Тошнота

Сразу прошу не пинать, если в чем не прав (аргументировано критиковать очень прошу).

Еще прошу простить, если что-то повторю всем известное.

А еще очень прошу, если написал все правильно, подтвердить это или отослать к топику (я не нашел), где все это выяснили, как говорится, раз и навсегда, потому как я не нашел.

Очень хочется разобраться с вопросом "тошноты".

Прочитал очень много на этом форуме по этому вопросу.

И если я правильно понял идею "тошноты", то я очень удивился, как много людей понимают это совсем не так как я. И им никто не возражает, значит согласны. Мог бы привести множество таких примеров с этого форума, в том числе и по своему опыту недавнего общения.

В кратце, они считают, что "тошнота" - мера спамности документа. Разве это так?!

Исходя из тех экспериментов, которые проводил (проводили) ХРНС и на основе предыдущей работы Миныча (я так понял "тошнота" его термин) получается, что "тошнота" (по последним данным) - это количество вхождений в текст самого частотного слова этого текста. Это по-простому, ну, корень квадратный еще, ну сравнение с 7.

Далее, их эксперимент показал, как рассчитывается один из компонентов/факторов - внутренних, динамических, влияющий на ранжирование в выдаче.

Про внешние динамические (так называемое ссылочное ранжирование) и внешних статических (вИЦ или кому как угодно его называть) понятно, речь не идет - это вопрос отдельный.

Насколько я понимаю, этот фактор (в расчете влияния которого используется «тошнота») не что иное, как плотность/контрастность ключевых слов (или как там правильнее).

Который можно нормировать по числу слов в тексте (документе), а можно по формуле, которую приводит ХРНС. Которая сейчас, как они экспериментально доказали в той или иной степени (для кого насколько убедительно, для меня - убедительно), используется в Яндексе. А теоретически таких способов бесконечное количество.

И где же здесь мера спамности? Может общее число слов в документе тоже мера спамности? :)

Термин «тошнота». Наблюдал целую дискуссию как лучше назвать.

Вообще, мое мнение, что термин не очень удачный, слишком уж многих он путает. Действительно, создается ощущение, что это мера спамности. И вообще, зачем давать какое-то название? Не даем же мы название количеству слов на странице?

Но автор дал и дал такое название своему открытию и по большому счету это его право.

Как я смотрю на эксперимент ХРНС.

За эксперимент и обнародование его результатов огромная признательность, так как "черный" ящик Яндекса становится "светлее".

Практически же использовать его результаты мне представляется сильно затруднительным. Даже не смотря на определенный порог 7. Скорее на эту формулу можно и нужно опираться в дальнейших поисках.

Все знают о релевантных пассажах. А кто знает, как они конкретно отбираются в документе?

Что такое объемлющие пассажи и как их определить? Как точно рассчитать кворум? Кто знает про все остальные критерии для определения релевантности пассажей?

А без этого не возможно посчитать даже плотность/контрастность ключевых слов, используемую в Яндексе. Я уже не говорю о прочих внутренних динамических факторах, влияющих на релевантность – соответствие документа допустимым частотным диапазонам для частей речи, документ ни о чем (близкие плотности всех слов документа) и т.д.

Поэтому, как можно разделять тревогу, что при расчете тошноты Яндекс стал учитывать стоп слова? Что для большей релевантности нужно убрать все предлоги и союзы? Что оптимальнее документ, где самое частотное слово – это ключевое слово? Что маленький материал скорее будет релевантнее чем солидный по объему труд? Что если какое-то слово встречается более 7 в квадрате раз и оно не ключевое, то это отрицательно сказывается на релевантности?

Подводя итог, ИМХО, скорее всего, оптимальная плотность ключевого слова (как число вхождений к общему числу слов) в общем случае - это не достижимый мираж. У каждого документа он свой и определяется он алгоритмами, формулами и коэффициентами ПС. И уж, конечно он не 5-7% и не 10% и не 20%. Для каких-то документов он может быть и 50% и даже (теоретически) 100%. И, ИМХО, что во многих случаях, если фактическая плотность даже существенно больше оптимальной, то ничего страшного в этом нет, просто фактор плотности задействован по максимуму.

Или то, что я написал в корне не верно? И я не въехал в смысл «тошноты»?