как “Скорее соответствует”);- Релевантный- (обозначен как “Возможно, соотвествует”).В зависимости от цели поиска определение того, какие результаты относятся к каждой из групп, меняется.
• Идеальный ответ подразумевает, что, получив такой результат, в принципе, дальше можно не искать.
• Релевантный+ -это очень полезный, но не идеальный документ. Например, он содержит полезную, но не исчерпывающую информацию или является одним из возможных альтернативных ответов.
• Релевантный- - документ, содержащий полезные кусочки информации или много полезной, но не очень авторитетной информации.
http://www.romip.ru/romip2009/21_appendix_B_WA.pdf
Сейчас инструкция сильно изменилась, статусы тоже поменялись.
Один из первых интерфейсов асессора Google
Асессоры Google
• Интервью с асессором Google:http://searchengineland.com/interview-google-search-quality-rater-108702
• На данный момент асессоры не работают напрямую с Google – они получают задания от подрядчиков, таких как Lionbridge, Leapforce, Butler Hill и других. В Lionbridge работает порядка 4500 человек со всех уголков мира. Сейчас у Lionbridge есть следующие вакансии: «Search Engine Evaluator», «Social Search Engine Evaluator» и «Search Quality Judge».
Асессоры Google. Задачи.
Доклад Яндекса на конференции Cybermarketing-2011
http://www.slideshare.net/arsenyinfo/ss-9673377
Доклад Яндекса на конференции Cybermarketing-2011
http://www.slideshare.net/arsenyinfo/ss-9673377
Обновление фильтра АГС1 ноября 2013г.
http://webmaster.ya.ru/16272
Андрей Буйлов
e-mail: [email protected]: builow1
г. Уфа, ул. Карла Маркса, 3/2, офис 3.1 +7 (347) 275-26-82 www.anthome.ru
Спасибо за внимание!
Вопросы.