Canada Data

想的，但我肯定会以用户和营销人员的身份更多地研究 Web 界面。我认为我们将迎来一些有趣的机会……嗯，既作为用户，又作为营销人员 想要了解其他见解？ 查看了昨天@ev 的直播，他给出了自己的见解 阅读官方博客文章 观看视频，并通过 Twitter 了解更多信息 LDA 与 SERP 的相关性非常好，但远低于我的想象或声称的水平。预期相关性（以我们数据集的预期斯皮尔曼相关系数衡量）为 0.17，而不是 0.32。我发现计算结果为 0.32 时存在错误。


0.17 是一个很好的数字，但之前声称它是 0.32 就很尴尬了。 一 fusion 数据 些含义： 我在过去两周内发表的声明类似于“LDA 比我们发现的其他评估页面内容的方法更重要（我们测量它，等等），甚至比任何单一链接指标（如链接根域的数量）更令人惊讶”，这些说法是不正确的。更正的说法是“LDA 比我们研究过的其他衡量页面内容与查询相关性的方法具有更好的相关性（等等），但比计算链接的几种方法具有更低的相关性（等等）。” 主题建模仍然是另一个有前途的领域，但它的份额并不像我想象的那么大。


或者说没有声称的那么大。 对错误及其证据的描述略显冗长： 我正在研究Russ Jones 的图表与Sean Ferguson 的图表之间的差异，前者显示了 SERP 排名和 LDA 总分之间的大致线性关系，后者显示了平均 LDA 分数的大幅提升，但其余部分则相当随机。Russ Jones 的图表基于我们的工具。Sean 的图表基于电子表格。看了一会儿之后，很明显差异的根源在于工具和电子表格不一致。 我尝试使用该工具在电子表格中重现查询的几个结果。大约十几次之后，很明显，与该工具相比，电子表格的第一个结果得分始终较高，而其他结果的得分始终较低。