Глоссарий SE/SEO - Справочник Манимейкера или Народные ссылки old



Глоссарий SE/SEO

Глоссарий SE/SEO

(SE - Search Engine
SEO - Search Engine Optimization)

асессор булевская модель
векторная модель вероятностная модель
внетекстовые критерии входные страницы
графематический анализ, лексический анализ, токенизация дизамбигуация
дубликаты приблизительные дубликаты
иллюзия свежести инвертированный файл
индекс цитирования индексирование, индекс, индексация
информационный поиск клоакинг
лемматизация обратная встречаемость в документах
обратная связь основа
подпись, сигнатура поиск по смыслу
поиск похожих документов поисковая система
поисковый запрос, предписание омонимия, многозначность
полнота, охват прюнинг
прямой поиск различительная сила слова
регулярное выражение релевантность
словоизменение словообразование
спам поисковых систем стемминг
стоп-слова суффиксные деревья
точность хеш-значение
частота (слова) в документах частота термина
шингл статическая популярность
TF*IDF

 


  • асессор, эксперт (assesor) - специалист, выносящий заключение о релевантности документа, найденного поисковой системой;

  • булевская или двоичнаямодель (boolean model) - модель поиска, опирающаяся на операции пересечения, объединения и вычитания множеств;

  • векторная модель - модель информационного поиска, рассматривающая документы и запросы как векторы в пространстве слов, а релевантность как расстояние между ними;

  • вероятностная модель - модель информационного поиска, рассматривающая релевантность как вероятность соответствия данного документа запросу на основании вероятностей соответствия слов данного документа идеальному ответу;

  • внетекстовые (внестраничные) критерии (off-page) - критерии ранжирования документов в поисковых системах, учитыващие факторы, не содержащиеся в тексте самого документа и не извлекаемые оттуда никаким образом;

  • входные страницы(doorways, hallways) - страницы, созданные для искусственного повышения ранга в поисковых системах (поискового спама). При попадании на них пользователя перенаправляют на целевую страницу;

  • графематический анализ, лексический анализ, токенизация (tokenization, lexical analysis) - выделение в тексте слов, чисел, и иных токенов, в том числе, например, нахождение границ предложений;

  • дизамбигуация, таггинг (tagging, part of speech disambiguation) - выбор одного из нескольких омонимов c помощью контекста; в английском языке часто сводится к автоматическому назначению грамматической категории «часть речи»;

  • дубликаты(duplicates) - разные документы с идентичным, с точки зрения пользователя, содержанием;

  • приблизительные дубликаты (near duplicates) - в отличие от точных дубликатов, содержат незначительные отличия;

  • иллюзия свежести- эффект кажущейся свежести, достигаемый поисковыми системами в интернете за счет более регулярного обхода тех документов, которые чаще находятся пользователями;

  • инвертированный файл,инверсный файл, инвертированный индекс, инвертированный список (inverted file) - индекс поисковой системы, в котором перечислены слова коллекции документов, а для каждого слова перечислены все места, в которых оно встретилось;

  • индекс цитирования (citation index) - число упоминаний (цитирований) научной статьи, в традиционной библиографической науке рассчитывается за промежуток времени, например, за год;

  • индексирование, индекс, индексация (indexing) - процесс составления или приписывания указателя (индекса) - служебной структуры данных, необходимой для последующего поиска. Латентно-семантическим индексированием называется запатентованный алгоритм поиска по смыслу, идентичный факторному анализу. Основан на сингулярном разложении матрицы связи слов с документамиl

  • информационный поиск (Information Retrieval, IR) - поиск неструктурированной информации, единицой представления которой является документ произвольных форматов. Предметом поиска выступает информационная потребность пользователя, неформально выраженная в поисковом запросе. И критерий поиска, и его результаты недетермированы. Этими признаками информационный поиск отличается от «поиска данных», который оперирует набором формально заданных предикатов, имеет дело со структурированной информацией и чей результат всегда детерминирован. Теория информационного поиска изучает все составляющие процесса поиска, а именно, предварительную обработку текста (индексирование), обработку и исполнение запроса, ранжирование, пользовательский интерфейс и обратную связь;

  • лемматизация, нормализация(lemmatization) - приведение формы слова к словарному виду, то есть лемме;

  • обратная встречаемость или частота в документах(inverted document frequency, IDF) - показатель поисковой ценности слова (его различительной силы); обратная говорят, потому что при вычислении этого показателя в знаменателе дроби обычно стоит число документов, содержащих данное слово;

  • обратная связь, псевдо-обратная связь- отклик пользователей на результат поиска, их суждения о релевантности найденных документов, зафиксированные поисковой системой и использующиеся, например, для итеративной модификации запроса. Следует отличать от псевдо-обратной связи - техники модификации запроса, в которой несколько первых найденных документов автоматически считаются релевантными;

  • основа - часть слова, общая для набора его словообразовательных и словоизменительных (чаще) форм;

  • подпись, сигнатура (signature) - множество хеш-значений слов некоторого блока текста. При поиске по методу сигнатур все сигнатуры всех блоков коллекции просматриваются последовательно в поисках совпадений с хеш-значениями слов запроса;

  • поиск по смыслу - алгоритм информационного поиска, способный находить документы, не содержащие слов запроса;

  • поиск похожих документов (similar document search)- задача информационного поиска, в которой в качестве запроса выступает сам документ и необходимо найти документы, максимально напоминающие данный;

  • поисковая система, информационно-поисковая система, ИПС, поисковая машина, машина поиска, «поисковик» (search engine, SE) - программа, предназначенная для поиска информации, обычно текстовых документов;

  • поисковый запрос, предписание (query) - обычно строчка текста;

  • полисемия, омонимия, многозначность, омография (polysemy, homography) - наличие нескольких значений у одного и того же слова;

  • полнота, охват (recall) - доля релевантного материала, заключенного в ответе поисковой системы, по отношению ко всему релевантному материалу в коллекции;

  • прюнинг(pruning) - отсечение заведомо нерелевантных документов при поиске с целью ускорения выполнения запроса;

  • прямой поиск- поиск непосредственно по тексту документов, без предварительной обработки (без индексирования);

  • различительная сила слова или контрастность термина (term specificity, term discriminating power) - степень ширины или узости слова. Слишком широкие термины в поиске приносят слишком много информации, при это существенная часть ее бесполезна. Слишком узкие термины помогают найти слишком мало документов, хотя и более точных;

  • регулярное выражение, шаблон, маска (regualr expression, pattern) - способ записи поискового предписания, позволяющий определять пожелания к искомому слову, его возможные написания, ошибки и т.д. В широком смысле - язык, позволяющий задавать запросы неограниченной сложности;

  • релевантность (relevance, relevancy) - соответствие документа запросу;

  • словоизменение(inflection)  - образование формы определенного грамматического значения, обычно обязательного в данном грамматическом контексте, принадлежащей к фиксированному набору форм (парадигме), характерного для слов данного типа. В отличие от словообразования никогда не приводит к смене типа и порождает предсказуемое значение. Словоизменение имен называют склонением (declension), а глаголов - спряжением (conjugation);

  • словообразование (derivation) - образование слова или основы из другого слова или основы. Чаще приводит к смене типа и к образованию слов, имеющих идеосинкразическое значение;

  • спам поисковых систем, накрутка поисковых систем, спамдексинг (spam) - попытка воздействовать на результат информационного поиска со стороны авторов документов. К спаму относится также клоакинг (cloaking) - техника поискового спама, состоящая в распознании авторами документов робота (индексирующего агента) поисковой системы и генерации для него специального содержания, принципиально отличающегося от содержания, выдаваемого пользователю. Ещё одним видом спама является непотизм: - вид спама поисковых систем, установка авторами документов взаимных ссылок с единственной целью поднять свой ранг в результатах поиска;

  • стемминг - поцесс выделения основы слова;

  • стоп-слова (stop-words) - те союзы, предлоги и другие частотные слова, которые данная поисковая система исключила из процесса индексирования и поиска для повышения своей производительности и/или точности поиска;

  • суффиксные деревья, суффиксные массивы (suffix trees, suffix arrays, PAT-arrays) - индекс, основанный на представлении всех значимых суффиксов текста в структуре данных, известной как бор (trie). Суффиксом в этом индексе называю любую «подстроку», начинающуюся с некоторой позиции текста (текст рассматривается как одна непрерывная строка) и продолжающуюся до его конца. В реальных приложениях длина суффиксов ограничена, а индексируются только значимые позиции - например, начала слов. Этот индекс позволяет выполнять более сложные запросы, чем индекс, построенный на инвертированных файлах;

  • точность(precision) - доля релевантного материала в ответе поисковой системы;

  • хеш-значение (hash-value) - значение хеш-функции (hash-function), преобразующей данные произвольной длины (обычно, строчку) в число фиксированного порядка;

  • частота (слова) в документах, встречаемость в документах, документная частота (document frequency) - число документов в коллекции, содержащих данное слово;

  • частота термина (term frequency, TF) - частота употреблений слова в документе;

  • шингл (shingle) - хеш-значение непрерывной последовательности слов текста фиксированной длины;

  • статическая популярность (PageRank) - алгоритм расчета статической (глобальной) популярности страницы в интернете, назван в честь одного из авторов - Лоуренса Пейджа. Соответствует вероятности попадания пользователя на страницу в модели случайного блуждания;

  • TF*IDF -численная мера соответствия слова и документа в векторной модели; тем больше, чем относительно чаще слово встретилось в документе и относительно реже в коллекции.

Народная ссылка для регистрации:

Глоссарий SE/SEO

Поделитесь этой записью или добавьте в закладки

   






Комментировать





Другие материалы и статьи
» KinoPerez - не лучшая партнерка по фильмам: Партнерская программа KinoPerezУ вас есть свои киносайты, Вы хорошо работаете с поисковиками или просто...
» Компания "Money Time Invest" по управлениею денежными средствами : Компания предлагает надёжное и прибыльное управление Вашими деньгами на рынке Forex. Професси...
» Партнерская программа T3leads: T3Leads - партнерская программа Pay Per Lead (ppl). Оплачиваются действия пользователя, ...
» Аналитический обзор рынка FOREX за среду, 20 января 2010 года: Среда определенно была днем доллара, а также тех участников рынка, которые имели длинные позиции по вал...
» Биржа трафика Рop Under: Биржа предлагает владельцам сайтов выкуп трафика посредством технологии pop-under.Этот сервис явля...

Категории


Полезные заметки

  •