ListRules/AnatolBazjukin: различия между версиями
м (list marker fix) |
Ilis (обсуждение | вклад) Нет описания правки |
||
| Строка 1: | Строка 1: | ||
{{Шаблон:Викифицировать}} | <!-- {{Шаблон:Викифицировать}} --> | ||
== Классификация трафика == | |||
<pre> | <pre> | ||
Date: Fri, 27 May 2005 02:05:50 +0400 | Date: Fri, 27 May 2005 02:05:50 +0400 | ||
| Строка 11: | Строка 13: | ||
Thursday, May 26, 2005, 10:02:21 PM, you wrote: | Thursday, May 26, 2005, 10:02:21 PM, you wrote: | ||
s> Предложение: построить классификатор тематики и указывать<br> | s> Предложение: построить классификатор тематики и указывать<br /> | ||
s> сайн класса в сабже. Например,<br> | s> сайн класса в сабже. Например,<br /> | ||
s> [mmedia]Не работает xmms:-(<br> | s> [mmedia]Не работает xmms:-(<br /> | ||
s> [devel]А где лежит qmake<br> | s> [devel]А где лежит qmake<br /> | ||
s> | s> и т. п.<br /> | ||
К сожалению, это пересекающиеся множества, если не по Subject, то по | К сожалению, это пересекающиеся множества, если не по Subject, то по | ||
Text точно. | Text точно. | ||
| Строка 23: | Строка 25: | ||
8607 реже 10 раз. | 8607 реже 10 раз. | ||
Низкое качество классификации связано с отсутствием минимальной стандартизации | Низкое качество классификации связано с отсутствием минимальной стандартизации | ||
вопросов в Subject. Ну что за | вопросов в Subject. Ну что за тема — «вопрос от новичка» (но в | ||
тексте может быть вполне разумные вопросы). | тексте может быть вполне разумные вопросы). | ||
Предложения: | Предложения: | ||
* один | * один вопрос — один тред | ||
* в заголовке указание пакета, устройства, сервиса, то есть некие ключевые слова, а не эмоции и паразитные слова. Это менее строгое требование, чем цитируемое предложение, но оно легче реализуемо. | * в заголовке указание пакета, устройства, сервиса, то есть некие ключевые слова, а не эмоции и паразитные слова. Это менее строгое требование, чем цитируемое предложение, но оно легче реализуемо. | ||
| Строка 33: | Строка 35: | ||
показывает, что проще свалить все в одну и выполнить search (google - | показывает, что проще свалить все в одну и выполнить search (google - | ||
ау..) У меня на мыше с папкой 70 тыс. писем поиск занимает максимум 5 | ау..) У меня на мыше с папкой 70 тыс. писем поиск занимает максимум 5 | ||
минут в самом тяжелом случае. И недаром в | минут в самом тяжелом случае. И недаром в offtopic’е разгорелось | ||
соревнование фирм в создании систем локального поиска. | соревнование фирм в создании систем локального поиска. | ||
Версия от 13:39, 14 ноября 2008
Классификация трафика
Date: Fri, 27 May 2005 02:05:50 +0400 From: "Anatol B. Bazjukin" To: <community@> Subject: Re: [Comm] Предложение: Тематический классификатор в поле <Тема>
Hello spider,
Thursday, May 26, 2005, 10:02:21 PM, you wrote:
s> Предложение: построить классификатор тематики и указывать
s> сайн класса в сабже. Например,
s> [mmedia]Не работает xmms:-(
s> [devel]А где лежит qmake
s> и т. п.
К сожалению, это пересекающиеся множества, если не по Subject, то по
Text точно.
Я в одном из тредов приводил частотный анализ слов в Subject для [Comm]. Всего выделено 8958 слов, большая часть которых встречаются редко. 8607 реже 10 раз. Низкое качество классификации связано с отсутствием минимальной стандартизации вопросов в Subject. Ну что за тема — «вопрос от новичка» (но в тексте может быть вполне разумные вопросы).
Предложения:
- один вопрос — один тред
- в заголовке указание пакета, устройства, сервиса, то есть некие ключевые слова, а не эмоции и паразитные слова. Это менее строгое требование, чем цитируемое предложение, но оно легче реализуемо.
Раскладывание тредов по папочкам очень увлекательное занятие, но опыт показывает, что проще свалить все в одну и выполнить search (google - ау..) У меня на мыше с папкой 70 тыс. писем поиск занимает максимум 5 минут в самом тяжелом случае. И недаром в offtopic’е разгорелось соревнование фирм в создании систем локального поиска.