Очень меня напряг “учет нескольких тысяч поисковых параметров для одного документа“.
Нет, вовсе не как оптимизатора. Как оптимизатору мне достаточно
оказывать влияние на 3 параметра документа – относительную частоту
запроса в документе, относительную частоту запроса в анкор-листе
документа и вес документа, который определяется как суммапередаваемых
донорами весов. Этого в принципе достаточно для успешного продвижения.
Меня беспокоят тысячи параметров как немножко программиста и слегка математика.
Начнём с того, что одним из основным принципов программирования (и математики, и философии) является принцип Бритвы Оккама:
entia non sunt multiplicanda praeter necessitatem
(не преумножай сущности без надобности)
Как мне видится, для успешного ранжирования любых документов
необходимо и достаточно 4 параметра: к трём вышеупомянутым добавляется
возраст документа, и применяется он в случае равенства этих трёх
параметров (и для одних типов запросов возраст может идти в плюс, а для
других – в минус). А дьявол порылся в точном взвешивании передаваемых
ссылками весов: seo-ссылки, естественные ссылки, ссылки с трастовых и
ссылки с экспертных документов – все они должны передавать вес
по-разному. Ну и ещё разные типы запросов необходимо учится определять,
чтобы искать немного по-разному – но это всё не имеет никакого
отношения к параметрам самого документа…
Ладно, ладно, я ничерта не понимаю в поиске, а на самом деле,
большинство ценных документов располагается на сайтах, сделанных
криворукими вебмастерами (был тут недавно в немаленькой такой компании,
головной офис которой расположен в Доме Зингера на Невском, так там
сайтом рулили 6 вебмастеров, а на подтверждение прав для консоли
вебмастера ушло полтора часа) и поэтому на годный документ ведёт
единственная ссылка с текстом подробнее с такого же одиноко
расположенного документа на богом и Гуглем (но не Яндексом) забытом
сайте, а посему для качественного ранжирования столь бесценных для
широких масс документов нужны цельных 245
признаков (кстати, кто-нибудь знает, почему 245, а не нормальные для
любого программиста 256?). Лично я, как и Петька из анекдота, такое не
только написать, но и представить не могу! А теперь заметьте, что
всего-то за какие-то полгода количество необходимых для ранжирования
параметров вдруг увеличились в 8 (!) раз (минимум в 8, потому что
“тысячи” это как минимум две ). Да в ином документе столько букв не
бывает сколько придумали параметров яндексоиды.
Хорошо-хорошо, у меня как не у гуманитария очень скудное
воображение, поэтому попрошу вообразить вас такую ситуацию: господину
Воложу звонит господин Медведев и с чуть меньшим чем у Путина металлом
в голосе спрашивает, а почему это по запросу президент выдаётся википедия со статьей не про того
президента? Вообразили? А теперь вообразите как яндексоиды будут
вспешке определять какой из тысяч параметров подкрутить, чтобы
правильный президент в топе был. Вот и у меня не получается. Нет,
звонок Медведева Воложу – запросто, а быстрый поиск и исправление
ошибки – ну никак.
Гугль, к слову, с задачей выбора правильного президента в вики справляется на раз. Наверное потому, что PageRank вычислять умеет 
Ну и на загрузку опять немножечко математики. Если вам не хватило
1000 параметров, чтобы выбрать и отранжировать первую тысячу документов
из всех документов, содержащих слова из запроса пользователя, то вы
придумали ровным счётом ничего не значащую тысячу параметров – они
совпадают у очень многих документов, а это значит, что “учёт нескольких
тысяч поисковых параметров для одного документа” – это не более чем
страшная сказка на ночь для ребёнка начинающего сеошника.
Disclaimer: данная заметка ни в коем разе не
является попыткой учить кого-либо писать отличный поиск, но является
просто выражением удивления, почему Володька не сбрил усы. Правильной
бритвой 
Upd: комментарий от Ильи Сегаловича.
Это не те “параметры”, которые “признаки” или “свойства” (features), а те параметры, из которых строится модель.
Если модель, например, полином второй степени (то есть в качестве
параметров используется и признаки и все их произведения) то число
параметров модели пропорционально квадрату числа признаков. Чем длиннее
модель (чем в ней больше используется параметров) тем точнее можно
построить ранжирование или угадать класс объекта или угадать оценку и
тп. Однако сложные, длинные модели очень дорого “обсчитывать” по
ресурсам.
В этом релизе мы впервые для себя применили очень длинную модель в ранжировании. Для этого пришлось многое переписать.
А признаков у нас, и правда, несколько сотен, и их число и рост их
числа, вы совершенно правы, тщательно контролируется и идет конечно же
не так быстро.
Written by Артём Шкондин
| 
