淺談互聯(lián)網(wǎng)頁面價值.ppt

《淺談互聯(lián)網(wǎng)頁面價值.ppt》由會員分享，可在線閱讀，更多相關(guān)《淺談互聯(lián)網(wǎng)頁面價值.ppt（17頁珍藏版）》請在裝配圖網(wǎng)上搜索。

淺談互聯(lián)網(wǎng)頁面價值,齊家2013-7-18,課程提綱,一、什么頁面價值二、為什么要研究頁面價值三、如何判斷頁面價值1.受眾2.稀缺3.質(zhì)量4.時效性四、頁面價值的研究重點五、頁面價值在工作中的運用,一、什么頁面價值,用戶價值：某個頁面滿足了某一用戶的特定需求，就體現(xiàn)了這個頁面對用戶的價值（對用戶有用）檢索價值：只要是能解決某個用戶信息需求的，并且是可以通過某些正常檢索需求到達的，那么就是有檢索價值的。（能夠搜索到的對用戶有用的信息）只有瀏覽價值的頁面：只有“瀏覽”價值，而沒有到達該信息的檢索途徑，那么該資源可能是有價值的，但檢索價值就很低。（例子：一張百度大廈附近的地圖，并且沒有任何周邊文字說明（或者link的anchortext），只有一張光禿禿的地圖）結(jié)論：通俗的說，頁面價值就是指對用戶有用，并且能夠通過搜索找的頁面。,一、什么頁面價值,一個頁面是否有檢索價值，應該取決于兩點：1）是否能解決某個特定的需求（價值）2）是否可以通過某個常規(guī)的搜索方式獲得該信息(檢索),二、為什么要研究頁面價值,不可能抓取所有的互聯(lián)網(wǎng)頁面，所以需要優(yōu)先抓取有價值的頁面對于一個網(wǎng)站或一個IP抓取速率需要有一個抓取速率的上限。在這一限制下，抓取或頁面更新就需要有一個先后順序。對于這些無價值的頁面，好的搜索引擎會在第一時間將其排除出索引，或在檢索時對其進行屏蔽。（例子：對于某些頁面，頁面內(nèi)容發(fā)生變化，導致它的檢索價值從有到無。典型的就是變?yōu)椤八梨湣?，或者被黑”）以多快的速度收錄和以多短的周期更新索引，需要通過頁面價值的分析來指導，在相關(guān)性大體相當?shù)那闆r下，用戶更傾向與瀏覽普遍意義上頁面價值高的網(wǎng)頁對頁面價值的認識和判斷的準確程度直接影響著搜索引擎的覆蓋率、死鏈率、時效性等幾大主要指標。,三、如何判斷頁面價值,一個頁面的檢索價值，大致受以下四個要素的影響：1、感興趣的受眾群大小2、該頁面的稀缺程度(可替代性)3、該頁面的質(zhì)量高低4、該頁面的時效性特征強弱這四種要素，簡稱受眾，稀缺，質(zhì)量和時效性。例子：小學生張三qzone日記和李彥宏在i貼吧上發(fā)表一條十幾個字的i貼——受眾例子：搜索某個人的手機號碼——稀缺例子：比如資源下載速度，頁面的布局，廣告的多寡?！撁尜|(zhì)量例子：有著“新聞”的特征。典型的像各種“門”事件，地震、火災等大型的自然災害?！獣r效性,三、如何判斷頁面價值,1.受眾（代表了用戶檢索需求的大小，評價受眾的大小主要依據(jù)信息發(fā)布源的受眾和信息內(nèi)容本身受眾兩大方面。具體因素包括且不限于：）①網(wǎng)站忠實用戶群大小（擁有更多忠實用戶群的網(wǎng)站上的內(nèi)容，會比忠實用戶群較少的網(wǎng)站上的內(nèi)容，有更多的既有和潛在受眾群。）②資源分布規(guī)律相對于某些結(jié)構(gòu)性關(guān)鍵頁面（首頁、頻道頁等）的鏈接深度，也可以成為衡量一個資源受眾群大小的指標了。③訪問熱門度（第三方的工具來獲取關(guān)鍵數(shù)據(jù)。）④超鏈（超鏈某種程度上也是受眾群大小的反映。某個資源的質(zhì)量越高，接觸的受眾群越大，那么獲得正常鏈接的數(shù)量往往也越大。）⑤內(nèi)容特征當在發(fā)布源相同的情況下，具有公眾屬性的內(nèi)容分值會更高。例子（A：我寫博客：“傳言郭德綱要上春晚了?！盉：我寫博客：“我今天吃早飯了?！保?三、如何判斷頁面價值,2.稀缺（稀缺主要是描述頁面在互聯(lián)網(wǎng)中的獨特性。）對于主體內(nèi)容重復的頁面，我們應該評價其是否存在站點增益和內(nèi)容增益，只有對于大量完全無增益的重復頁面，我們才應該認為其稀缺度較低。例子：稀缺是不等同于無重復：某人發(fā)表了一篇針對某新聞事件的原創(chuàng)博客，隨后被新浪轉(zhuǎn)載到了新聞頻道。從描述的內(nèi)容上講，這是一種重復。但這種重復僅僅是主體內(nèi)容上的重復，一方面它的轉(zhuǎn)載帶來了訪問速度、穩(wěn)定性等方面的增益，并且之后的檢索用戶還有可能用“新聞事件+新浪”來檢索此新聞。這可以被稱之為站點增益。另一方面，它在轉(zhuǎn)載過程中可能會改變頁面的標題，而且依托其受眾，在轉(zhuǎn)載頁面上，還有可能出現(xiàn)更多的有價值評論和回復等，還有可能存在指向其它相關(guān)事件的新聞鏈接。這些可以被稱之為內(nèi)容增益。因此即使主題內(nèi)容沒有任何變化，新浪的這次轉(zhuǎn)載也是有價值的，其稀缺度也是較高的。同樣，反過來說，如果轉(zhuǎn)載的網(wǎng)站相當不知名，則其無法帶來站點名/穩(wěn)定性/速度的增益。更有甚者，轉(zhuǎn)載之后在頁面上加入大量廣告妨礙閱讀，或者只轉(zhuǎn)載了內(nèi)容中不完整的一部分，這樣的轉(zhuǎn)載，或者說采集，就是純重復的，與采集源相比，就是沒有檢索價值的了。,三、如何判斷頁面價值,3.質(zhì)量（頁面的質(zhì)量是它對需求的滿足程度的一種體現(xiàn)）判斷頁面質(zhì)量的高低，應該是從最基礎的需求依次遞進的。首先，不能是死鏈、網(wǎng)站要有一定的穩(wěn)定性、訪問速度要令人滿意。其次，主體內(nèi)容是否完整、版式和字體是否易讀、各類廣告會不會太多。最后，信息是否豐富、延伸出的次級需求是否滿足。高質(zhì)量的頁面定義：對用戶有用（滿足基本需求、延伸的次級需求），并且易于閱讀的頁面。,三、如何判斷頁面價值,典型的低質(zhì)量頁面存在以下一些特征：1、主需求無效/未滿足(過期分類廣告/軟件下載頁面，下載鏈接無效等)2、死鏈3、虛假信息/詐騙等4、點不穩(wěn)定5、影響主需求的權(quán)限問題(下載/瀏覽需要注冊會員/積分等)6、信息不完整(轉(zhuǎn)載不全等)7、瀏覽體驗差(廣告/字體/頁面布局等),三、如何判斷頁面價值,典型的高質(zhì)量頁面存在以下一些特征：1、訪問速度快(頁面加載快/資源下載速度快)2、頁面整潔干凈，主體內(nèi)容在顯著位置。3、頁面信息完整。4、頁面元素豐富(文字、圖片、評論、相關(guān)推薦等),三、如何判斷頁面價值,4.時效性一般體現(xiàn)在兩個方面：一是頁面所描述的事物本身有著較強的公眾話題性，容易被傳播。這其實是受眾的一個體現(xiàn)。二是頁面所描述的事物僅在第一時間有較高熱度，隨著時間推移熱度顯著下降。這是一種“新聞”性。,三、如何判斷頁面價值,4.時效性：時效性一般體現(xiàn)在兩個方面：一是頁面所描述的事物本身有著較強的公眾話題性，容易被傳播。這其實是受眾的一個體現(xiàn)。二是頁面所描述的事物僅在第一時間有較高熱度，隨著時間推移熱度顯著下降。這是一種“新聞”性。,三、如何判斷頁面價值,判斷頁面的時效性價值，主要通過下面一些途徑：頁面本身受眾是否有短時間的突增，比如超鏈爆發(fā)。賈君鵬的帖子就是一個典型的例子。描述相同事物的互聯(lián)網(wǎng)頁面是否有段時間的突增。賈君鵬事件短時間內(nèi)爆發(fā)出大量相關(guān)討論、報道，和這一事件相關(guān)的所有內(nèi)容都具有了時效性屬性。根據(jù)一個集合內(nèi)的頁面是否具有上述兩種特征，推測該集合的時效性價值。比如魔獸世界吧經(jīng)常爆出一些熱門帖子，公眾話題，我們推測出自魔獸世界吧的帖子其時效性“潛在價值”比較高。,四、頁面價值的研究重點,1、對頁面價值體系的認識。我們目前對頁面價值的認識是來源于前文所述的四個維度，這個認識是否全面，對于不斷變化的互聯(lián)網(wǎng)環(huán)境與用戶需求，這些維度應該如何擴展與變化才能更好的服務于整體的搜索體驗提升，是一個很重要問題。2、對于反映頁面價值的頁面特征提取。巧婦難為無米之炊，挖掘更多的頁面特征，更準確合理的特征提取是頁面價值判定準確率提升的基礎。3、對各種頁面特征的組合策略(機器學習)。針對不用的應用方向，需要利用相應的特征通過合理且高效的策略擬合出頁面價值的最終評價結(jié)果。,五、頁面價值在工作中的運用,1.如何制作高質(zhì)量的頁面內(nèi)容方面：對用戶有用（滿足基本需求、延伸的次級需求），用戶體驗方面：易于閱讀（?1訪問速度快(頁面加載快/資源下載速度快)?2頁面整潔干凈，主體內(nèi)容在顯著位置。?3頁面信息完整。?4頁面元素豐富(文字、圖片、評論、相關(guān)推薦等)）從四大要素中考慮。2.轉(zhuǎn)載的內(nèi)容：如何選擇，如何收錄,謝謝！Thankyou!,2013-7-18,