Кластеризация по топ-10 против топ-20: разница в результате

Есть наблюдение, хочу его проверить об вас.

Кластеризация просит свежие топы, а это отдельный прогон и отдельный расход. Частотности снимаю по двум регионам, дальше сравниваю.

$ kc-cli --masks masks.txt --depth 3 --threads 40
собрано фраз: 214 880
отказов: 1 204

Как считаете вы? Интересует порядок действий.

На маленьких объёмах верно, на больших уже нет.

Кластеризация по выдаче требует свежих топов. Если топам больше недели, кластеры разъезжаются, и это видно на глаз.

Ядро версионируйте. Через полгода вопрос «а что мы собирали в прошлый раз» возникает обязательно.

Такие темы и держат форум.

Логи в помощь, без них это гадание.

Осторожнее с обобщением, случаи бывают разные.

Разделение коммерческих и информационных запросов надёжнее делать по выдаче. Слова-маркеры дают слишком много ошибок.

Разбирались втроём, нашли случайно.

Расширение по подсказкам останавливаю, когда прирост новых фраз падает ниже пяти процентов за проход. Дальше растёт только мусор.

Собирайте частотности пачками и сохраняйте после каждой. Прогон на сутки без промежуточного сохранения это лотерея.

$ kc-cli --masks masks.txt --depth 3 --threads 40
собрано фраз: 214 880
отказов: 1 204

У нас это вылезло на проекте с большим каталогом.

По узким регионам данных мало всегда. Смотрите на порядок величины и на наличие спроса как такового. Точные числа там всё равно недостоверны.

Хороший разбор, добавлю в закладки.

Есть момент, который меняет всю картину.

Кластеризация по выдаче требует свежих топов. Если топам больше недели, кластеры разъезжаются, и это видно на глаз.

Какой объём и за какое окно?

Тут ничего нового не скажу, только подтвержу.

Обновляйте ядро частями. Полный пересбор раз в квартал нужен редко, обычно достаточно освежить верхушку и добрать новое.

По узким регионам данных мало всегда. Смотрите на порядок величины и на наличие спроса как такового. Точные числа там всё равно недостоверны.

Мы решили это переносом прогона на другое время.

Внутренний поиск конкурента даёт живые формулировки, которых нет в подсказках. Источник недооценённый.

Меняйте по одному, иначе не поймёте причину.

Пара оговорок, без них совет неполный.

Точную частотность снимайте только по отобранным фразам. Гонять её по всему ядру дорого и почти всегда бесполезно.

Забрал себе в заметки.

Проверьте, что ответ полный.

Разнесите нагрузку по времени.

Логи в помощь, без них это гадание.

Ответ приходит пустой или с содержимым?

Сколько по времени занимает один запрос?