Téma: Releváns kulcsszó algoritmus

Sziasztok,

Szeretnék az oldalaimon (először konkrétan a racing-bazar.hu-n) két dolgot megvalósítani, az egyik a youtubon ismert Related lista, tehát egy hirdetésnél fel szeretnék tüntetni hasonló hirdetéseket, a másik pedig a related keywords, amikor is egy hirdetésnél oldalon belüli keresőlinkként szeretnék megjeleníteni hasonló kulcsszavakat (tehát például 'BMW M3' hirdetésnél ilyeneket hogy '535i', 'M5', 'BMW alufelni', stb.

Ehhez szeretnék találni valami algoritmust, megoldást, módszert, elég lenne csak valami általános leírás, ötlet, ilyesmi.

Van nekem is pár elképzelésem, pl. egy hirdetésből ki tudom keresni a kulcsszavakat Google API segítségével, tudom esetleg indexelni őket az egymástól való távolságuk alapján, hasonlókat is tudok keresni a Google Suggest API-val (bár ez olyan általános találatokat ad, hogy az én esetemben szinte használhatatlan), szóval vannak ötletek, de milyen jó lenne ha nem magamtól kellene az egészet kitalálni nulláról...

Szóval ha valaki ismer lelőhelyet ilyen infókról, ne tartsa magában

Előre is köszi, üdv,
Luxi

---

Hasonló témák:

• Google Kulcsszó Adatok (releváns)
• Kulcsszó vs. releváns oldal
• Linkelés releváns oldalról/ra - de mi a releváns?
• Cégnév domain vs relevans kulcsszo domain
• Algoritmus megszegése

ez nagyon érdekes téma, remélem lesz használható ötlet.

Ennél biztosan szofisztikáltabb a youtube algoritmusa.

Például, nézegettem rally témáju videókat, és figyeltem a tag-eket. Általában relevánsak voltak, de találtam olyan videókat, ahol egyáltalán nem volt releváns tag (de maga a videó az teljesen releváns volt!)
A sok rally, wrc, stb. tag-ú rallys videók között volt olyan, aminek egyetlen tag-ja volt: 'abeti', aminek ugye nem sok köze van a rally-hoz, és különösen a többi releváns videó tag-jához.
Továbbkeresve, azt találtam, hogy több rallys videó van fent 'abeti' taggal, de hogy ezeket hogyan köti össze egymással, na ez az algoritmus érdekelne engem.

Első látásra tényleg triviálisnak tünik, tavaly nyáron rá is szántam 2 éjszakát saját algoritmust írni, de nagyon csúnya eredmények jöttek ki.

Arról nem is beszélve, hogy egy hirdetőoldalnál nem akarom terhelni a felhasználót tag-ek kérésével (nagy részük nem is igen tudná mi az és mire kell), tehát már eleve a kulcsszavakat is nekem kell kitalálnom az általa beírt szöveg és adatok alapján.

AlBrown eredeti hozzászólása

Csak félig értem, amit írsz, de a youtube féle dolog nagyon egyszerű. Mindent fel kell cimkézni és utána annál jobban hasonlít két dolog egymásra, minél több közös cimkéjük van.

igen-igen tudom, hogy összetettebb a youtube relatedje, csak mint alapötlet gondoltam.

ami vicces lehet (én hiszek az ilyesmiben) "related"-ként feldobsz véletlenszerűen hirdetéseket, és méred a kattintást. (ez is csak alapötlet ezt is finomítani kell)

Nagyjából ezzel próbálkoztam tavaly a video.racing.hu oldalon, és az lett az eredménye, hogy volt 1-2 tucat videó, amihez jó hosszú leírás tartozott sok kulcsszóval, így a videók nagy részéhez ugyanezt a pár videót hozta ki relevánsnak ez az algoritmus.

Tegnap este kitaláltam valamit, lehet hogy azt megcsinálom, és meglátom mi sül ki belőle.

1, Kulcsszavakat gyüjtök úgy, hogy kiszedem a hirdetésekből a közös, ismétlődő kifejezéseket, és ezeket pontozom hossz és gyakoriság alapján.
2, fogom a kulcsszavakat párosával, és minden párnál végignyálazom a hirdetéseket, és feljegyzem a párok egymáshoz való átlagos távolságát, így lesz egy kulcsszó relevancia adatbázisom.
3, Ezután, ha jön egy új hirdetés, megnézem hogy az adatbázisomból mely kulcsszavak vannak benne, majd fogom ezeket a kulcsszavakat, meg a relevancia alapján a hozzájuk közel állókat, és ezekkel súlyozva pontozom az összes többi hirdetést, és értelemszerűen a néhány legnagyobb pontszámút jelenítem meg, mint hasonló hirdetés.

Mivel ezt favágó módon csinálom meg, irdatlan erőforrásigényes lesz, tehát fel sem merül hogy a webszerveren real-time csináljam, de arra gondoltam, úgyis van otthon letámasztva egy kicsit hibás Proliant szerverem, futtatom azon, és mondjuk percenként csekkolja az új hirdetéseket, megcsinálja fenti számításokat, és már csak a releváns hirdetések listáját küldi vissza a webszerverre...

Na megcsinálom ezt, aztán kíváncsi vagyok mi sül ki belőle... csak az a baj, hogy mindíg elszórakozok ilyesmivel, aztán így sose lesz kész az új dizájn

kow eredeti hozzászólása

Tegyük fel van egy cikked, amihez van 5 címke. Ha nem találsz elég hasonló címkével rendelkező cikket, mondjuk csak egyet, akkor indítasz egy szabad szavas keresést a címkékkel más cikkek kivonatában, címében, vagy szövegében.