Website Geotargeting (russian)

Автоматическая геоклассификация вебсайтов Иван Бегтин DPLabs

Зачем это нужно? Области применения

Области применения 1. Региональный поиск 2. Обогащение интернет каталогов 3. Дополнительные данные для других алгоритмов классификации* * Например, при выявлении SEO ссылок или определения геопривязки email адресов.

Основы геоклассификации Термины и онтология

Основы геоклассификации 1. Геометки - тематическая привязка сайта к определенному географическому положению 2. Геосправочники – справочники и классификаторы для выявления геометок 3. Геопризнаки – информационные объекты связанные с веб-сайтом содержащие информацию о его географическом положении

Виды геометок 1. Местонахождение - где находится домен/ IP адрес хостинга 2. Владение - где находится владелец 3. Аудитория – откуда приходят посетители, какие посетители привлекаются 4. Тематика – какой теме посвящен веб-сайт

Местонахождение Как используется • Отвечает на вопрос: Где расположен сайт? • Определяется по принадлежности домена и IP адреса хостинга Ограничения • Не применимо к бесплатным хостингам • Не применимо к сайтам скрытым за CDN

Владение Как используется • Отвечает на вопрос: Где находится владелец сайта? • Определяется по контактным данным владельца: – в WHOIS – на страницах веб-сайта Ограничения • WHOIS данные недоступны для большинства доменов 3-го уровня • Контактные данные неизвлекаемы для сайтов на Flash и публикующими контакты в виде изображений

Аудитория Как используется • Отвечает на вопрос: Где находятся посетители сайта? • Определяется по : – по геопривязке IP адресов посетителей сайта – по регистрационным данным в онлайн каталогах – по языку веб сайта (в случае национальных языков РФ) Ограничения • Требуется доступ к счетчикам сайта с геопривязкой – GA, LI.ru • Небольшое число сайтов в онлайн каталогах

Тематика Как используется • Отвечает на вопрос: О чем написано на веб сайте? • Определяется по ключевым словам в тексте страниц сайта Ограничения • Значительная ресурсоѐмкость если не ограничивать число проверяемых страниц • Разные типы сайтов могут иметь более одной геопривязки

Подготовка к классификации Работа со справочниками

Справочники и классификаторы • База LIRов (IPGeobase) • База почтовых индексов РФ • Телефонные коды городов (ABC коды) • Телефонные коды сотовых операторов (DEF коды) • Справочник СОУН (база налоговых органов) • База юридических лиц РФ • База кредитных учреждений РФ • База ключевых слов/фраз/регулярных выражений геотематики • Классификация доменов – По географическим доменам – По ключевым словам в названиях – По типовым шаблонам в названиях доменов • множество других…

Нормализация справочников • Нормализация справочников проводится для сайтов относящихся только к Рунету • Все справочнику приводятся к единому рубрикатору на базе КЛАДР • Обязательный уровень детализации – субъект РФ • Допустимый уровень детализации – муниципальные образования и города регионального значения

Геопризнаки Работа со справочниками

Виды геопризнаков • Адреса, включая почтовые индексы • Телефонные номера – городские и мобильные • Ключевые слова в тексте • Аббревиатуры и сокращения • Коды ИНН, КПП, ОГРН • Коды расчетных счетов + БИК

Классификация Работа со справочниками

Текущий статус • Алгоритм создан в 2008 году Иваном Бегтиным в рамках DPLabs в рамках исследований по географической и тематической классификации сайтов • Классифицировано около 20 000 сайтов • Ведется работа по построению онтологии геоклассификации

Как это работает 1. Веб-сайт анализируется на наличие различных геопризнаков на его страницах и связанных с ним информационных объектах: WHOIS домена, IP адресах 2. Геопризнаки согласно специальным правилам проверяются по справочникам и приводятся к геометкам 3. Правила обладают приязкой к месту нахождения геометки и объекту, а также имеют разный вес. 4. Результат состоит из двух отчетов: – детальный отчет со всеми правилами и метками – суммарный отчет по совокупности числа правил и меток учитывая их вес

Вопросы? Иван Бегтин Email: ibegtin@dplabs.ru Сайт: http://ivan.begtin.name

http://ivan.begtin.name	94
http://lj-toys.com	14
http://endorfine.od.ua	2
http://www.slideshare.net	2
http://xss.yandex.net	1

Website Geotargeting (russian)

by Begtin Ivan on Jul 29, 2009

Accessibility

Categories

Tags

Upload Details

Usage Rights

5 Embeds 113

Statistics

Website Geotargeting (russian) — Presentation Transcript