Что обо мне знает яндекс: Что о вас знает Яндекс: как узнать и удалить эту информацию?

Что о вас знает Яндекс: как узнать и удалить эту информацию?

По последним данным именно Яндекс является наиболее популярным у русскоязычных пользователей поисковиком. В плотной борьбе, кажется, отечественному ИТ-гиганту на этом поле удалось обойти Google. Все чаще говорят о том, что подобные сервисы активно собирают информацию о своих пользователях, что потом с ней происходит, и где она всплывает – можно только догадываться, несмотря на все уверения о конфиденциальности. Неслучайно именно поэтому многие и выбирают отечественный поисковик, опасаясь утечки своих данных на Запад.

Яблык в Telegram и YouTube. Подписывайтесь!

♥ ПО ТЕМЕ: Как отправлять исчезающие сообщения Вконтакте?

Правда, сервисы Яндекса, что и не секрет, тоже активно собирают информацию о своих пользователях – ведь именно это и позволяет формировать наиболее актуальные подсказки и предложения. Но теперь пользователи Яндекса могут узнать, какая же информация хранится в глубинах хранилищ нашего ИТ-гиганта. Есть возможность полностью скачать архив, в котором будет все, что известно о вас сервису. Более того, Яндекс даже дает возможность вообще удалить всю собранную им о вас информацию. В этот архив попадут аккумулированные с полусотни различных сервисов данные. Для их сбора потребуется несколько дней. Затем клиент получит на свою электронную почту письмо, а сам архив в виде файла можно будет увидеть в своем Яндекс ID.

♥ ПО ТЕМЕ: Как добавить голосовое оповещение об окончании зарядки iPhone или iPad.

 

Как скачать из Яндекса всю информацию о себе?

1. Перейдите на принадлежащую Яндекс страницу «Ваши данные». Тут вам надо будет войти с нужным Яндекс ID. Авторизоваться можно будет с помощью ввода кода из отправленного на ваш номер телефона SMS.

 

2. Посередине страницы вы без труда обнаружите желтую кнопку «Скачать данные». Нажмите на нее.

3. Нажмите кнопку «Подготовить архив». Обратите внимание на предупреждение о сроках формирования файла – это может занять до месяца.

4. На ваш электронный ящик будет отправлено письмо от Яндекс ID о заказе архива.

5. После завершения выгрузки тот же сервис пришлет Вам уведомление о возможности скачать архив.

6. В письме найдите кнопку «Перейти к архиву» и просто скачайте его.

Важный момент. Для распаковки архива вам понадобится пароль. Его можно будет найти на той же странице «Ваши данные». Там Вам понадобится нажать кнопку «Показать пароль».

♥ ПО ТЕМЕ: Как научить iPhone автоматически включать Режим энергосбережения.

 

Как удалить из Яндекса всю информацию о себе?

В настоящее время Яндекс дает возможность своим пользователям удалить информацию о себе, собранную следующими сервисами: Алиса, Яндекс.Музыка, Яндекс. Карты, Яндекс.Почта, Яндекс.Диск, Яндекс.Дзен, Яндекс.Переводчик, Яндекс.Погода, Яндекс.Мессенджер, Яндекс.Бизнес, Яндекс.Станция и т.д.

1. Перейдите на страницу Яндекса «Ваши данные».

2. Найдите внизу раздел «Удаление данных». В нем вы увидите список сервисов, которые обладают некоей информацией о вас. Просто нажмите кнопку с названием нужного вам варианта. Элемент развернется и будет показан небольшой список со всеми типами данных, хранимых Яндексе в данном сервисе.

3. Выберите строку нужным с типом данных и нажмите на нее.

4. В появившемся окне нажмите на «Удалить». Если вы в последний момент решили оставить информацию о себе в этом сервисе, нажмите «Отмена».

Смотрите также:

• Постучать по крышке Айфона – сделать скриншот: как привязать действия к касанию задней части корпуса iPhone.
• Самые популярные видео на YouTube: ТОП 25 самых просматриваемых роликов на Ютубе за все время.
• 29 логотипов с шедеврально скрытым подтекстом.

Насколько публикация полезна?

Нажмите на звезду, чтобы оценить!

Средняя оценка / 5. Количество оценок:

Оценок пока нет. Поставьте оценку первым.

Метки: iFaq, Защита и безопасность.

Каким вас видит Яндекс?: al_kuzin — LiveJournal

Каким вас видит Яндекс?: al_kuzin — LiveJournal ?

Category:

• Политика
• Cancel

 Многие тысячи сайтов днём и ночью собирают информацию о пользователях Интернета до которых могут дотянуться. Стоит зайти на какую-нибудь страницу, как на нас набрасываются невидимые шпионы, которые изучают наш IP-адрес, куки, протоколы, кэши, откуда мы пришли, где были до этого и всё прочее, что может дать информацию о том — кто мы, откуда, какие у нас интересы. Куда потом уходит эта информация — можно только догадываться. Как такие сведения будут использоваться в будущем — предположения есть, но верить хочется в лучшее, всё же. А пока информация собранная о нас в Интернете используется, в основном, в коммерческих целях. Например, чтоб подсовывать нам всякие предложения, которые, с точки зрения маркетологов, могут быть нам интересны. Для этого пользователя надо не просто уметь идентифицировать, а ещё и составить на него «досье», отнести в ту или иную группу.

Особо усердствуют на ниве сбора, накопления и анализа информации о пользователях поисковые системы. Ну, про Гугл говорено уже много, его даже цэрэушники боятся, но Яндекс тоже ушами не хлопает — следит… Вот, например, технология «Крипта», которую Яндекс запустил в 2011-м.

Это самообучающаяся система, которая отслеживает пользователя и создает его «портрет» на основе его поведения в Сети. Ходишь по порносайтам? Скорее — ты холостяк. Делаешь это глубокой ночью? Холостяк и «сова». Часто выходишь в Интернет с зарубежных IP? Путешественник, любящий порно и поздно ложиться спать. Ну и т.д.

Недавно Яндекс запустил сервис, который позволяет пользователю узнать как его «видит Яндекс». Вот так, к примеру, он видит одного хабраюзера с его домашнего компьютера:

Некоторым пользователям, в силу специфики их работы, очень нежелательно быть узнанными. И это совсем не террористы или наркоторговцы, а вполне законопослушные специалисты Конкурентной разведки или Информационных войн. Потому, такие специалисты стараются быть скромными и чистоплотными — не следят и смущенно отказываются предоставлять сведения для собственных досье.

Вот так сервис видит меня:

(Удовлетворенно рассматривает в зеркало свой блестящий металлический зад)

Tags: Александр Кузин, Гугл, Интернет, Интернет-разведка, Яндекс, бизнес-разведка, деловая разведка, информационные войны, коммерческая разведка, конкурентная разведка, личная информация, персональные данные, поисковые системы, цифровые следы, цифровые тени, шпионаж

Subscribe

• Кино — важнейшее из искусств

  Мы помним только слоганы, но не помним войн. А знаете, почему? Потому что это шоу-бизнес. Именно поэтому я здесь. Обнаженная девушка,…

• Дополнение: а чего военные вообще там забыли?

  В дополнение к предыдущему посту — для особо светлых эльфов, которые считают, что если вот в этом месте нет учений, то военным там и делать…

• Где и куда шла колонна российских войск, которая якобы пересекла украинскую границу?

  «А потом про этот случай раструбят по Би-Би-Си!» © Вчера вся прогрессирующая общественность заламывала руки и орала благим…

Photo

Hint http://pics.livejournal.com/igrick/pic/000r1edq

14 comments

• 14 comments

• Кино — важнейшее из искусств

  Мы помним только слоганы, но не помним войн. А знаете, почему? Потому что это шоу-бизнес. Именно поэтому я здесь. Обнаженная девушка,…

• Дополнение: а чего военные вообще там забыли?

  В дополнение к предыдущему посту — для особо светлых эльфов, которые считают, что если вот в этом месте нет учений, то военным там и делать…

• Где и куда шла колонна российских войск, которая якобы пересекла украинскую границу?

  «А потом про этот случай раструбят по Би-Би-Си!» © Вчера вся прогрессирующая общественность заламывала руки и орала благим…

Дайте мне просто Яндекс это: Русский поисковик

Мартин Мельбер

Открой для себя Россию

1287

Открой для себя Россию, выучи русский язык, Изучай русский язык в России. Liden & Denz, россия, Поисковик, Яндекс

20 февраля 2019

Как и большинство из вас, я никогда не слышал о Яндексе (Яндекс) до приезда в Россию. Я знал, что Yahoo была большой компанией до Google. Но Яндекс? Нет, никогда не слышал об этом. Поэтому, очевидно, меня немного шокировало, когда я узнал, что около 50% людей в России не используют Google, когда им нужно что-то найти в Интернете. Я, однако, уже не удивился, когда мне действительно пришлось пользоваться так называемым русским гуглом, так как во многих случаях он гораздо полезнее для яндекса, чем для гугля. Это особенно полезно для пользователей смартфонов, так как существует множество различных приложений Яндекса, которые могут очень пригодиться в повседневной жизни в России. Я сам люблю использовать Яндекс.Такси, которое, как и Uber, является отличным и дешевым приложением такси для использования в России, а также очень безопасным. Еще одно отличное приложение — Яндекс.Транспорт. Это приложение показывает ваши автобусные маршруты и точное местонахождение автобусов.

По городу удобно передвигаться на любом виде общественного транспорта. И это далеко не все, а всего существует более 20 очень полезных приложений Яндекса, которые сделают вашу жизнь в России намного удобнее.

Яндекс был основан в 1997 году Аркадием Волошем. Волош изучал прикладную математику в Государственном Московском институте нефти и газа. Уже в 1990 году он работал над поисковыми алгоритмами. Яндекс стал первой поисковой системой, использующей кириллицу. Название «Яндекс» происходит от «Language Index», «Язык индекс» на русском языке, а русская буква Я также означает «я», поэтому это комбинация слов «я», «язык» и «индекс». Головной офис Яндекса находится в Москве, а также офисы во многих городах и странах России, таких как Украина, Беларусь, Швейцария, США и Турция. В 2004 году Яндекс выпустил Яндекс.Карты, сервис, очень похожий на карты Google. Однако он был опубликован примерно на 6 месяцев раньше своего американского аналога. 24 мая 2011 года Яндекс вышел на фондовый рынок Нью-Йорка, и его акционеры продали около 52,2 млн акций по цене 25 долларов за акцию.

С тех пор Яндекс продолжает расти и сегодня занимает 20-е место среди самых посещаемых веб-сайтов в мире и более популярен, чем такие сайты, как Netflix или eBay.

Одна функция Яндекса очень удобна для людей, изучающих русский язык: это Яндекс.Переводчик. Интерфейс работает так же, как Google Translate. Вы помещаете текст, который хотите перевести, в левый столбец, а перевод отображается в правом. Пока Яндекс.Переводчик поддерживает 95 языков. Я лично использую его только для русского языка, так как по опыту знаю, что Google Translate часто путает переводы с русского и на русский. Аналог Яндекса, однако, был разработан для русского языка, а также с целью разработки сложного бесплатного русского переводчика. Он показывает вам большой список синонимов, почти как тезаурус. Когда вы нажимаете на слово, вы получаете примеры и определения, которые также переведены. Так что идеально делать домашнюю работу по русскому языку с разнообразной лексикой, чтобы произвести впечатление на учителя и одноклассников на следующем уроке.

В общем, я могу рекомендовать Яндекс как альтернативу другим поисковикам. Если вы по какой-либо причине планируете посетить Россию, обратите внимание на то, какие функции и приложения Яндекса могут быть вам полезны; а если вы едете учить язык, Яндекс.Переводчик вам точно поможет. Яндекс и его приложения бесплатны, и вы можете пользоваться ими сколько угодно.

Чтобы узнать больше о Яндексе и его различных приложениях, просто нажмите здесь.

Автор: Мартин Мелбер

Привет! Я Мартин. Я изучаю туризм в 4-м семестре и люблю футбол и музыку.

Яндекс собирает данные Google и других SEO-специалистов из утечки исходного кода

«Фрагменты» кодовой базы Яндекса просочились в сеть на прошлой неделе. Как и Google, Яндекс — это платформа со многими аспектами, такими как электронная почта, карты, служба такси и т. д. Утечка кода содержала фрагменты всего этого.

Согласно документации, кодовая база Яндекса была объединена в один большой репозиторий под названием Arcadia в 2013 году. Утекшая кодовая база является подмножеством всех проектов в Arcadia, и мы находим в ней несколько компонентов, связанных с поисковой системой в «Ядре», Архивы «Библиотека», «Робот», «Поиск» и «ExtSearch».

Совершенно беспрецедентный ход. С тех пор, как в данных поисковых запросов AOL за 2006 год не было ничего такого, что могло бы стать достоянием общественности, материалы, относящиеся к поисковой системе.

Хотя нам не хватает данных и многих файлов, на которые есть ссылки, это первый пример реального взгляда на то, как современная поисковая система работает на уровне кода.

Лично я не могу смириться с тем, какое фантастическое время для того, чтобы увидеть код, когда я заканчиваю свою книгу «Наука SEO», где я рассказываю о поиске информации, о том, как на самом деле работают современные поисковые системы, и как самому построить простую.

В любом случае, я разбирал код с прошлого четверга, и любой инженер скажет вам, что времени недостаточно, чтобы понять, как все работает. Итак, я подозреваю, что будет еще несколько постов, пока я продолжаю возиться.

Прежде чем мы начнем, я хочу поблагодарить Бена Уиллса из Онтоло за то, что он поделился со мной кодом, указал мне начальное направление, где находится хороший материал, и ходил со мной туда и обратно, пока мы расшифровывали. вещи. Не стесняйтесь взять электронную таблицу со всеми данными, которые мы собрали о факторах ранжирования, здесь.

Кроме того, спасибо Райану Джонсу за то, что он покопался и поделился со мной некоторыми важными выводами через мгновенные сообщения.

Ладно, приступим!

Это не код Google, так какая нам разница?

Некоторые считают, что просмотр этой кодовой базы отвлекает и что ничто не повлияет на то, как они принимают бизнес-решения. Я нахожу это любопытным, учитывая, что это люди из того же SEO-сообщества, которые использовали модель CTR из данных AOL за 2006 год в качестве отраслевого стандарта для моделирования в любой поисковой системе в течение многих последующих лет.

Тем не менее, Яндекс — это не Google. Тем не менее, эти две современные поисковые системы продолжают оставаться на переднем крае технологий.

Инженеры-программисты обеих компаний участвуют в одних и тех же конференциях (SIGIR, ECIR и т. д.) и делятся результатами и инновациями в области поиска информации, обработки/понимания естественного языка и машинного обучения. Яндекс также присутствует в Пало-Альто, а Google ранее был в Москве.

Быстрый поиск в LinkedIn выявляет несколько сотен инженеров, которые работали в обеих компаниях, хотя мы не знаем, сколько из них на самом деле работали над поиском в обеих компаниях.

При более прямом совпадении Яндекс также использует технологии Google с открытым исходным кодом, которые были критически важны для инноваций в поиске, таких как TensorFlow, BERT, MapReduce и, в гораздо меньшей степени, Protocol Buffers.

Итак, хотя Яндекс — это, конечно, не Google, но и не какой-то случайный исследовательский проект, о котором мы здесь говорим. Изучив эту кодовую базу, мы можем многое узнать о том, как устроена современная поисковая система.

По крайней мере, мы можем избавиться от некоторых устаревших представлений, которые все еще пронизывают инструменты SEO, таких как соотношение текста и кода и соответствие W3C, или общее мнение, что 200 сигналов Google — это просто 200 отдельных функций на странице и за ее пределами, а не классы составных факторов, которые потенциально могут использовать тысячи отдельных показателей.

Некоторый контекст архитектуры Яндекса

Без контекста или возможности успешно скомпилировать, запустить и выполнить пошаговое выполнение исходного кода очень сложно понять.

Как правило, новые инженеры получают документацию, обзоры и занимаются парным программированием, чтобы освоиться с существующей кодовой базой. Кроме того, в архиве документов есть некоторая ограниченная документация по адаптации, связанная с настройкой процесса сборки. Тем не менее, код Яндекса также везде ссылается на внутренние вики, но они не просочились, а комментарии в коде также довольно скудны.

К счастью, Яндекс дает некоторое представление о своей архитектуре в общедоступной документации. Есть также пара патентов, опубликованных в США, которые помогают пролить свет. А именно:

• Реализованный компьютером способ и система для поиска в инвертированном индексе, имеющем множество списков рассылки
• Ранжирование результатов поиска 

Когда я исследовал Google для своей книги, я получил гораздо более глубокое понимание структуры его систем ранжирования благодаря различным документам, патентам и выступлениям инженеров, основанным на моем опыте SEO. Я также потратил много времени, оттачивая свое понимание общих рекомендаций по поиску информации для поисковых систем. Неудивительно, что у Яндекса действительно есть некоторые передовые практики и сходства.

В документации Яндекса обсуждается двухраспределенная система краулеров. Один для сканирования в реальном времени под названием «Оранжевый краулер», а другой — для обычного сканирования.

Исторически у Google был индекс, разделенный на три сегмента: один для сканирования в реальном времени, один для регулярного сканирования и один для редко сканируемого. Этот подход считается лучшей практикой в ​​IR.

Яндекс и Google различаются в этом отношении, но общая идея сегментированного сканирования, основанная на понимании частоты обновления, сохраняется.

Стоит отметить, что у Яндекса нет отдельной системы рендеринга для JavaScript. Они говорят об этом в своей документации и, хотя у них есть система визуального регрессионного тестирования на основе Webdriver под названием Gemini, они ограничиваются текстовым сканированием.

В документации также обсуждается сегментированная структура базы данных, которая разбивает страницы на инвертированный индекс и сервер документов.

Как и в большинстве других поисковых систем, процесс индексации создает словарь, кэширует страницы, а затем помещает данные в инвертированный индекс таким образом, чтобы были представлены биграммы и тригамы и их размещение в документе.

Это отличается от Google тем, что они давно перешли на индексацию на основе фраз, что означает, что n-граммы могут быть намного длиннее триграмм.

Однако система Яндекса также использует BERT в своем пайплайне, поэтому в какой-то момент документы и запросы конвертируются во вложения, а для ранжирования используются методы поиска ближайших соседей.

Процесс ранжирования становится более интересным.

В Яндексе есть слой под названием Метапоиск , где кешированные популярные результаты поиска обслуживаются после обработки запроса. Если результаты там не найдены, то поисковый запрос отправляется на серию из тысяч разных машин в Базовый поиск слой одновременно. Каждый из них создает 90 101 список публикаций 90 102 релевантных документов, а затем возвращает его в MatrixNet, приложение нейронной сети Яндекса для повторного ранжирования, чтобы построить поисковую выдачу.

Судя по видеороликам, в которых инженеры Google рассказывают об инфраструктуре поиска, этот процесс ранжирования очень похож на поиск Google. Они говорят о том, что технология Google находится в общих средах, где различные приложения находятся на каждой машине, а задания распределяются между этими машинами в зависимости от наличия вычислительной мощности.

Одним из вариантов использования является именно это, распределение запросов по набору машин для быстрой обработки соответствующих осколков индекса. Вычисление списков публикации — это первое место, которое нам нужно учитывать для факторов ранжирования.

В кодовой базе 17 854 фактора ранжирования

В пятницу после утечки неподражаемый Мартин Макдональд охотно поделился файлом из кодовой базы под названием web_factors_info/factors_gen.in. Файл взят из архива «Kernel» в утечке кодовой базы и содержит 1,922 фактора ранжирования.

Естественно, SEO-сообщество использовало этот номер и этот файл, чтобы охотно распространять новости о содержащихся в нем сведениях. Многие люди перевели описания и создали инструменты или Google Sheets и ChatGPT, чтобы разобраться в данных. Все они являются прекрасными примерами силы сообщества. Однако число 1922 представляет собой лишь один из многих наборов факторов ранжирования в кодовой базе.

Более глубокое погружение в кодовую базу показывает, что существует множество файлов факторов ранжирования для различных подмножеств систем обработки запросов и ранжирования Яндекса.

Прочесывая их, мы обнаруживаем, что всего существует 17 854 фактора ранжирования. В эти факторы ранжирования входят различные показатели, связанные с:

• Кликами.
• Время ожидания.
• Использование аналога Google Analytics от Яндекса, Метрики.

Существует также серия ноутбуков Jupyter, которые имеют дополнительные 2000 факторов помимо тех, что указаны в основном коде. Предположительно, эти блокноты Jupyter представляют собой тесты, в ходе которых инженеры рассматривают дополнительные факторы для добавления в кодовую базу. Опять же, вы можете просмотреть все эти функции с метаданными, которые мы собрали по всей кодовой базе, по этой ссылке.

Документация Яндекса также поясняет, что у них есть три класса факторов ранжирования: статические, динамические и те, которые связаны конкретно с поиском пользователя и тем, как он был выполнен. По их собственным словам:

В кодовой базе они указаны в файлах ранговых факторов с тегами TG_STATIC и TG_DYNAMIC. Факторы, связанные с поиском, имеют несколько тегов, таких как TG_QUERY_ONLY, TG_QUERY, TG_USER_SEARCH и TG_USER_SEARCH_ONLY.

Несмотря на то, что мы выявили 18 000 потенциальных факторов ранжирования на выбор, документация, относящаяся к MatrixNet, указывает, что оценка строится на основе десятков тысяч факторов и настраивается на основе поискового запроса.

Это указывает на то, что среда ранжирования очень динамична, подобно среде Google. Согласно патенту Google «Структура для оценки функций подсчета очков», у них уже давно есть нечто подобное, когда запускаются несколько функций и возвращается лучший набор результатов.

Наконец, учитывая, что в документации упоминаются десятки тысяч факторов ранжирования, мы также должны помнить, что в коде есть много других файлов, которые отсутствуют в архиве. Так что, вероятно, происходит что-то еще, чего мы не можем видеть. Это дополнительно иллюстрируется просмотром изображений в документации по подключению, на которых показаны другие каталоги, которых нет в архиве.

Например, я подозреваю, что в каталоге /semantic-search/ есть еще что-то связанное с DSSM.

Начальное взвешивание факторов ранжирования

Сначала я действовал, исходя из предположения, что кодовая база не имеет весов для факторов ранжирования. Затем я был потрясен, увидев, что файл nav_linear.h в каталоге /search/relevance/ содержит начальные коэффициенты (или веса), связанные с факторами ранжирования, в полном отображении.

Этот раздел кода выделяет 257 из 17 000+ факторов ранжирования, которые мы выявили. ( Совет Райану Джонсу за то, что он вытащил их и сопоставил с описаниями факторов ранжирования.) страница оценивается на основе ряда факторов. Хотя это упрощение, следующий снимок экрана является выдержкой из такого уравнения. Коэффициенты показывают, насколько важен каждый фактор, а полученный в результате расчетный балл — это то, что будет использоваться для оценки релевантности страниц выбора.

Жестко закодированные значения позволяют предположить, что это не единственное место, где происходит ранжирование. Вместо этого эта функция, скорее всего, используется там, где первоначальная оценка релевантности выполняется для создания серии списков публикации для каждого сегмента, рассматриваемого для ранжирования. В первом патенте, упомянутом выше, они говорят об этом как о концепции независимой от запроса релевантности (QIR), которая затем ограничивает документы до их просмотра на предмет релевантности запроса (QSR).

Полученные списки сообщений затем передаются в MatrixNet с функциями запроса для сравнения. Таким образом, хотя мы не знаем специфики последующих операций (пока), эти веса по-прежнему ценны для понимания, потому что они говорят вам о требованиях, предъявляемых к странице, чтобы иметь право на набор вознаграждений.

Однако возникает следующий вопрос: что мы знаем о MatrixNet?

В архиве ядра есть код нейронного ранжирования, и в кодовой базе есть многочисленные ссылки на MatrixNet и «mxnet», а также множество ссылок на глубоко структурированные семантические модели (DSSM).

В описании одного из факторов ранжирования FI_MATRIXNET указано, что MatrixNet применяется ко всем факторам.

Коэффициент {

    Индекс:              160

CPPName: «fi_matrixnet»

Имя: «Matrixnet»

Теги: [TG_DOC, TG_DYNAMIC, TG_TRANS, TG_NOT_01, TG_REARR_USE, TG_L3_MODEL_VALUE, TG_FRESHER_FRIX_POOL_BLIX. }

Также есть куча бинарных файлов, которые сами могут быть предварительно обученными моделями, но мне потребуется больше времени, чтобы разобраться в этих аспектах кода.

Сразу становится ясно, что существует несколько уровней ранжирования (L1, L2, L3) и набор моделей ранжирования, которые можно выбрать на каждом уровне.

В файле selection_rankings_model.cpp указано, что на каждом уровне процесса можно рассматривать разные модели ранжирования. Примерно так работают нейронные сети. Каждый уровень — это аспект, который завершает операции, и их комбинированные вычисления дают переупорядоченный список документов, который в конечном итоге отображается в виде поисковой выдачи. Я продолжу более глубокое погружение в MatrixNet, когда у меня будет больше времени. Для тех, кому нужен краткий обзор, ознакомьтесь с патентом ранжирования результатов поиска.

А пока давайте рассмотрим некоторые интересные факторы ранжирования.

Топ-5 факторов начального ранжирования с отрицательным весом

Ниже приводится список факторов начального ранжирования с наибольшим отрицательным весом с их весами и кратким пояснением, основанным на их описаниях, переведенных с русского языка.

1. FI_ADV: -0,2509284637 -Этот фактор определяет, есть ли на странице реклама любого рода, и назначает самый высокий взвешенный штраф за один фактор ранжирования.
2. FI_DATER_AGE: -0,2074373667 — этот коэффициент представляет собой разницу между текущей датой и датой документа, определенной функцией датирования. Значение равно 1, если дата документа совпадает с сегодняшней, 0, если документ старше 10 лет или если дата не определена. Это говорит о том, что Яндекс отдает предпочтение более старому контенту.
3. FI_QURL_STAT_POWER: -0,1943768768 — этот коэффициент представляет собой количество показов URL-адреса, связанного с запросом. Похоже, они хотят понизить URL-адрес, который появляется во многих поисковых запросах, чтобы повысить разнообразие результатов.
4. FI_COMM_LINKS_SEO_HOSTS: -0,1809636391 — этот коэффициент представляет собой процент входящих ссылок с «коммерческим» якорным текстом. Коэффициент возвращается к 0,1, если доля таких ссылок превышает 50%, в противном случае устанавливается в 0,
5. FI_GEO_CITY_URL_REGION_COUNTRY: -0,168645758 — этот фактор — географическое совпадение документа и страны, из которой пользователь выполнял поиск. Это не совсем понятно, если 1 означает, что документ и страна совпадают.

Таким образом, эти факторы показывают, что для наилучшего результата вам следует:

• Избегать рекламы.
• Обновляйте старый контент, а не создавайте новые страницы.
• Убедитесь, что большинство ваших ссылок имеют фирменный анкорный текст.

Все остальное в этом списке находится вне вашего контроля.

Топ-5 положительно взвешенных факторов начального ранжирования

В дополнение, вот список положительных факторов ранжирования с наибольшим весом.

1. FI_URL_DOMAIN_FRACTION: +0,5640952971 — этот фактор представляет собой странное маскирующее перекрытие запроса по сравнению с доменом URL-адреса. В качестве примера приведена Челябинская лотерея, сокращенно chelloto. Чтобы вычислить это значение, Яндекс находит перекрытые трехбуквенные слова (че, хел, лот, оло), смотрит, какая доля всех трехбуквенных сочетаний приходится на доменное имя.
2. FI_QUERY_DOWNER_CLICKS_COMBO: +0.3690780393 — описание этого фактора таково: «умное сочетание FRC и псевдо-CTR». Непосредственных указаний на то, что такое FRC, нет.
3. FI_MAX_WORD_HOST_CLICKS: +0.3451158835 — этот фактор кликабельность самого важного слова в домене. Например, для всех запросов, в которых есть слово «википедия», нажмите на страницы википедии.
4. FI_MAX_WORD_HOST_YABAR: +0.3154394573 — В описании фактора указано «наиболее характерное слово запроса, соответствующее сайту, согласно бару». Я предполагаю, что это означает ключевое слово, которое чаще всего ищут в панели инструментов Яндекса, связанную с сайтом.
5. FI_IS_COM: +0.2762504972 — Дело в том, что домен .COM.

Другими словами:

• Играйте в словесные игры со своим доменом.
• Убедитесь, что это дотком.
• Поощряйте людей искать ваши целевые ключевые слова в Яндекс Баре.
• Продолжайте получать клики.

Существует множество неожиданных начальных факторов ранжирования

Что более интересно в начальных взвешенных факторах ранжирования, так это неожиданные факторы. Ниже приводится список из семнадцати выделяющихся факторов.

1. FI_PAGE_RANK: +0,1828678331 — PageRank — 17-й по значимости фактор в Яндексе. Ранее они полностью удалили ссылки из своей системы ранжирования, поэтому неудивительно, насколько низко она находится в списке.
2. FI_SPAM_KARMA: +0.00842682963 — Спам-карма названа в честь «антиспамеров» и представляет собой вероятность того, что хост является спамом; на основе информации Whois
3. FI_SUBQUERY_THEME_MATCH_A: +0,1786465163 — Насколько тесно тематически совпадают запрос и документ. это 19й наивысший взвешенный фактор.
4. FI_REG_HOST_RANK: +0,1567124399 — у Яндекса есть фактор ранжирования хоста (или домена).
5. FI_URL_LINK_PERCENT: +0,08940421124 — Отношение ссылок, анкорный текст которых является URL-адресом (а не текстом), к общему количеству ссылок.
6. FI_PAGE_RANK_UKR: +0. 08712279101 — Есть конкретный украинский PageRank
7. FI_IS_NOT_RU: +0.08128946612 — Хорошо, если домен не .RU. Судя по всему, русский поисковик не доверяет русским сайтам.
8. FI_YABAR_HOST_AVG_TIME2: +0,07417219313 — это среднее время пребывания, согласно данным YandexBar
.
9. FI_LERF_LR_LOG_RELEV: +0,06059448504 — это релевантность ссылки на основе качества каждой ссылки
10. FI_NUM_SLASHES: +0,05057609417 — количество косых черт в URL является фактором ранжирования.
11. FI_ADV_PRONOUNS_PORTION: -0,001250755075 — Доля местоимений на странице.
12. FI_TEXT_HEAD_SYN: -0.01291908335 — Наличие [запросных] слов в заголовке с учетом синонимов
13. FI_PERCENT_FREQ_WORDS: -0.02021022114 – Процент количества слов, которые являются 200 наиболее часто встречающимися словами языка, от количества всех слов текста.
14. FI_YANDEX_ADV: -0,09426121965 – Уточняя неприязнь к рекламе, Яндекс наказывает страницы с рекламой Яндекса.
15. FI_AURA_DOC_LOG_SHARED: -0,09768630485 – логарифм количества черепиц (областей текста) в документе, которые не являются уникальными.
16. FI_AURA_DOC_LOG_AUTHOR: -0.09727752961 – Логарифм количества гонтов, на которых этот владелец документа признан автором.
17. FI_CLASSIF_IS_SHOP: -0.1339319854 — Судя по всему, Яндекс будет меньше любить вас, если ваша страница — магазин.

Главный вывод из рассмотрения этих странных факторов ранжирования и множества факторов, доступных в кодовой базе Яндекса, заключается в том, что существует множество вещей, которые могут быть факторами ранжирования.

Я подозреваю, что заявленные Google «200 сигналов» на самом деле представляют собой 200 классов сигналов, где каждый сигнал является составным, состоящим из множества других компонентов. Во многом так же, как в Google Analytics есть параметры со многими связанными показателями, в поиске Google, вероятно, есть классы сигналов ранжирования, состоящие из многих функций.

Яндекс очищает Google, Bing, YouTube и TikTok

Кодовая база также показывает, что у Яндекса есть много парсеров для других веб-сайтов и их соответствующих сервисов. Для жителей Запада наиболее заметными из них являются те, которые я перечислил в заголовке выше. Кроме того, у Яндекса есть парсеры для множества незнакомых мне сервисов, а также парсеры для его собственных сервисов.

Что сразу бросается в глаза, так это то, что синтаксические анализаторы полностью укомплектованы. Извлекается каждый значимый компонент поисковой выдачи Google. На самом деле, любой, кто может рассмотреть возможность парсинга любого из этих сервисов, может сделать все возможное, чтобы просмотреть этот код.

Существует другой код, который указывает, что Яндекс использует некоторые данные Google как часть расчетов DSSM, но сами по себе 83 названных Google фактора ранжирования ясно показывают, что Яндекс довольно сильно опирался на результаты Google.

Очевидно, что Google никогда не станет копировать результаты Bing из другой поисковой системы и не будет полагаться на нее для расчетов основного рейтинга.

Яндекс имеет анти-SEO верхние границы для некоторых факторов ранжирования

315 факторов ранжирования имеют пороговые значения, при которых любое вычисленное значение, превышающее это, указывает системе, что эта функция страницы переоптимизирована. 39 из этих факторов ранжирования являются частью первоначально взвешенных факторов, которые могут препятствовать включению страницы в первоначальный список публикаций. Вы можете найти их в электронной таблице, на которую я дал ссылку выше, отфильтровав по столбцу «Коэффициент ранжирования» и «Анти-SEO».

С концептуальной точки зрения не будет надуманным ожидать, что все современные поисковые системы устанавливают пороговые значения для определенных факторов, которыми оптимизаторы исторически злоупотребляли, таких как анкорный текст, CTR или наполнение ключевыми словами. Например, говорят, что Bing использует злоупотребление мета-ключевыми словами как негативный фактор.

Яндекс продвигает «Vital Hosts»

В кодовой базе Яндекса есть ряд механизмов повышения. Это искусственные улучшения определенных документов, чтобы обеспечить более высокие оценки при рассмотрении для ранжирования.

Ниже приведен комментарий «мастера повышения», в котором говорится, что более мелкие файлы лучше всего выигрывают от алгоритма повышения.

Есть несколько типов бустов; Я видел один буст, связанный со ссылками, и я также видел серию «HandJobBoosts», которые, я могу только предположить, являются странным переводом «ручных» изменений.

Один из этих бонусов, который показался мне особенно интересным, связан с «Жизненно важными хостами». Где важным хостом может быть любой указанный сайт. В переменных конкретно упоминается NEWS_AGENCY_RATING, что наводит меня на мысль, что Яндекс дает повышение, которое искажает его результаты в пользу определенных новостных организаций.

Если не вдаваться в геополитику, это очень отличается от Google тем, что они были непреклонны в отношении того, чтобы не вводить подобные предубеждения в свои системы ранжирования.

Структура сервера документов

Кодовая база показывает, как документы хранятся на сервере документов Яндекса. Это полезно для понимания того, что поисковая система не просто делает копию страницы и сохраняет ее в своем кеше, она фиксирует различные функции в качестве метаданных, которые затем используются в последующем процессе ранжирования.

На приведенном ниже снимке экрана выделено подмножество тех функций, которые особенно интересны. Другие файлы с SQL-запросами предполагают, что сервер документов имеет около 200 столбцов, включая дерево DOM, длину предложений, время выборки, серию дат и оценку защиты от спама, цепочку перенаправления и информацию о том, переведен ли документ. Самый полный список, который мне встречался, находится в файле /robot/rthub/yql/protos/web_page_item.proto.

Что самое интересное в подмножестве здесь, так это количество используемых симхэшей. Симхэши — это числовые представления контента, и поисковые системы используют их для молниеносного сравнения для определения дублирующегося контента. В архиве роботов есть различные экземпляры, указывающие на то, что дублированный контент явно понижен.

Кроме того, в рамках процесса индексации кодовая база включает TF-IDF, BM25 и BERT в конвейере обработки текста. Непонятно, почему все эти механизмы существуют в коде, потому что в их использовании есть некоторая избыточность.

То, как Яндекс обрабатывает ссылочные факторы, особенно интересно, потому что ранее они полностью отключили их влияние. Кодовая база также раскрывает много информации о факторах ссылок и о том, как ссылки расставляются по приоритетам.

Калькулятор ссылочного спама Яндекса имеет 89факторы, на которые он смотрит. Все, что помечено как SF_RESERVED, устарело. Там, где это предусмотрено, вы можете найти описания этих факторов в таблице Google, указанной выше.

Примечательно, что у Яндекса есть рейтинг хоста и некоторые баллы, которые, по-видимому, сохраняются в течение длительного времени после того, как сайт или страница заработали репутацию спама.

Еще одна вещь, которую делает Яндекс, — это просмотр копии на домене и определение наличия дублированного контента с этими ссылками. Это могут быть размещения ссылок по всему сайту, ссылки на дубликаты страниц или просто ссылки с одинаковым анкорным текстом с одного и того же сайта.

Это показывает, насколько тривиальным может быть отказ от нескольких ссылок из одного и того же источника, и разъясняет, насколько важно ориентироваться на более уникальные ссылки из более разнообразных источников.

Что мы можем применить от Яндекса к тому, что мы знаем о Google?

Естественно, этот вопрос до сих пор у всех на уме. Хотя, безусловно, между Яндексом и Google есть много аналогов, по правде говоря, только инженер-программист Google, работающий над поиском, может окончательно ответить на этот вопрос.

Тем не менее, это неправильный вопрос.

Действительно, этот код должен помочь нам расширить наши представления о современном поиске. Коллективное понимание поиска во многом основано на том, что SEO-сообщество узнало в начале 2000-х посредством тестирования и из уст поисковых инженеров, когда поиск был гораздо менее непрозрачным. Это, к сожалению, не поспевает за быстрым темпом инноваций.

Понимание многих особенностей и факторов утечки Яндекса должно дать больше гипотез о вещах, которые нужно проверить и рассмотреть для ранжирования в Google. Они также должны ввести больше вещей, которые можно анализировать и измерять с помощью SEO-сканирования, анализа ссылок и инструментов ранжирования.

Например, мера косинусного сходства между запросами и документами, использующими встраивание BERT, может быть полезна для понимания по сравнению со страницами конкурентов, поскольку это то, что делают сами современные поисковые системы.

Во многом так же, как журналы поиска AOL уводят нас от угадывания распределения кликов в поисковой выдаче, кодовая база Яндекса уводит нас от абстрактного к конкретному, и наши утверждения «это зависит» могут быть лучше квалифицированы.