Автоматизация посткластеризации
Под посткластеризацией подразумеваются действия, в основном последующие после кластеризации, в результате которой создаются группы ключевых слов. Суть идеи в раздельном тегировании запросов и страниц, связывании их между собой (программируемый коннектор) и использовании в автоматизации, например, в следующих операциях:
— Генерация и обновление шаблонных текстов для Title, H1, Description и других блоков;
— Обновление семантики, в частности, разнесение появившихся новых ключевых слов по существующим кластерам;
— Связывание семантики из разных источников, например, кластеров, извлеченных из Вордстата с семантикой, генеренной под фильтры (и их сочетания) в и-магазинах.
Для небольших сайтов пока это мало интересно, т.к. быстрее сделать в Excel. Для крупных сайтов с большим количеством шаблонных текстов (например, и-магазины) позволит автоматизировать множество рутинных операций. Пока этого нет в сервисах, можно брать из них ID групп ключевых слов и самостоятельно обрабатывать в Python и внешней базе данных (например, в SQLite).
Тегирование описано по ссылке - https://traffi.ru/seo/url-tagging
Под посткластеризацией подразумеваются действия, в основном последующие после кластеризации, в результате которой создаются группы ключевых слов. Суть идеи в раздельном тегировании запросов и страниц, связывании их между собой (программируемый коннектор) и использовании в автоматизации, например, в следующих операциях:
— Генерация и обновление шаблонных текстов для Title, H1, Description и других блоков;
— Обновление семантики, в частности, разнесение появившихся новых ключевых слов по существующим кластерам;
— Связывание семантики из разных источников, например, кластеров, извлеченных из Вордстата с семантикой, генеренной под фильтры (и их сочетания) в и-магазинах.
Для небольших сайтов пока это мало интересно, т.к. быстрее сделать в Excel. Для крупных сайтов с большим количеством шаблонных текстов (например, и-магазины) позволит автоматизировать множество рутинных операций. Пока этого нет в сервисах, можно брать из них ID групп ключевых слов и самостоятельно обрабатывать в Python и внешней базе данных (например, в SQLite).
Тегирование описано по ссылке - https://traffi.ru/seo/url-tagging
👍1
Forwarded from 42 секунды
РБК: Яндекс начал строительство своего самого мощного дата-центра в России
– Он нужен, чтобы покрыть растущий спрос на облачные услуги
– В дата-центре расположится более 3,8 тыс. серверных стоек
– Общая проектная мощность новой площадки составит 63 МВт
– Это в 1,5 раза больше, чем в наиболее мощном из текущих ДЦ
– Открытие первой зоны планируется на первое полугодие 2023
– Дата-центр в Калуге станет четвертым ДЦ компании в России
– Для его строительства используют собственное оборудование
– ДЦ будут использовать для размещения оборудования клиентов
– Также для некоторых клиентов будет снижение цен на 20-30%
@ftsec
– Он нужен, чтобы покрыть растущий спрос на облачные услуги
– В дата-центре расположится более 3,8 тыс. серверных стоек
– Общая проектная мощность новой площадки составит 63 МВт
– Это в 1,5 раза больше, чем в наиболее мощном из текущих ДЦ
– Открытие первой зоны планируется на первое полугодие 2023
– Дата-центр в Калуге станет четвертым ДЦ компании в России
– Для его строительства используют собственное оборудование
– ДЦ будут использовать для размещения оборудования клиентов
– Также для некоторых клиентов будет снижение цен на 20-30%
@ftsec
> Стратегический шаг для компаний заключается не в том, чтобы использовать ИИ-контент целиком, а в том, чтобы использовать такие инструменты в своих процессах создания контента, и снижать предсказуемость текста...
В переводе на сеошный - длинные последовательности слов в gpt-моделях слишком предсказуемы и хорошо детектируются алгоритмами Гугла
В переводе на сеошный - длинные последовательности слов в gpt-моделях слишком предсказуемы и хорошо детектируются алгоритмами Гугла
👍1
Forwarded from noindex, nofollow
Кейс: как ИИ-контент был пессимизирован августовским HCU апдейтом (Helpful Content Update)
Оригинал: пост Кевина Индига (https://www.kevin-indig.com/case-study-ai-content-punished-by-the-hcu-update/).
Ярким примером сгенерированного машинным интеллектом контента является https://www.throughtheclutter.com/ - он содержит профили знаменитостей и истории про фильмы. Это тот уровень качества контента, который бы понижен HCU апдейтом.
На пике они получали 1 млн переходов из Гугла. 30 августа трафик начал падать. Через неделю он упал почти до нуля.
Даже просто глядя на структуру страницы, вы можете сказать, что с ней что-то не так.
Видимость домена показывает типичное развитие трафика для сайтов, которые агрессивно масштабируются с помощью ИИ-контента: резкий рост, плато и резкое снижение.
Чтобы доказать, что текст был создан ИИ, автор проанализировал образец с помощью двух разных инструментов обнаружения ИИ-контента: GLTR (инструмент от IBM Watson и Harvard NLP, основанный на GPT-2 и Huggingface's GPT-2 Output Detector.
Они измеряют визуальный след текста, чтобы оценить вероятность его автоматической генерации.
Google может обнаруживать ИИ-контент просто на основании того, насколько «предсказуемым» является текст, особенно по сравнению со всем остальным контентом на ту же тему в его корпусе.
Стратегический шаг для компаний заключается не в том, чтобы использовать ИИ-контент целиком, а в том, чтобы использовать такие инструменты в своих процессах создания контента, и снижать предсказуемость текста, чтобы повысить вероятность привлечения органического трафика.
Оригинал: пост Кевина Индига (https://www.kevin-indig.com/case-study-ai-content-punished-by-the-hcu-update/).
Ярким примером сгенерированного машинным интеллектом контента является https://www.throughtheclutter.com/ - он содержит профили знаменитостей и истории про фильмы. Это тот уровень качества контента, который бы понижен HCU апдейтом.
На пике они получали 1 млн переходов из Гугла. 30 августа трафик начал падать. Через неделю он упал почти до нуля.
Даже просто глядя на структуру страницы, вы можете сказать, что с ней что-то не так.
Видимость домена показывает типичное развитие трафика для сайтов, которые агрессивно масштабируются с помощью ИИ-контента: резкий рост, плато и резкое снижение.
Чтобы доказать, что текст был создан ИИ, автор проанализировал образец с помощью двух разных инструментов обнаружения ИИ-контента: GLTR (инструмент от IBM Watson и Harvard NLP, основанный на GPT-2 и Huggingface's GPT-2 Output Detector.
Они измеряют визуальный след текста, чтобы оценить вероятность его автоматической генерации.
Google может обнаруживать ИИ-контент просто на основании того, насколько «предсказуемым» является текст, особенно по сравнению со всем остальным контентом на ту же тему в его корпусе.
Стратегический шаг для компаний заключается не в том, чтобы использовать ИИ-контент целиком, а в том, чтобы использовать такие инструменты в своих процессах создания контента, и снижать предсказуемость текста, чтобы повысить вероятность привлечения органического трафика.
Growth-Memo
AI content punished by the HCU update
Google's HCU update punished low-quality AI content after all. In this case study, I show why and how to detect it.
Forwarded from 42 секунды
РБК: Microsoft и Netflix убрали ускоряющие загрузку контента серверы из России
– Их CDN-серверы были на московской точке обмена трафиком
– Речь про крупнейшую в стране точку обмена трафиком MSK-IX
– К точке MSK-IX подключены 346 различных операторов связи
– Пользователям стоит ожидать замедления работы сервисов
– Однако доступность сервисов для пользователей сохранится
– Ранее часть собственных серверов в России отключила Google
– Они использовались для ускорения загрузки YouTube и др.
@ftsec
– Их CDN-серверы были на московской точке обмена трафиком
– Речь про крупнейшую в стране точку обмена трафиком MSK-IX
– К точке MSK-IX подключены 346 различных операторов связи
– Пользователям стоит ожидать замедления работы сервисов
– Однако доступность сервисов для пользователей сохранится
– Ранее часть собственных серверов в России отключила Google
– Они использовались для ускорения загрузки YouTube и др.
@ftsec
Forwarded from noindex, nofollow
Dan Petrovic из агентства Dejan провел эксперимент: взял текст со страницы сайта Белого дома США из блока, который раскрывается только по клику, скопировал на главную собственного сайта (перед этим убедившись, что этот контент не защищен авторским правом) и через час по точной цитате был в Гугле выше первоисточника.
После того, как текст на его сайте также стал доступен только по клику, позиции страницы по точной цитате снизились.
Вывод, в общем-то, неудивительный: изначально видимый на странице контент имеет бОльшую ценность для Гугла, чем скрытый.
После того, как текст на его сайте также стал доступен только по клику, позиции страницы по точной цитате снизились.
Вывод, в общем-то, неудивительный: изначально видимый на странице контент имеет бОльшую ценность для Гугла, чем скрытый.
👍3
Forwarded from noindex, nofollow
Гугл перезапустил раздел с рекомендациями для веб-мастеров
Теперь он называется "Основы поиска" (Google Search Essentials)
и доступен по адресу https://developers.google.com/search/docs/essentials
Он содержит 3 раздела:
- Технические требования
- Политика в отношении спама
- Ключевые рекомендации (лучшие практики)
«Мы отказались от использования термина "веб-мастер" и оставалось только "Руководство для веб-мастеров". Как мы упоминали ранее, термин "веб-мастер" устарел, и очень немногие люди отождествляют себя с ним» - сообщается в блоге Центра Google поиска.
Теперь он называется "Основы поиска" (Google Search Essentials)
и доступен по адресу https://developers.google.com/search/docs/essentials
Он содержит 3 раздела:
- Технические требования
- Политика в отношении спама
- Ключевые рекомендации (лучшие практики)
«Мы отказались от использования термина "веб-мастер" и оставалось только "Руководство для веб-мастеров". Как мы упоминали ранее, термин "веб-мастер" устарел, и очень немногие люди отождествляют себя с ним» - сообщается в блоге Центра Google поиска.
#Закладки
Виды пенальти в Google → https://searchengineland.com/google-penalties-manual-actions-notifications-guide-388509
Виды пенальти в Google → https://searchengineland.com/google-penalties-manual-actions-notifications-guide-388509
Search Engine Land
Google penalties, manual actions and notifications: A complete guide
Learn all about on-page and off-page guideline violations, what Google's messaging means, and how to get a Google manual action removed.
#Закладки
"Использование ML в противодействии парсингу" в Яндексе ("Антиробот") → https://www.youtube.com/watch?v=jfQySJ9POPM
"Использование ML в противодействии парсингу" в Яндексе ("Антиробот") → https://www.youtube.com/watch?v=jfQySJ9POPM
🔥2👍1
Яндекс запускает свои телевизоры - безрамочные ТВ с Алисой и интеграцией в "умный дом" → https://www.rbc.ru/rbcfreenews/6357a4c89a7947ae953d1b16
РБК
«Яндекс» выпустит свои первые телевизоры с «Алисой»
«Яндекс» разработал собственные телевизоры. Безрамочные устройства будут оснащены голосовой помощницей — «Алисой» и могут интегрироваться в систему «умный дом»
Если на ии-картинки смотреть, как на коммерческий продукт с жизненным циклом, сейчас фаза наполнения рынка и через некоторое время произойдет насыщение. Поскольку поставщиков будет много (программисты, освоившие пакеты генерации картинок) далее начнется унификация продукта и ценовая конкуренция (так называемая коммодитизация) и это опустит цены, как на новые картинки, так и связанные работы (например, создание коллажей).
Но интересно другое, ии-картинки похожий, но более простой продукт по отношению к ии-текстам и на них можно посмотреть будущий тренд по генерации текстов.
Но интересно другое, ии-картинки похожий, но более простой продукт по отношению к ии-текстам и на них можно посмотреть будущий тренд по генерации текстов.
Forwarded from 42 секунды
The Verge: Shutterstock начнет продавать изображения, созданные ИИ
– Shutterstock объявил про новое партнерство с OpenAI
– Модель DALL-E 2 интегрируют в Shutterstock через API
– Раньше модель OpenAI училась на работах с фотостока
– Теперь сама DALL-E будет конкурировать с их авторами
– Shutterstock также запускает фонд поддержки авторов
– Им заплатят, если их работы продадут для обучения ИИ
@ftsec
– Shutterstock объявил про новое партнерство с OpenAI
– Модель DALL-E 2 интегрируют в Shutterstock через API
– Раньше модель OpenAI училась на работах с фотостока
– Теперь сама DALL-E будет конкурировать с их авторами
– Shutterstock также запускает фонд поддержки авторов
– Им заплатят, если их работы продадут для обучения ИИ
@ftsec
У Яндекса феноменальные результаты на фоне кризиса в цифровой экономике, демонстрирующие направления роста Digital в России
Forwarded from 42 секунды
vc: Отчет Яндекса за квартал: выручка выросла на 46% год к году – до 133,2 млрд руб., скорректированная прибыль – 5 млрд руб.
– Яндекс потратил 4,7 млрд руб. на компенсации опционов 10 тыс. чел.
– Выручка от «умных» устройств выросла на 74%, до 3,7 млрд руб.
– Выручка сегмента «Поиск и Портал» была 60,9 млрд руб. (+45%)
– Доля мобильной выручки от всей поисковой составила 59,6%
– Выручка сегмента Mobility выросла на 40%, до 31 млрд руб.
– На зарубежных рынках были 29% всех поездок (+2% каждый квартал)
– Количество подписчиков Плюса выросло на 53%, до 15,8 млн чел.
– GMV e-commerce за 9 мес. 2022 вырос в 2 раза, до 195,6 млрд руб.
– Выручка сегмента Yandex Cloud выросла на 175% год к году
@ftsec
– Яндекс потратил 4,7 млрд руб. на компенсации опционов 10 тыс. чел.
– Выручка от «умных» устройств выросла на 74%, до 3,7 млрд руб.
– Выручка сегмента «Поиск и Портал» была 60,9 млрд руб. (+45%)
– Доля мобильной выручки от всей поисковой составила 59,6%
– Выручка сегмента Mobility выросла на 40%, до 31 млрд руб.
– На зарубежных рынках были 29% всех поездок (+2% каждый квартал)
– Количество подписчиков Плюса выросло на 53%, до 15,8 млн чел.
– GMV e-commerce за 9 мес. 2022 вырос в 2 раза, до 195,6 млрд руб.
– Выручка сегмента Yandex Cloud выросла на 175% год к году
@ftsec
Forwarded from 42 секунды
CNews: Яндекс Карты запустили нейросетевой поиск организаций
– Карты будут анализировать всю доступную информацию
– Улучшенный поиск реализован на базе ML и нейросетей
– Сервис будет анализировать описание, отзывы, фото и др.
– Улучшенный поиск охватит сайты, меню, прайс-листы и др.
– Новый поиск теперь понимает смысл запроса пользователя
– Сервис сможет найти больше мест по сложным запросам
– Например, фото помогут найти нужное блюдо в ресторане
– Анализ отзывов поможет найти «лучшие» места по запросу
@ftsec
– Карты будут анализировать всю доступную информацию
– Улучшенный поиск реализован на базе ML и нейросетей
– Сервис будет анализировать описание, отзывы, фото и др.
– Улучшенный поиск охватит сайты, меню, прайс-листы и др.
– Новый поиск теперь понимает смысл запроса пользователя
– Сервис сможет найти больше мест по сложным запросам
– Например, фото помогут найти нужное блюдо в ресторане
– Анализ отзывов поможет найти «лучшие» места по запросу
@ftsec