Иван Бегтин

Проверенный чёрт

Previous Entry Share Next Entry
Социальный тематический PageRank
ivbeg

Продолжая ударными темпами разбираться во математических внутренностях PageRank, TrustRank и прочих неконтентных алгоритмах, и ,решив выбрать упрощённую экспериментальную выборку, далее будут результаты нескольких моих экспериментов по расчёту аналога PageRank для Livejournal и аналога ТиЦ групп в блогах.

Как проходил эксперимент:

1. С помощью API ЖЖ была сформирована тестовая выборка в несколько тысяч пользователей (6927).

2. Выборка была отклассифицирована по тематическим категориям (”Управление проектами”, “Системная архитектура”, “Электронное государство”, “Язык разработки Python” и т.д.). Классификация проводилась по интересам пользователей + их участию в тематических сообществах. В каждой из групп состояло от 70 до 1000 участников.

3. Для всей тестовой выборки и каждой из тематических групп был рассчитан адаптированный к соц. сети/ репутационный PageRank.

Разумеется не стоит забывать что данные алгоритмы показывают лишь рейтинги популярности. Также, важно учитывать что при доработках алгоритма цифры могут менятся, хотя и врядли значительно.

Выдежки из данных:

Общий топ 25:

Рассчитан по выборке в 6927 участников, учитывались только входящие ссылки. Является демонстрационной так как охватывает не более 1% всех ЖЖ пользователей.

dolboeb 342.418858781
avva 223.511387594
drugoi 213.322113268
nl 199.138303287
r_l 184.865540359
labas 168.966955971
bbb 162.242352962
snorapp 159.537477884
abstract2001 143.668951932
dimkin 143.14512955
mozgovaya 140.378624201
akuaku 137.375236955
galerist 133.427605033
cook 132.960022893
zt 125.633936841
foma 123.920256738
plushev 118.649040814
skuzn 116.759503726
tema 116.095575504
pe3yc 115.330819972
berezin 114.495004527
soamo 112.6405783
maccolit 109.858158976
xura 106.340611819

Полный список в файле global_rank.txt

Формат: имя пользователя + ранг через пробел.

Топ 25 блоггеров по теме “Электронное государство”:

Рассчитан по базе из 75 участников, учитывались только внешние ссылки.

aen_ 846.18255496
ailev 781.682506204
v_novikov 613.600760698
y_pat 464.780954644
vvagr 395.817682147
abbra 386.116141453
alexott 321.645895019
lqp 314.079178497
yakushin 307.016051374
ivbeg 283.834058791
smi_alt 248.806318268
nidd 226.064142771
mb_z 221.840338781
pvphome 208.266591653
pargentum 186.323258094
beldmit 175.395736005
dmtr 166.384817567
golosptic 164.58829632
alexkuklin 148.988468572
vyastik 145.083654206
oxford_law 143.027468584
city_rat 137.934542727
liks_cryptor 123.152486049
mp_1812 120.508519467
fukanchik 110.198755283

Полный список участников сообщества и ранг aeg_dev_rank.txt

Основной интерес, лично у меня, был в том упростить поиск авторов по интересующим меня темам. Надо сказать что ожидания оправдались, несколько новых новых блогов по анализу информации и поисковым технологиям я таким образом сумел выудить.

Некоторые результаты были довольно удивительными и даже неожиданными. Например, практически все из рассчитанному мною “Общего топ 25″ находятся в первых 2000 блогов рейтинга Яндекса. Причём я подозреваю что при увеличении выборки пересечений будет только больше, а Яндекс и впрямь использует использует для расчёта PageRank’оподобный алгоритм.

P.S.

Если есть интерес увидеть рейтинги по упомянутым другим темам или каким-либо другим сообществам в ЖЖ - оставляйте комментарии, что хотите увидеть. По наличию времени буду закидывать новые оценки рейтингов.

Кросспост из Иван Бегтин. Комментарии можно оставлять здесь или здесь.


  • 1
Гм.
Спасибо, пошёл смотреть журналы из второго топа ;-)

  • 1
?

Log in

No account? Create an account