Выскажу свое мнение, строка поиска и кнопка стали очень удобными и красивыми, новое меню сильно режет глаза и я бы его убрал, если бы была возможность. Ну, а фильтрами я если пользуюсь, то только со страницы «расширенный поиск», похоже это нововведение для людей который не знают об этой функции.

Кстати, недавно сменился дизайн на ТыТруба, а потом и дизайн самого плеера, от чего я писаюсь кипятком, он стал таким охуенным(в отличает от переполненного рекламой и бесконечно тормозящего РуТруба).

А еще я увидел ссылку в СЕРПе на Хабр, где рассказывается об изменении дизайна на Гугл Ридере, похоже товарищи серьезно занялись обновлением своих продуктов.Похожие записи:

• Обновление дизайна и функционала.
• События кардинально изменившие мою жизнь.
• Комментирование в один клик
• Чему я научился в университете за полтора года?
• Темы для Google Chrome

Метки: «гугл» , «Google» , «дизайн»

• Учебник по php
• «Онэксим» покупает РБК
• Оформил карточку Payoneer
• Провокация прошла успешно
• Первый есть!

Метки: «Chrome» , «Google»

Кто не согласен, аргументируйте.

Похожие записи:

• Сайты в индексе Яндекса
• Яндекс начал узнавать стихи
• Сайты которыми я часто пользуюсь
• Ускоряем индексацию блога
• Бан Яндексом

Метки: «Яндекс» , «Google»

Как видим на картинке, сейчас у всех подопытных сайтов тИЦ равняется 10, но есть одно «НО», titani.ru, благодаря Sape, получили тИЦ раньше и он удерживается второй АП подряд — это хороший результат. Sape получает пять баллов, Liex и Блогун по твердой четверке.

О скорости индексации я писал в прошлом отчете, Liex заслужил пятерку, Sape — четверку, Блогун — тройку.

Теперь по позициям. Тут я был удивлен, причем несколько раз. Давно не является секретом, что Я симпатизирует блогам, но чтобы «ТАК»: 50 ссылок с блогов, практически сразу вывели сайт kvesti.ru в топ 10 по основному запросу и сайт держался в выдаче несколько апов, после, когда постовые перестали публиковаться позиции просели. Дальше, меня удивила биржа статей Liex, статьи индексировались быстро, но сайт fanigr.ru долго не появлялся в СЕРПе, но совсем недавно, сайт «выстрелил» в ТОП-10 по основному запросу(и ТОП-20 по двум другим.). Ну и последний результат, хоть и негативный, но тоже результат — сайт продвигаемый через биржу Sape, до сих пор не появлялся в ТОП-100 по всем запросам, которые отслеживаются, я склоняюсь к тому что Яндекс применил очередной фильтр для моего сайта. Кто виноват? Возможно я, слишком резво накупил ссылок на свежий сайт, что является слишком подозрительным для поисковых систем. В будущем учту этот результат. Оценки: Liex — 5, Блогун — 5, Sape — 3.

Общий зачет:
1 место — Liex 4.6 балла.
2 и 3 место — Блогун и Sape по 4 балла.

Мониторинг проектов продолжается, в конце лета подведу окончательный результат.

• Летний киносмотр
• Первый отчет по второму эксперименту
• Второй отчет по эксперименту с индексацией
• 20 интернет-миллионеров, которым нет 30 лет
• Первый летний пост.

Метки: «PR» , «накрутка» , «индексация» , «Яндекс»

Ajax Comment Preview – позволяет читателю-комментатору сделать предварительный просмотр комментария перед публикацией.
asTunes – переносит данные из профиля Audioscrobbler/last.fm и размещает в виде списка в блог.
Crossroads – позволяет добавить в блог предварительный просмотр картинок вашего профиля во Flickr и комментарии к ним.
FireStats – полная статистика по темам “кто ссылается” и “популярные страницы”.
Google PageRank – позволяет показать Google Page Rank в блоге.
Live Spell Checker – плагин для проверки орфографии.
Plug ‘n’ Play Google Map – если вы в своих статьях используете географические координаты, то этот плагин отображает местность используя Google Maps.
WordPress Mailing List – используете списки рассылки? Позвольте вашим подписчикам с лёгкостью подписываться и отписываться на вашу рассылку.
WP e-Commerce – позволяет добавить тележку для покупок в ваш блог.
WP-Polls – плагин позволяющий добавить “Голосования” в блог.
WP-Post Ratings – плагин позволяющий к статьям добавлять рейтинг на основании голосов читателей.
Zorpia That’s Hot Box – позволяет читателям отправлять понравившиеся статьи в Zorpia.com и голосовать за них.

Excerpt Editor – плагин позволяющий автоматически настраивать выдержки-резюме статей.
FeedBurner FeedSmith – плагин для RSS, позволяющий проводить подписку на фид вашего блога через Feedburner.
Fix Database – плагин проверяющий базу данных WordPress на наличие ошибок и устраняющий их.

Genki Pre-Publish Reminder – позволяет писать напоминания во время написания статей, например о категориях которые нужно создать для статьии пр.
Google Analyticator – вставляет код от Google Analytics в каждую страницу сайта.
Google Sitemaps Generator – плагин создающий sitemap для блога на WordPress.
GT Post Approval – плагин добавляющий в админку блога кнопки “подтвердить” “отменить” для блогов с соавторством.
Instant Update – обновляет WordPress до свежей версии одним кликом.
Just Unzip – позволяет загружать ZIP-файлы в окно для написания статей, нажимая кнопку Just Unzip – распаковываем и ассоциируем с текущим постом.
Khanh’s Instant Notepad (KIN) – плагин добавляющий записную книжку в админку блога.
Leprakhauns Word Count – счётчик слов в статье.
Mass Post Manager – позволяет удалять все статьи в категории за один клик.
Mutliply – плагин позволяющий администрировать сразу несколько блогов.
NextGEN Gallery – добавляет галерею картинок в админку блога.
OneClick Install – мощный загрузчик и установщик плагинов или тем, которые загружаются в запакованом виде и требуют разархивации.
Page Link Manager – позволяет легко перемещать и прятать страницы.
Permacop – позволяет делать редирект страниц блога на другие URL.
Post2Page – плагин позволяющий присваивать новые URL, например, если страничка была удалена, а у многих стоит ссылка на вашу страницу, то можно присвоить другой страничке название прежней.
PlugInstaller – плагин помощник в установке и распаковке новых устанавливаемых плагинов.
podPress – плагин для публикаций подкастов.
Search and Replace – ищет во всех статьях блога заданную фразу и заменяет её.
Share This – плагин кнопок социальных закладок.
Simple Pop-up Images – при клике на превью картинки во всплывающем окне выводит полное изображение.
Site Unavailable – позволяет отобразить для читателей что сайт временно не работает! Но не для админа.
Throttle – мониторит нагрузку на сайт и отключает во время перегрузок не существенные процессы.
Wikipedia-NoFollow – добавляет атрибут NoFollow в гипер-ссылки на Wikipedia.
WordPress Mobile Edition – упрощает вид блога для чтения на КПК.
WordTube – плагин позволяющий проигрывать видео сохранённое на Вашем хостинге также содержит Flash-плеер.
WPAds – позволяет “развешивать” баннеры и текстовую рекламу в любом месте вашего блога.
WP-Custom Login – позволяет менять изображение в админской части для зарегистрированных пользователей.
WP- DBManager – плагин дающий возможность для работы с базой данных: сохранение, восстановление, бекап, делать самостоятельные запросы.
WP-phpMyAdmin – позволяет без входа в phpMyAdmin иметь быстрыи доступ к базам данных PHP.
WP Plugins Tracker – помогает проводить проверку всех плагинов на наличие последней версии.

WP Super Edit – визуальный drag-drop редактор с большими возможностями настроек.
WP-Table – позволяет вставлять таблицы drag-drop, а также поддерживает импорт таблиц.

Плагины WordPress – мультимедиа
Aniga Gallery – позволяет создавать галереи из изображений с комментированием.
Batch Image Uploader – загрузка и одновременное изменение размера изображения.
Duh Gallery – создаёт фотогалерею из изображений загруженных на WordPress.
ImageManager – имеет возможность загрузки и просмотра изображений с элементарными функциями обрезки и разворота изображения.
WP Image Gallery – помогает создать в админке блога галерею из изображений и позволяет добавлять эту галерею в пост.
fMoblog – плагин для публикаций изображений с описанием с мобильного телефона.
Pop-up Image Gallery – плагин для создания галерей изображений с навигацией.

PhotoZip – позволяет загрузить в .zip файле готовую галерею.
PictPress – плагин позволяющий в автоматическом режиме создавать пост из директории на вашем сервере с картинками, изменяя и подгоняя размеры “на лету”.
Another Flickr – позволяет читателям просматривать превью изображений вашего аккаунта на Flickr и по клику увидеть полноценное изображение.
BubbleShare – показ фотогалерей аккаунта на BubbleShare.
Facebook Photos – показ фотогалерей аккаунта на Facebook.

Flickr Photo Album – показывает сеты фотографий аккаунта на Flickr в виде альбомов на WordPress.
FlickrRSS – покывает последние изображения любого фида Flickr по заданным параметрам (тегу, группе, типу пользователя).
ImageShack Uploader – показ галерей изображений с ImageShack.
Slickr Gallery – показ изображений и фотосетов с аккаунта на Flickr на AJAX.
Enlarger – плагин позволяющий по клику из превью подгрузить изображение в полном размере.
IImage Panorama – плагин позволяет создать круговую панораму из изображений и отобразить её в посте.
Image Headlines – создаёт текстовые изображения для названий заголовков статей.

Lightbox 2 – плагин позволяет показывать изображение в реальном размере по клику и выводит его в форме лайтбокса.
Multi-Topic Icon: плагин позволяет присвоить к каждой категории блога иконку и впоследствии вместо названия категории показывается изображение.
Random Image – случайно выбирает картинку из предыдущих постов и публикует вместе со ссылкой на пост откуда взята картинка.
Transparent PNG Fix – позволяет избежать проблем с “прозрачными” PNG.
WP Wetfloor – создаёт “популярный в прошлом” эффект отражения для изображений.
Audio Player – позволяет добавить в посты простой MP3-плеер.
XSFP Player – Flash-плеер в блог.
DG PlayingNow Updater – показывает мелодии, которые вы прослушиваете на iTunes, MSN Messenger или J. River Media Center.
EZ-Scrobbler – показывает ваши мелодии с last.fm.
iTunes Spy – показ ваших треков с iTunes.
Pandora Feeds – показывает ваши данные с Pandora: список станций, закладки по мелодиям и исполнителям.
onAirNow – плагин показывающий самые последние композиции проигрываемые на iTunes или WinAmp.
Odeo – добавляет в блог подкаст сохранённый на Odeo.
PodPress – многофункциональный плагин для подкастинга, включающий создание фидов, статистику и проч.

iPodCatter – плагин помогающий создать фид для трансляции подкастов с iTunes.
Evoca Browser Mic – позволяет получать от читателей блога голосовые комментарии с последующей возможностью публикации.Odiogo – конвертирует текст статьи в звуковую запись для публикации в блог.
Anarchy Media Player – проигрыватель разнообразных форматов аудио и видео.
Easy Inline SWF – позволяет вставлять файлы .swf без обременительных тегов.
SeeTheFace – инструмент для записи и публикации видео в блог.
Extreme Video – проигрыватель .flv файлов.
YouTube Brackets – позволяет ввести адрес YouTube файла и получить embed-код для всавки и публикации.
wordTube – видеоплеер с программируемым меню.
TubePress – позволяет показать в статье или в сайдбаре галереи загруженные на YouTube.
YouTube Video Gallery – показывает превью любой галереи с YouTube.

плагины статистики для WordPress
Bluetrait Event Viewer (BTEV) – статистика всех входов в админку, статистика по удалённым пользователям, паролям, некорректным входам.
Bsuite – отслеживает загрузки страниц, поисковые запросы, и переходы со страниц блога.
CountPosts – показывает количество посещений для каждой страницы исключая администратора.
DownloadCounter – счётчик загрузок файлов прикреплённых к статье.
Dschini Bot Checker – позволяет узнать какие страницы и какой из поисковых ботов посетил их, а также частоту их посещений.
Feed Statistics – плагин отслеживающий Rss и позволяющий узнать по каким ссылкам кликают читатели и какие статьи они читают.
FeedBurner SiteStats Enabler – плагин помогающий установить скрипт от FeedBurner.
FeedBurner StandardStats – упрощает процесс установки FeedBurner и помогает отслеживать статистику фида.
FeedStats – статистика RSS-ленты по времени чтения.
FirStats – Многоопционная статистика на Ajax в админке блога.
GoStats web counter – устанавливает GoStats-счётчик в блог.
Lightstats – статистика по статьям, комментариям и категориям в виде панели.
Live – отслеживание активности посетителей блога в реальном времени.
Open Web Analytics – Статистика просмотра страниц, уникальных посещений, переходов с других сайтов, переходов по сайту, отображение географического расположения читателей на Google Earth.
Posts/Comments Time – показывает количество статей и комментариев к ним для каждого часа суток, для того чтобы можно было лучше спланировать время для публикаций в блог.
Search Phrases – статистика поисковых запросов в блоге.
Ultimate Google Analytics – плагин добавляющий скрипт счётчика Google Analytics.
WordPress.com Stats – плагин использующий ключ WordPress API при установке и позволяющий получать статистику для блога, которая обсчитывается не на собственном сервере а на сервере WordPress.
WP OnlineCounter – этот плагин ведёт статистику по количеству читателей онлайн, наибольшему количеству посетителей одновременно, и общему количеству читателей, посетивших блог.
WP-Stats – плагин для статистики блога на WordPress с набором соответствующих функций.
Akismet Spam Count – индикатор спама Aksimet для публикации в блог.
GeneralStats – показывает количество пользователей, категорий, статей, комментариев, страниц, ссылок, слов в статье, слов в комментариях, и слов на страницу.
Impress – поти тоже что и предыдущий.


оформление статей

Add Graphic Signature – плагин добавлящий графическую подпись к посту автоматически или с применением спецсимвола.
Adman – позволяет публиковать рекламные блоки Google AdSense в начале или в середине поста.
Another WordPress Meta Plugin – позволяет добавлять Meta-теги и ключевые слова к каждому посту для лучшей SEO.
Category Remindr – плагин-напоминание включаемое перед публикеацией статьи:”Правильную категорию выбрать не забыли?”.
Corrector – плагин добавляющий проверку орфографии от Google на 27 языках.
DropCap First Character – плагин увеличивающий первую букву статьи на манер журналов.
Front Page Excluded Categories – позволяет исключать на главной странице статьи определённых категорий.
Limit the size of main page posts – ограничивает длину статьи на главной странице, при превышении длины статьи по ссылке читатель перенаправляется на другую, созданную для этого отдельную страницу.
Post Notification – рассылает по email списку зарегистрированных пользователей уведомление о новой статье, имеет опцию прикрепить статью.
PostPost – позволяет добавлять какое-нибудь содержание перед и после статьи, например, рекламные блоки.
Posts Expire – плагин позволяющий устанавливать срок, после которого статья перестаёт отображаться в блоге.
Subscribers Only – позволяет публиковать статьи, которые будут видны только подписчикам.
Subscribe-Remind – плагин позволяющий публиковать уведомление типа:” вы не забыли подписаться на PSS?”.
WordPress PDA – плагин позволяющий читателю удобно просматривать блог в браузере КПК.
WP-Sticky – позволяет закрепить на главной странице блога какой-нибудь определённый пост, который не будет “сползать” по мере написания новых.
Author Complete Post List – даёт возможность делать выборку по авторам блога включая соавторские статьи.
Code Markup – позволяет размещать на страницах блога HTML код без прибегания к парсингу кода.
Easy Post-To-Post Links – позволяет делать сокращённые ссылки к другим статьям блога.
On This Day – показывает статьи которые публиковались год назад.
Plain Text Paste – легко переносит тексты формата Word для публикации.
Ubernyms – позволяет создавать сокращённые названия для часто употребляемых слов.
WP-Footnotes – позволяет добавлять сноски для полноценности статьи.
wpSpoiler – позволяет прятать текст под спойлер.

DJ-Email-Publish – отправляет для публикации в остльные ваши блоги статью, опубликованную в блоге на WordPress.
LiveJournal Crossposter – кросспостинг в ЖЖ.
©Feed – добавляет copyright info в RSS и размещает электронный отпечаток.
Add to Any Subscribe Button – кнопка подписки с множественным выбором доставки фида.
DeCat – позволяет включать посты с определёнными категориями в RSS-ленту.
Feed Control – даёт возможность исключать определённые статьи, создавать страницы и пр.
Feed Styler – позволяет менять шаблон фида.
FeedBurner FeedSmith – плагин для проведения подписки на RSS-ленту через FeedBurner.
FeedStats – статистические данные по фиду.
Feedvertizer – дополняет статьи на ленте текстовыми ссылками.
Slash Comments – добавляет строку к ленте о количестве комментариев к посту в блоге.

• Регистрация в каталогах
• Погоня за микроблогингом
• Движок для сайта «Антивирусных программ»
• Дело львовского судьи
• Темы для Google Chrome

Метки: «php» , «Spoiler» , «домен» , «Widget»

Если рассматривать поведение абстрактного пользователя сети, который нажимает на ссылки случайным образом и при этом в любой момент может закрыть браузер и прекратить просмотр по каким-либо причинам, то здесь естественным образом возникает вопрос, с какой вероятностью случайный пользователь попадет на ту или иную страницу и от чего эта вероятность зависит. Очевидно, что если на страницу нет ни одной ссылки, то ни уйти с нее, ни попасть на нее практически невозможно. Также если все страницы сети ссылаются на какую-то одну, то вероятность просмотра такой страницы пользователем значительно повышается. При этом вероятность посещения страниц, на которые в свою очередь будет ссылаться эта, тоже повысится. Таким образом, вероятность просмотра страницы зависит от количества ссылок на нее и от вероятности просмотра страниц ссылающихся на нее. Видимо, именно для расчета вероятности посещения страницы был разработан алгоритм PageRank.

Реализация алгоритма расчета PageRank неизвестна наверняка, но общий принцип самого алгоритма был опубликован в статье «The Anatomy of a Large-Scale Hypertextual Web Search Engine».

Для расчета PageRank используется следующая формула:

PR(A) = (1-d) + d∙ ( PR(T1)/C(T1) + … + PR(TN)/C(TN)) (1),

где PR(A) – PageRank страницы А;

T1… Tn – страницы, ссылающиеся на А;

C(T1) – количество ссылок страницы T1;

d – коэффициент затухания, находится в пределах от 0 до 1, обычно равен 0,85.

Также на PageRank наложено ограничение:

∑PRj = N, j=1…N (2),

где N – количество страниц в сети.

Данное условие следует из того, что сумма всех вероятностей не может превышать единицу, т.е. вероятность пребывания на данной странице равна отношению значения PageRank к числу всех страниц.

Для учета вероятности того, что пользователь закроет страницу, введен коэффициент затухания d.

Расчет PageRank помогает учитывать индивидуальность каждой страницы сети. Также один из плюсов PageRank заключается в том, что в связи со сложностью алгоритма его расчета на него практически невозможно влиять искусственным образом.

Рассмотрим расчет PageRank для простейшей сети, состоящей из четырех страниц (рис. 1).

Рис. 1.

Пусть изначально PageRank всех страниц равен 1.

Теперь посчитаем значения PageRank на первом шаге, используя (1):

PR(A) = (1-0,85) + 0,85∙ ( PR(B)/1 + PR(C)/1).

Затем подставим в формулу PR(B) и PR(C) равные 1:

PR(A) = 0,15 + 0,85∙ ( 1/1 + 1/1) = 1,85.

Для B:

PR(B) = (1-0,85) + 0,85∙ ( PR(A)/3 + PR(D)/1) = 0,15 + 0,85∙ ( 1/3 + 1/1) = 1,28333.

Для C:

PR(C) = (1-0,85) + 0,85∙ ( PR(A)/3) = 0,15 + 0,85∙ ( 1/3) = 0,43333.

Для D:

PR(D) = (1-0,85) + 0,85∙ ( PR(A)/3) = 0,15 + 0,85∙ ( 1/3) = 0,43333.

В результате мы получили новые значения PageRank для всех страниц.

Теперь посчитаем значения PageRank на втором этапе:

PR(A) = 0,15 + 0,85∙ ( PR(B)/1 + PR(C)/1)

Здесь мы опять подставим PR(B) и PR(C), но уже равные не 1, а их значения, полученные на предыдущем шаге:

PR(A) = 0,15 + 0,85∙ (1,28333/1 + 0,43333/1) = 1,609.

Для остальных страниц:

PR(B) = 0,15 + 0,85∙ ( PR(A)/3 + PR(D)/1) = 0,15 + 0,85∙ (1,85/3 + 0,43333/1) = 1,425.

PR(C) = 0,15 + 0,85∙ ( PR(A)/3) = 0,15 + 0,85∙ ( 1,85/3) = 0,674.

PR(D) = 0,15 + 0,85∙ ( PR(A)/3) = 0,15 + 0,85∙ ( 1,85/3) = 0,674.

Таким образом, мы получили значения PageRank на втором шаге, которые будут использоваться при расчете значений PageRank на третьем шаге. Затем необходимо проделывать эту операцию снова и снова, используя каждый раз значения PageRank рассчитанные на предыдущем этапе.

Смысл заключается в том, что нам придется проделать достаточно большое количество шагов (чем больше страниц в системе, тем больше будет количество шагов) и в результате после какого-то шага n на всех последующих шагах, начиная с n+1, значения PageRank будут неизменными. Для нашего примера достаточно проделать 10 шагов, чтобы значения PageRank выглядели следующим образом:

PR(A) = 1,637;

PR(B) = 1,136;

PR(C) = 0,614;

PR(D) = 0,614.

На 11 шаге, используя эти значения, мы получим новые PR, которые будут равны этим. На 12, 13, …,т.е. на всех последующих этапах произойдет тоже самое. Таким образом, можно сказать, что это и есть значения PageRank для данной системы. Сумма всех PR равна 4, т.е. условие (2) выполняется.

Также PageRank можно рассчитать не итерационным методом, как это сделано выше, а матричным.

Для этого составляется матрица следующего вида:

Данная матрица соответствует нашей простейшей сети (Рис.1.), т. е. страница A ссылается на B, C, D. Страница B ссылается на A. Страница C ссылается на А и D ссылается на В. При этом значения каждой строки делятся на количество ссылок данной страницы. Т.е. значения строки А поделены на 3, а значения всех остальных строк поделены на 1.

Данную матрицу необходимо умножить на значения PR предыдущего шага, полученный вектор умножить на единичный вектор, умноженный на d, и прибавить к результату единичный вектор, умноженный на (1-d).

После расчета мы видим, что страница A имеет самый высокий PR в нашей сети, страница B – более низкий, т.е. вероятность попасть на страницу A больше всего. Поэтому если все четыре страницы, будут по содержанию соответствовать какому-то запросу поиска, то несмотря на достаточно похожее содержание страниц, после учета значений PR, страница A окажется на первом месте, B – на втором, а C и D – на третьем.
Поскольку PageRank, имеет отношение к вероятности просмотра страниц, то для лучшего понимания, стоит обратиться к такому разделу теории случайных процессов как теории Марковских процессов.

Под Марковским процессом подразумевается процесс, для которого вероятность находиться в данном состоянии, на данном этапе процесса можно вывести из информации о предшествующем состоянии. Цепью Маркова называется Марковский процесс, для которого каждое конкретное состояние зависит только от непосредственно предыдущего. Число состояний цепи Маркова конечно, а вероятности перехода из одного состояния в другое не зависят от времени.

Следуя из определения можно сказать, что рассматриваемый нами процесс поведения абстрактного пользователя сети является Марковским, и даже более того, является Цепью Маркова.

Теперь рассмотрим, какие условия определяют цепь Маркова:

Во-первых, у цепи имеется матрица вероятностей перехода:

где pij – вероятность перехода из состояния i в состояние j за один шаг процесса.

Матрица (3) обладает следующими свойствами:

а) ∑pij = 1 j=1…N. (свойство, вытекающее из замкнутости системы);

б) pij ³ 0 » i,j.

Во-вторых, у цепи Маркова имеется вектор начальных вероятностей, который описывает начальное состояние системы:

P(0) = < P01, P02,..,P0n > (4)

Обозначим шаги (этапы) процесса за t = 0, 1,…..

Если P(0) это вектор начальных вероятностей, то P(t) – это вероятностный вектор на шаге t. Значение P(t+1) зависит от P(t). Формула расчета в матричном виде выглядит следующим образом:

P(t+1) = P(t) ∙P (5).

Отсюда следует, что:

P(t) = P(0) ∙Pt (6).

В теории цепей Маркова показано, что в пределе, при t стремящемся к бесконечности, вероятности состояний стремятся к определенным предельным значениям, которые удовлетворяют соотношению:

P(*)=P(*)∙P (7).

Из (7) становится очевидным, следующее важное свойство предельных векторов вероятностей P(*). Заключается оно в том, что P(*) является единственным и не зависит от вектора начальных вероятностей P(0) и определяются только матрицей вероятностей перехода.

Теперь рассмотрим применение данной теории для системы из нашего примера (Рис. 1. Часть I).

Матрица вероятностей перехода будет выглядеть следующим образом, т.е. также как и матрица при расчете PageRank матричным способом:

Первая строка матрицы свидетельствует о следующем: со страницы A можно перейти на B, C, и D. Вероятность того, что после A пользователь выберет C равна 1/3. Вероятность выбора D или C тоже равна 1/3.

Вторая строка значит, что со страницы B можно попасть только на A, вероятность этого перехода равна 1. Третья строка – с C можно попасть только на A, вероятность перехода равна 1. Четвертая строка – с D можно попасть только на B, вероятность перехода равна 1.

Для нашей системы вектор начальных вероятностей выглядит следующим образом (поскольку в нашей сети четыре страницы и пользователь может оказаться на люьбой из них с одинаковой вероятностью):

P(0) = < 1/4, 1/4, 1/4, 1/4>.

Для расчета вектора P(1) применим формулу (5), т.е. P(0) умножим на матрицу вероятностей перехода. Получим P(1) = <0,5; 0,3333; 0,0833; 0,0833>.

Для вектора P(2) формула (5) имеет следующий вид: P(2) = P(1) ∙P. После расчета получаем значения P(2) = <0,4167; 0,25; 0,167; 0,167>.

Рассчитывая значения P(t) по формуле (5) мы найдем t, для которого выполняется равенство (7). Т.е. мы рассчитаем значение предельного вектора вероятностей P(*), который не зависит от вектора начальных вероятностей P(0) и определяется только матрицей вероятностей перехода.

В нашем случае P(*) = <0,429; 0,286; 0,143; 0,143>.

Таким образом, после достаточно большого количества переходов со страницы на страницу уже не имеет значения с какой страницы пользователь начал просмотр, поскольку в результате он окажется на странице A с вероятностью 0,429, на странице B с вероятностью 0,286, на страницах C и D с вероятностями 0,143 (или можно сказать, что 42% пользователей будут на странице A, 29% будут на странице B и на страницах C и D будет по 14% посетителей).

Теперь с полученным вектором P(*) произведем следующие действия:

0.85∙4P(*) + (1-0,85)

Проведем расчеты:

Для А: 0,85∙4∙0,429 + 0,15 = 1,607.

Для B: 0,85∙4∙0,286 + 0,15 = 1,12.

Для C: 0,85∙4∙0,143 + 0,15 = 0,635.

Для D: 0,85∙4∙0,143 + 0,15 = 0,635.

Получается что, рассчитав предельный вектор вероятностей P(*), умножив его на единичный вектор, умноженный на 4d, и прибавив к нему единичный вектор, умноженный на (1-d), мы получили значении практически равные значениям PR, рассчитанным в первой части статьи.

Сравним два алгоритма (расчет PageRank матричным способом и нахождение предельного вектора P(*) Цепи Маркова) в общем случае. Различие заключается лишь в том, что при расчете значений PR за начальный берется единичный вектор и вводится зависимость PR от коэффициента затухания. А для расчета P(*) начальный вектор состоит из значений 1/N, где N – количество страниц. Именно поэтому, умножив полученный вектор P(*) на N и d, а также прибавив (1-d) мы получили значения близкие к значениям PR.Похожие записи:

• Второй отчет по эксперименту с индексацией
• Page Rank
• Про сегодня
• Наглядный пример
• Первый отчет по второму эксперименту

Метки: «тест» , «PR» , «Цепи Маркова» , «Google»

• Яндекс
• Рамблер
• ГоГо
• ВебАльта
• Гугл
• Яху

Похожие записи:

• Регистрация в каталогах
• Наконец-то свершилось :)
• Некоторые интересные факты
• Яндекс Vs Google
• Сайты которыми я часто пользуюсь

Метки: «Поисковые системы» , «Yandex» , «Wm» , «Ru»