Kudy se vydava a co chysta Seznam.cz 1. dil
Publikováno: 20. Leden 2009Seznam článků:
- Kudy se vydava a co chysta Seznam.cz 1. dil ( zadani 1. – 5. )
- Kudy se vydava a co chysta Seznam.cz 2. dil ( zadani 6. – 10. )
- Kudy se vydava a co chysta Seznam.cz 3. dil ( zadani 11. – 20. )
- Kudy se vydava a co chysta Seznam.cz 4. dil ( zadani 21. – 24. )
Jak jiste vite fulltextove vyhledavace, mezi ktere u nas patri nejznamejsi a nejpouzivanejsi Google a Seznam se musi stale vyvijet. Toto vychazi z jednoduche potreby a to nabidnuti uzivatelum ty nejrelevantnejsi vysledky.
Zakladni potrebou v tomto duchu je odfiltrovat velke mnostvi SPAMu, se kterym dnes a denne oba tyto vyhledavace bojuji. Seznam dlouhodobe hleda kvalitni programatory a analytiky, aby jeho fulltext byl co nejkvalitnejsi, s tim souvisi i obcasne ne prilis podarene jevy, jako zaokrouhlovani Sranku popripade jine libustky jako nedavne nasazeni lematizacniho slovniku, ci vylepseni relevance vysledku v SERPu etc.
Kdyz budu mluvit jen o Seznamu, jak jiz napovedel nadpis tohoto clanku. Meli bychom se zamyslet, jak vlastne chce Seznam techto vylepseni docilit, repsektive jak na tom vlastne pracuje. Abychom na toto mohli opovedet musime se trochu zamyslet a zvazit kde takove informace najit. Abych Vam usetril premysleni, prozradim Vam, ze informace jsem nalezl a na zaklade nich nyni pisi tento clanek. Zdrojem pro dalsi radky je vzdy zadani diplomovych praci, ( k 20.01.2009 zneni je dale v textu z kopirovano, aby pri jejich zmenam nedoslo k unikntui vyznamu mych poznamek ) ktere se snazim rozebrat a identifikovat co vlastne na zaklade studie Seznam zamysli.
Co tedy musi z dlouhodobeho hlediska z obecneho pohledu seznam vyresit, respektive kam se chce Seznam ubirat? Je jasne ze pujde cestou algoritmickeho rozpoznavani textu, a dale rozpoznavani specialnich stranek.
1. Smysluplnost vět
Požadovaný výstup:
- analýza problematiky, shrnutí možných přístupů
- návrh a popis algoritmu klasifikace
- prototypová implementace algoritmu
- podrobné vyhodnocení úspěšnosti
Muj rozbor: Timto zadanim dava Seznam jasne najevo, ze v dlouhodobem horizontu nema zajem o vypisy klicovych slov, ktere dost podstatna skupina webmasteru pouziva pro obraceni vysledku vyhledavani ve svuj prospech. Implementaci teto studie do relity se tak Seznam zbavi dvou podstatnych skupin a to vypisu klicovych slov a MFA tvorenych pomoci automaticky generovanych skriptu, ktere bez znalosti stavby vety pokouseji generovat automaticke texty.
2. Čištění textu web stránek
Požadovaný výstup:
- analýza problematiky, shrnutí možných přístupů
- návrh a popis algoritmu
- prototypová implementace algoritmu
- podrobné vyhodnocení úspěšnosti
Reference
projekt Cleaneval: http://cleaneval.sigwac.org.uk/
Muj rozbor: Zde me docela zarazilo rozbor na „blogy, newsy apod.“ mohli bychom se tak domnivat, ze seznam experimentuje s rozpoznavanim typu webu, coz by mohlo, ale na druhou stranu nemuselo byt prinosem, zalezi na tom, jak to v Seznamu pojmou. Obecne zvyhodnoovat urcity Typ webu pred ostatnimi neni myslim moc dobre, zvlaste pak pokud by slo o rozpoznavani na zaklade struktury webove stranky. Mnoho open source projektu se pouziva na generovni dynamickych stranek jineho typu, nez byl primarne urcen a obavam se ze rozliseni tohoto obsahu algoritmicky, nebude dostatecne vykonne. Abych uplne neodbehl od zadani o toto se jiz v Seznamu zdarne pokouseji, takze bych to videl spise jako dalsi level. Samozrejme rozdeleni obsahu na casti je taky sporna, hlavne kvuli nekterym technikam vypisovani obsahu. Zalezi tak samozrejme opet, jak se k tomu v dusledku v Seznamu postavi. Obecne vzato mohlo by to primo ovlivnit samotne kodovani stranek.
3. Klasifikace uživatelských dotazů
- navrhnout užitečné obecné kategorie dotazů (např. dotaz na produkt, na organizaci, lokaci, dotaz na text písničky, navigační/informační dotaz atd.)
- uživatelské dotazy do těchto (nebo aspoň pár vybraných, nejfrekventovanějších) kategorií automaticky klasifikovat
Práce předpokládá průběžnou spolupráci a konzultace s firmou Seznam.cz.
Požadovaný výstup:
- analýza problematiky, shrnutí možných přístupů
- návrh a popis algoritmu
- prototypová implementace algoritmu
- podrobné vyhodnocení úspěšnosti
4. Zjištění kategorií produktů na Zboží I.
- automaticky zjistit, jaké typy produktů se v kolekci vyskytují a jaké mohou být jejich parametry. Například máme misky a ty můžou být keramické, aluminiové, prachové, můžou mít různé velikosti nebo máme paměti, které mohou mít velikost 2GB, 4GB, 8GB.
- vybrané typy produktů a jejich parametrů automaticky detekovat ve vstupní kolekci reálných produktů
Práce předpokládá průběžnou spolupráci a konzultace s firmou Seznam.cz.
Požadovaný výstup:
- analýza problematiky, shrnutí možných přístupů
- návrh a popis algoritmu
- prototypová implementace algoritmu
- podrobné vyhodnocení úspěšnosti
Muj rozbor: Dale…
5. Zjištění kategorií produktů na Zboží II.
Práce předpokládá průběžnou spolupráci a konzultace s firmou Seznam.cz.
Požadovaný výstup:
- analýza problematiky, shrnutí možných přístupů
- popis získávání vstupních dat
- návrh a popis algoritmu tvorby katalogu
- prototypová implementace algoritmu
- podrobné vyhodnocení úspěšnosti nad vstupními daty
Komentáře, přidejte svůj názor!
Dobrý den,
jmenuji se Ondřej Baar a vítám Vás na svém osobním weblogu.
Zabývám se oblastmi internetového marketingu, SEO - optimalizace pro vyhledávače, copywritingu - tvorba obchodně úspěšných a čtivých textů a programování dynamických webových prezentací a aplikací v PHP nad databází MySQL.
Starejte se o své podnikání a veškeré záležitosti ohledně Vaší webové prezentace a reklamy nechejte na mě. Zde jsou mé kontaktní informace, a seznam mnou poskytovaných služeb.
Články nejen pro webmastery
- PF 2011 – přání Vám všem 23. Prosinec 2010 Ondřej Baar
- Jak velká může být síla reklamy 8. Listopad 2010 Ondřej Baar
Video-navody.cz
- Software - Jak vypálit obraz disku v NERO Express 26. Prosinec 2008Pokud si nevite rady, jak vypálit image soubor pomocí Nero Express tento návod je určen právě pro Vás. […]
- Software - Jak připojit obraz disku v DAEMON Tools Lite 4.3 8. Prosinec 2008Připojení obrazu disku, do virtuální mechaniky, která vznikla po instalaci DAEMON Tools Lite ve verzi 4 je objasněno v tomto video návodu. […]
- Obchodní úspěšnost Vašeho webu zvýšíte pochopením a osvojením si pojmů Internetový marketing a SEO - optimalizace pro vyhledávače
- Safíry, rubíny a smaragdy do vašich šprků a klenotů patří jen přírodní drahokamy u nás nejlepší poměr kvalita/cena. 1000+ Skladem
- Přestaňte prodělávat na obchodování s kryptoměnami KryptoBOT využívá propadů a růstů k zisku!
[...] Kudy se vydava a co chysta Seznam.cz 1. dil ( zadani 1. – 5. ) [...]
[...] Kudy se vydava a co chysta Seznam.cz 1. dil ( zadani 1. – 5. ) [...]
[...] Kudy se vydava a co chysta Seznam.cz 1. dil ( zadani 1. – 5. ) [...]
ad 1) A tak budeme všichni předělávat patičky, aby dávaly z gramatického hlediska smysl :-D
To jsi vystihl docela presne, ale to bude taky eliminovano…
mam jednu skromnu prosbu.
pri pridavani odkazov na vybrali.sme.sk by si mohol odstranovat z titulku nazov tvojho weblogu? Nemam proti nemu nic ale je tak uzasne komplikovany, ze znizuje pochopitelnost samotneho nadpisu :-)
je to viacmenej dobra rada v tvoj prospech, takze sa nemusis nastartovat a zacat s vyhovorkami ci protiutokom alebo dovodmi preco to je tak dobre :-)
Zdravim, nevidim duvod to mazat, co je za znakem „|“ k titulku nepatri a je to obecne uznavane pravidlo .o) A nic ve zlem, ale na svem blogu si dovolim odpovedet na vsechny komentare, i ty, ktere o odpoved nestoji, zrovna jako ten tvuj – to jiste chapes :o)