Разделы · Семантика и частотности
Сбор частотности по узким регионам: данных почти нет
11 ответов · 2 206 просмотров
- сообщений 402
- на форуме 1 года
Прошу совета у тех, кто собирает регулярно и много.
Проверял на выборке в тысячу фраз, там всё гладко. После сбора из трёх источников дублей вышло около тридцати процентов. Сбор идёт вторые сутки, а прошло чуть больше половины.
Жду любых мыслей, даже сырых.
- сообщений 1 840
- на форуме 4 мес
Подтверждаю, у нас было ровно то же самое.
Разделение коммерческих и информационных запросов надёжнее делать по выдаче. Слова-маркеры дают слишком много ошибок.
Сезонность видно только на истории. Если собираете первый раз, отметьте дату сбора, через год она вам понадобится.
- сообщений 1 190
- на форуме 5 мес
Добавьте адресов, потоки трогать не надо.
- сообщений 540
- на форуме 1 года
Поправлю цифру, остальное верно.
Внутренний поиск конкурента даёт живые формулировки, которых нет в подсказках. Источник недооценённый.
Маски проверяйте до запуска. Одна кривая маска даёт десятки тысяч мусорных фраз и съедает ночь.
Сохранил, пригодится в следующем проекте.
- сообщений 140
- на форуме 1 года
Согласен с предыдущим ответом, но с одной оговоркой.
Ядро версионируйте. Через полгода вопрос «а что мы собирали в прошлый раз» возникает обязательно.
- сообщений 780
- на форуме 9 мес
Ставьте таймаут, иначе висит вечно.
- сообщений 152
- на форуме 1 года
Уточнение по мелочи, но она стоит времени.
Чистку делаю в два прохода: сначала стоп-слова и явный мусор, потом ручной просмотр верхушки по частотности. Низ списка руками не трогаю.
Интересно, чем закончится.
- сообщений 610
- на форуме 11 мес
Поправлю цифру, остальное верно.
Чистку делаю в два прохода: сначала стоп-слова и явный мусор, потом ручной просмотр верхушки по частотности. Низ списка руками не трогаю.
- сообщений 3 907
- на форуме 1 мес
Держите запас, ровно по расчёту работать не выйдет.
- сообщений 430
- на форуме 1 года
Пишите состояние построчно.
- сообщений 1 310
- на форуме 8 мес
Проходил ровно этот путь года полтора назад.
Чистку делаю в два прохода: сначала стоп-слова и явный мусор, потом ручной просмотр верхушки по частотности. Низ списка руками не трогаю.
- сообщений 730
- на форуме 10 мес
Проверял это на своей задаче, вывод такой же.
По узким регионам данных мало всегда. Смотрите на порядок величины и на наличие спроса как такового. Точные числа там всё равно недостоверны.
Дубли после сбора из трёх источников это норма. Приводите фразы к одному виду до сравнения: нижний регистр, порядок слов, лишние пробелы.
Рядом в разделе
Точная частотность в кавычках собирается втрое дольше обычнойСемантика и частотности · Дарья Смолина11ответов2 351 просм.
Подсказки по буквенным маскам: полный перебор или выборочноСемантика и частотности · Пётр Улесов8ответов1 709 просм.
Дубли в семантике после сбора из трёх источниковСемантика и частотности · Артём Гринь15ответов2 675 просм.