ListRules/AnatolBazjukin: различия между версиями

Материал из ALT Linux Wiki
м (list marker fix)
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> и т.п.<br>
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 тема -- "вопрос от новичка" (но в
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 вопрос -- один тред
* 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 offtopic'е разгорелось
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 16:39, 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.