Делаю поисковик. На каком основном алгоритме лучше основывать выдачу результатов?

Question

[sivabur]

Делать аналог PR не хочу ищу альтернативы
PR(PageRank) - если по простому то считает количество силок на страницу чем больше силок на страницу тем выше страница в результатах поиска.
Вопрос в том что по вашему мнению лучше алгоритма PR?(в виде основного критерия формирования результатов)
Какие есть альтернативы?(в виде основного критерия формирования результатов)
Нестандартные алгоритмы?(в виде основного критерия формирования результатов)

Мои варианты:
1. Анализировать количество закладок на страницу в браузере пользователя[Chrome extension](чем больше тем выше результат в поиске)
PR-основывается на том сколько сайтов ссылаться на данный сайт. Чем больше тем выше сайт в результатах.
2. Очень жёстко анализировать html. Вплоть до цвета фона странички.
3. Анализировать историю посещений в браузере[Chrome extension]
4. Анализировать действия пользователя на странице(время проведенное на странице,клики, выделения текста)

Просьбу отвечать по существу вопроса)Т. е. я понимаю что сейчас очень много факторов при ранжировании ну интересует именно основной фактор сейчас это повсеместно аналоги PR + пытаются внедрять машинное обучения.
Ясное дело что анализ самого html тоже будет применяться.

Answer 1

[uvelichitel]

Очень жёстко анализировать оплату счетов претендентами на первые места в выдаче?

Comments

[sivabur]

хД) Ну а если серьёзно)

[uvelichitel]

Мне бы понравилось, если бы ранжир выдачи и живая подсказка в форме ввода были релевантны истории серфинга.

[sivabur]

uvelichitel: ну щас так частично и есть.Если раньше искал в гугле что то то живая подсказка это уже может включать.(если я правильно понял).

[uvelichitel]

Правильно поняли. Вот я читал про binary search tree. Теперь я набираю red-black и буду приятно взволнован если поисковик услужливо выдаст red-black binary tree. И пусть еще в трактовке Кормена, я его часто открываю.

[uvelichitel]

И да, частично гуглей реализовано.

[sivabur]

uvelichitel: да очень интересная идея. В Гугле я так понимаю реализовано через персональные результаты(ну так худо-бедно может я ошибаюсь, потому как все время выключая пользовательский поиск).

Answer 2

[Vlad_Fedorenko]

1. Анализировать количество закладок на страницу в браузере пользователя(чем больше тем выше результат в поиске)

Расскажите, пожалуйста, как Вы будете это проверять)

Comments

[sivabur]

Расширением в хроме(полезным). Возможно в дальнейшем своим браузером ...))

[Назар Мокринский]

sivabur: Но это будет бесполезно, так как изначально количество ваших пользователей 0, и вам до первого пользователя нужно как-то всё сортировать, а при 1 пользователе весь поиск станет как его история посещения сайтов?
> Очень жёстко анализировать html. Вплоть до цвета фона странички.
А фон страницы-то что вам сделал? К тому же цвет страницы это не HTML, а CSS, и чтобы его вычислить нужно быть браузером, который выполняет JS и CSS, иначе вы не вычислите какой на самом деле цвет фона страницы.

[sivabur]

Назар Мокринский: конечно не 1 пользователь будет. Расширения полезно поэтому его установит много людей.Или заплатить уже популярному чтобы дописали код. Про фон я так к примеру(но это будет уже анализировать не браузером а поисковой программой)

[Назар Мокринский]

sivabur: Во-первых изначально полезности будет минимум, во-вторых нужно чтобы пользователи уззнали о расширении, при огромном выборе в 2015 году они должны по какой-то причине выбрать именно ваше.
А поисковик всё равно должен быть по сути браузером чтобы вычислить фон. Будет это Phantom.js, или что-то другое - сути это не меняет.

[sivabur]

Назар Мокринский: Изначальная полезность будет!(и она не имеет отношения к поиску).Ну да логично чтобы анализировать вид самой страницы у пользователя, подержка js нужна. Но щас интересует именно алгоритмы ранжирования))

[Назар Мокринский]

sivabur: Есть множество алгоритмов ранжирования, и среди того, что вы указали только четвертый пункт ещё как-то к этому относится. Ищите информацию, лучше на английском, более вероятно найти что-то стоящее.

[sivabur]

Назар Мокринский: Искал проблема в том что факторов более 400+(все что я перечислил уже используется поисковиками но возможно не так как надо для оптимального поиска) главными алгоритмом ранжирования остается PR(и его аналоги, скорей всего подойдет слово копии).Вот и ищу что поставить в основу вместо его.Возможно я копаю не в том направлении и лучше PR алгоритма в основе просто не существует. И надо концентрироватся на дополнительных алгоритмах ранжировании а PR -оставить как основной.

[Vlad_Fedorenko]

sivabur: чем Вас PageRank не устраивает?

[sivabur]

Vlad_Fedorenko: получается в топе тот кто больше силок купит, много страниц не попадают в топ хотя они намного лучше но на них никто не ссылается, не хотелось бы использовать копировать(гугл, яндекс) ну и дело кончено не в сложности технической реализации.

[Vlad_Fedorenko]

sivabur: ну тогда сформулируйте подробно свой критерий по которому будете ранжировать и вперёд) делов-то

Answer 3

[aleksey_komyakov]

Вы занимались сео?
Попробуйте анализировать как происходит поиск и выдача...
На один из моих сайтов ссылается более 1млн ссылок и он посредственнен в выдаче. А на другой ссылается около 1к ссылок и он в топе))
Разнае способы продвижения..

Comments

[sivabur]

С теорией знаком на практике не применял.

[sivabur]

Ну вопрос в другом. Как этих хитрых сеошников обойти и давать более реелвентныи результаты не опирайсь на алгоритм PR.

[aleksey_komyakov]

sivabur: как попроще и покороче...
"Деревянный забор сделан из дерева"
И
"Дерево дерево дерево забор забор забор"
Какой запрос будет больше релевантен для запроса "дерево"?
Второй? Но это же дорвей получается...
Нужно применять правила языка, грамматику, математику, ручное обучение и ПР... Что и делают все нормальные поисковики.. И сейчас есть несколько программ для "обработки текста" которые и пытаются на#бать роботов...
Раньше было достаточно в кейвордс внести пачку ключевиков и на следующий день оказаться в топе.
Потом стало достаточно раз прогнать Хрумером или Аллсубмиттером и оказаться в топе...
Сейчас же только с нормальным контентом... И при этом робот определяет же что это нормальный контент))

Answer 4

[Владимир Олохтонов]

Посмотрите правде в глаза.

Нормальный продукт, которым будет кому-то интересно пользоваться, вы скорее всего не сделаете, тема слишком большая для одного человека.

Если хотите сделать интересный проект для саморазвития, то для начала почитайте что-нибудь про инфопоиск, например вот эту классическую книгу: "Маннинг, Введение в информационный поиск"
www.ozon.ru/context/detail/id/5497130