تحلیل و بررسی فاکتور های یاندکس

من علاقه زیادی به فاکتور های رتبه بندی دارم، اخیرا هم که فاکتور های موتور جستجوگر روسی یاندکس لو رفته فرصت خوبی برا من بود که بشینم و دانشم رو به چالش بکشم و کنارش چنتا چیز جدید یاد بگیرم.

اولین با این توئیت خبر هک شدن یاندکس رو در تاریخ 26 جولای داده و لینکی گذاشته که به یکی از انجمن های اینترنتی میره ک توش 44.71 گیگ سورس کد موتور جستجوی یاندکس وجود داره که یکی از فایل های مربوط به فاکتورهای رتبه بندی یاندکس میشد.

داخل فاکتور های لو رفته یاندکس چنتا متغییر و عامل بودن که توی همه فاکتور ها تعدادی لیست شده بودند و داکیومنتی براشون جایی نبود ولی با بررسی دقیق میشد فهمید که چه متغییری مربوط به چی میشد، که در ادامه سعی می کنم بیشتر توضیح بدم.

تعداد تکرار هر کدوم از متغییر ها رو میتونین داخل فاکتور ها ملاحظه کنین که هر متغییری که بیشترین تکرار رو داره میشه احتمال داد که تاثیر زیادی روی فاکتور های رتبه بندی داره.

پارامتری به اسم AntiSeoUpperBound داخل مستندات وجود دارد که کمترین مقدارش مربوط به فاکتور “FI_QUERY_URL_CLICKS_FRC_REG” و مقدار 0.25 هستش و بیشترین مقدارش 1 و چندین فاکتور مقدار 1 رو دارن. این پارامتر احتمالا ضریب تاثیر فاکتور مورد نظر نسبت به سایر فاکتور ها باشه و مقدار index صرفا عدد شاخص برای شناسایی هستش و ترتیب لیست شدن لاخل فاکتور ها به درجه اهمیت اون ها ربطی نداره.

برای جستجو بین فاکتورهای یاندکس هم میتوانید به مطلب فاکتورهای یاندکس مراجعه کنید که توضیحاتش رو ترجمه کردم و داخل مقاله گذاشتم یا به آدرس yandex-explorer.herokuapp.com مراجعه کنید و میان فاکتور ها جستجو کنید.

دسته بندی فاکتورهای یاندکس بر اساس نوع:

فاکتورهای پایه سئو (DOC)
فاکتورهایی که مربوط به مقادیر ثابت محتوا می شود
فاکتور های مربوط به کوئری سرچ کاربر
فاکتورهای مربوط به هاست
فاکتورهای مربوط به آنکر تکست ها
فاکتور های پویا و متغییر
فاکتور های مربوط به رفتار کاربر

فاکتورهای منسوخ یاندکس:

طبق بررسی انجام شده از کل 1922 فاکتور حدود 1273 تا برچسب های مربوط به منسوخ بودن و عدم استفاده خورده اند. که کل فاکتورهای مفید رو به عدد 649 رسونده.

این فاکتورهای زیر در هر فاکتوری اومده باشه یعنی دیگه تاثیر گذار نیست و ازش استفاده نمیشه

unimplemented
depreciated
unused

فاکتورهای پایه سئوی یاندکس:

IsHTML (نوع صفحه HTML و داکیومنت تایپ اون)
IsPo (صفحات جوجه)
IsFake (صفحات جعلی)
IsUnreachable (صفحه غیر قابل دسترس است تابع muzzle نتوانسته محتوای صفحه را ببیند)
IsHttps (آیا این صفحه با پروتکل HTTPS محافظت شده است)

فاکتورهای مربوط به کوئری سرچ کاربر:

LongQuery (مجموع idf های کلمات کوئری)
WordCount (حداقل تعداد کلمات کوئری تقسیم بر 10)
InvWordCount (1 تقسیم بر تعداد کلمات موجود داخل هر درخواست)
SyntQuality (آیا کوئری سرچ کاربر دارای تجریه تحلیل کامل است)
ExpectedFound (تعداد جستجوی مورد انتظار (استاندارد) هر کوئری)

فاکتور های مربوط به بررسی محتوا:

IsEShop (بررسی تجاری و فروشگاهی بودن صفحه)
IsMainPage (اگر صفحه اصلی مربوط به مالک باشد، ضریب 1 است)
Long (محتوای طولانی در صفحه – هرچقدر محتوا طولانی باشد ارزش بیشتری ارائه میکند)
IsForum (محتوای فروم و انجمن های اینترنتی را از طریق FORUM_DETECTOR تشخیص می دهد)

فاکتور های پویا و متغییر یاندکس:

FreshNewsDetectorPredict (مقدار تشخیص دهنده خبر که توسط الگوریتم و تابع behemoth محاسبه میشود – اگر از حد نساب پایین تر باشد همیشه 0 است)
PiracyDetectorPredict (مقدار خروجی تابع pirate detector که توسط الگوریتم و تابع behemoth محاسبه میشود)

فاکتورهای مربوط به آدرس صفحات (URL)

UrlLen (طول URL تقسیم بر 5)
IsObsolete (یک تاریخ باستانی در URL وجود دارد که آنها را اخبار باستانی میشناسد. فاکتور 1 اگر نشانی وب بعد از سال 2007 باشد.)
OnlyUrl (تمامی موارد فقط داخل URL باشد و هیچ موردی داخل محتوای صفحه وجود نداشته باشد)
IsCom (اگر پسوند یا TDLT صفحه دات کام باشد)
UrlHasNoDigits (هیچ عددی داخل آدرس صفحه وجود نداشته باشد)
NumSlashes (تعداد اسلش های موجود در آدرس URL)
IsNotCgi (بررسی وجود علامت سوال ؟ در آدرس – بطور واضح بررسی وجود پارامتر های CGI داخل آدرس)

فاکتورهای مربوط به موقعیت جغرافیایی (GEO)

GeoCityUrlRegionCity (آدرس های جغرافیایی استخراج شده از آی پی کاربر یا آدرس صفحات)
GeoCityUrlGeoCityCity (استخراج شهر مربوط به آدرس صفحه)
GeoCountryUrlGeoCountry (استخراج کشور مربوط به آدرس صفحه)

فاکتورهای مربوط به هاست

IsBlog (بررسی بودن یا نبودن صفحه مقالات یا بلاگ blog)
IsWiki (آیا آدرس مورد نظر مربوط به ویکی پدیای روسیه است ru.wikipedia.org)
IsOwner (آیا میزبان سایت و مالک سرور یکی است – الزاما با بررسی ریدایرکت آی پی به دامنه میشود متوجه شد که آیا هاست اشتراکی است یا نه سرور اختصاصی فقط این سایت را میزبانی می کند)
NastyHost (کوئری هایی که توسط هاست نمایش داده شده و روی آنها کلیک شده است!! )

فاکتورهای مربوط به مرورگر و رفتار کاربر:

YabarHostSearchTraffic (سهم ترافیک سایت از موتورهای جستجوهای دیگر – استخراج دیتا از طریق نوار یاندکس)
VisitsFromWiki (تعداد بازدیدها ها و ورودی (به / از) آدرس های اینترنتی ویکی پدیا)
BrowserHostDwellTimeRegionFrc (نسبت زمان ماندن کاربر روی سایت در یک منطقه مشخص نسبت به زمان ماندن در همه مناطق)
BrowserBookmarksUrl (هر چه کاربران بیشتری یک URL را به بوکمارک ها اضافه کنند امتیاز مثبت)
More90SecVisitsShare (سهم بازدیدهایی که مدت زمان ماندن در صفحه بیش از 90 ثانیه است)
VisitorsReturnMonthNumber (تعداد کاربرانی که در طول ماه برگشتند)

فاکتورهای مربوط به بک لینک:

LinkQuality: کیفیت لینک های ورودی
LR : ارتباط پیوند
NumLinks: تعداد لینک های ورودی.
Megafon: فراوانی نسبی کلمات در پیوندها
NewLinkQuality: طبقه بندی کیفیت لینک های ورودی 2
XLRgood: سهم لینک های “خوب” چقدر است؟
XLRmanyBad: چه تعداد لینک بد دارد؟
LinkAge: میانگین سن پیوندهایی که چیزی را به پیوند LR رساندند

مقایسه درجه اهمیت برخی از فاکتور های یاندکس:

ضریب	اسم فاکتور
0.564095297	FI_URL_DOMAIN_FRACTION
0.369078039	FI_QUERY_DOWNER_CLICKS_COMBO
0.345115883	FI_MAX_WORD_HOST_CLICKS
0.315439457	FI_MAX_WORD_HOST_YABAR
0.276250497	FI_IS_COM
0.254915496	FI_OQ_BCLM_PLAIN
0.231000482	FI_OWNER_CLICKS_PCTR
0.230257145	FI_MAX_WORD_HOST_RANK
0.219595036	FI_QUERY_DOWNER_CLICKS_PCTR
0.214713694	FI_QUERY_DOWNER_CLICKS_FRC
0.209866937	FI_DOM_PHRASE_CLICK_RANK_BI
0.209508534	FI_OWNER_REQS_POPULARITY
0.205699196	FI_HAS_NO_QUERY_SHOWS
0.205184905	FI_DOM_PHRASE_YABAR_BI
0.202186194	FI_QUERY_DOWNER_WEIGHT_CLICK
0.18974311	FI_OWNER_NAV_QUOTA
0.185032224	FI_QUERY_DOWNER_ONLY_CLICK_RATE
0.182867833	FI_PAGE_RANK
0.179216994	FI_QUERY_DOWNER_ONLY_CLICK_RATE_REG
0.178646516	FI_SUBQUERY_THEME_MATCH_A
0.166327421	FI_OWNER_CLICKS_PCTR_REG
0.165031404	FI_HAS_DETERMINED_CITIES
0.160420714	FI_QUERY_DOWNER_CLICKS_COMBO_REG
0.160379345	FI_HAS_NO_QUERY_DOWNER_SHOWS
0.15671244	FI_REG_HOST_RANK
0.152953809	FI_QUERY_DOWNER_WS_MAX_WHR_AND_ONLY_CLICK_RATE
0.148292223	FI_QUERY_DOWNER_SATISFIED4_RATE
0.147136648	FI_QUERY_DOWNER_YABAR_VISITS
0.12966893	FI_OQ_BM25_LEM
0.129641402	FI_FIRST_WORD_HOST_CLICKS
0.12797973	FI_YABAR_HOST_AVG_ACTIONS
0.126700169	FI_OWNER_SESS_NORM_DUR
0.125675708	FI_OQ_BM25_STR
0.122090633	FI_QUERY_DOWNER_YABAR_AVG_TIME
0.119512833	FI_QUERY_DOWNER_YABAR_VISITORS
0.118638181	FI_QUERY_DOWNER_CLICKS_FRC_REG
0.115262514	FI_QUERY_DOWNER_WEIGHT_CLICK_REG
0.114624515	FI_MATRIXNET
0.113671588	FI_QUERY_MINONE
0.11292877	FI_TITLE_TRIGRAMS_Q
0.112334631	FI_OQ_BM25_SYN
0.105135837	FI_OQ_BCLM_WEIGHTED
0.103903118	FI_QUERY_COMMERCIALITY_MX
0.102548298	FI_OWNER_SATISFIED4_RATE
0.097713692	FI_SHOP
0.097073501	FI_IS_HUB
0.096811143	FI_LINK_WEIGHTED_FORMS
0.096447224	FI_DIFFERENT_INTERNAL_LINKS
0.094045741	FI_NUM_LINKS_FROM_SEGMENT_CONTENT
0.093045433	FI_MPSA
0.089404211	FI_URL_LINK_PERCENT
0.087850313	FI_QUERY_DOWNER_WS_FRC_AND_BM25F_DPR_FIXED
0.087122791	FI_PAGE_RANK_UKR
0.085929172	FI_YABAR_HOST_VISITORS
0.085276276	FI_DOM_PHRASE_YABAR
0.084699402	FI_GEO_RELEV_ALIEN_CITY
0.084012276	FI_GEO_RELEV_REGION_COUNTRY
0.082967074	FI_GEO_REGION_PROXIM
0.081289466	FI_IS_NOT_RU
0.080331864	FI_SYN_FL_REMAP2
0.078872214	FI_LINK_BREAK
0.077454132	FI_QUERY_DOWNER_CLICK_SUMMARY
0.076343384	FI_DOM_PHRASE_CLICK_RANK
0.075434935	FI_TEXT_BM25_ATTEN_SYN
0.074172193	FI_YABAR_HOST_AVG_TIME2
0.071481761	FI_QUERY_DOWNER_SATISFIED4_RATE_REG
0.071417327	FI_YABAR_HOST_INTERNAL_TRAFFIC
0.071242787	FI_PAGE_RANK_BONUS
0.070074396	FI_TITLE_IDF_SUM
0.069696683	FI_LONGEST_TEXT
0.069268622	FI_EXPECTED_FOUND
0.067151098	FI_YABAR_URL_VISITS
0.066890922	FI_URL_BM25
0.064310715	FI_URL_TRIGRAMS
0.062753582	FI_LAST_WORD_HOST_CLICKS
0.062474191	FI_NON_COMM_NORM_LR_LOG_RELEV
0.061675217	FI_SOWNER_MAX_SUM_SOURCE_RANK
0.061031422	FI_HEADING_IDF_SUM
0.060594485	FI_LERF_LR_LOG_RELEV
0.059222635	FI_BF_LEMMA_ALL
0.058870258	FI_BM25F_DPR_FIXED
0.058415162	FI_LONG_QUERY_SYN
0.05705355	FI_PERCENT_WORDS_IN_LINKS
0.056552232	FI_PAGE_REGION_SIZE_IN
0.055767877	FI_TLP1_ALL
0.055185094	FI_URL_NGRAMS_MODEL
0.054926148	FI_QUERY_REF_TRIGRAM_Q
0.054680076	FI_QUERY_DOWNER_CLICK_SUMMARY_REG
0.054576898	FI_LANGUAGE_COMPLIANCE
0.054156294	FI_BM25F_DPR_OBSOLETE
0.051465614	FI_GEO_CITY_PROXIM
0.051057813	FI_YABAR_URL_VISITORS
0.050576094	FI_NUM_SLASHES
0.049845925	FI_SR
0.049061648	FI_LINK_RELEV
0.047914113	FI_QUERY_DOWNER_CLICKS_PCTR_REG
0.047164043	FI_TITLE_IDF_SUM_FIXED
0.04689109	FI_LINK_PAIR_SYN
0.046783126	FI_Q_DIVERSITY
0.046757968	FI_DBM35
0.044511156	FI_LERF_GEO_LR_LOG_RELEV
0.042452795	FI_LR_GEO_RELEV_REGION_COUNTRY
0.038806478	FI_PASSAGE_LEGACY_TR
0.038372461	FI_LCOR
0.038263041	FI_STATIC_TITLE_LR_BM25
0.037180374	FI_COUNTRY_Q_DIVERSITY
0.035447186	FI_LINK_BREAK_SYN
0.033485834	FI_HIT_NUM_100
0.032525279	FI_OWNER_SDIFF_SHOW_ENTROPY
0.031399776	FI_TLBM25
0.031186244	FI_WORDS_IN_TITLE
0.030786458	FI_BCLM
0.030334787	FI_LONG_QUERY
0.027302374	FI_YA_BAR
0.02692651	FI_LOG_LR
0.026650508	FI_TRIGRAMS_COND_PROB
0.02580664	FI_URL_SESS_NORM_DUR_RATE
0.025691574	FI_IDF_VARIANCE
0.025328926	FI_URL_SESS_NORM_DUR_RATE_REG
0.024263432	FI_COUNTERS_SEARCH_TRAFFIC1
0.024006118	FI_TEXT_BREAK_EX
0.023610887	FI_QUERY_URL_CLICKS_FRC_REG
0.022803839	FI_TEXT_WEIGHTED_FORMS
0.021178675	FI_NEW_LINK_QUALITY
0.021178675	FI_NEW_LINK_QUALITY_FIXED
0.019988664	FI_CATALOG_RELEV
0.019740982	FI_SWBM25
0.019580616	FI_MEAN_WORD_LENGTH
0.019301159	FI_LINKS_IN_TITLE_TRIGRAMS
0.019119257	FI_LINK_RELEV_PHRASE
0.017641844	FI_QSEGMENTS_BREAKS
0.016179975	FI_STATIC_TITLE_BM25_EX
0.013900532	FI_PERIODIC_LINK_DATES_PERCENT
0.01341234	FI_GSK_URL_MODEL
0.013370501	FI_LR_GEO_RELEV_REGION_NATDOM
0.01317158	FI_GEO_COUNTRY_PROXIM
0.013112576	FI_LINK_QUALITY_FIXED
0.012081787	FI_COUNTRY_QUERY_REGIONALITY
0.011650367	FI_FEM_MAS_NOUNS_PORTION
0.010872235	FI_SYNT_QUALITY
0.010581678	FI_SEGMENT_AUX_ALPHAS_IN_TEXT
0.009455905	FI_LINK_SPEED
0.009314594	FI_GEO_LR_LOG_RELEV
0.00842683	FI_SPAM_KARMA
0.007908809	FI_URL_LENGTH_2
0.006691169	FI_ADD_TIME
0.006678481	FI_YABAR_HOST_SEARCH_TRAFFIC
0.005160158	FI_PHRASE
0.004768008	FI_OWNER_SDIFF_SHOW_ENTROPY_REG
0.003890338	FI_YABAR_URL_AVG_TIME
0.003622338	FI_QUERY_ISHUM
0.003363499	FI_COMM_LINKS_SEO_HOSTS_NON_COMM
0.003128581	FI_LR_AMORTIZED_BY_AGE
0.002431407	FI_SYN_FL_REMAP1
0.001181037	FI_Q_DIVERSITY2
0.000692523	FI_C_IN_DEGREE_2
0.000426529	FI_LINK_AGE
9.46964E-05	FI_LERF_LANG_LR_LOG_RELEV
1.36523E-07	FI_FIELD_LM
-0.000807198	FI_DMOZ_QUERY_BEST_THEME
-0.000832707	FI_PAGE_REGION_REL_COVERAGE
-0.000833437	FI_GOOD_RATIO
-0.000843496	FI_GEO_GEOMETRY_PROXIM
-0.001158034	FI_URL_LEN
-0.001209701	FI_COUNTRY_Q_DIVERSITY2
-0.001250755	FI_ADV_PRONOUNS_PORTION
-0.001564276	FI_LINK_QUALITY
-0.00217085	FI_TRIGRAMS_PROB
-0.003021983	FI_TRLR_QUORUM_LEMMA
-0.005028752	FI_TOCM
-0.005085205	FI_QCLASS_OAO
-0.005976754	FI_ADJ_PRONOUNS_PORTION
-0.0066794	FI_TEXT_PAIR_EX
-0.006950709	FI_PAGE_REGION_INV_SIZE_IN
-0.007634608	FI_YABAR_HOST_AVG_TIME
-0.008656938	FI_TEXT_FORMS
-0.010850511	FI_SECOND_INDEG_DISTR_XI
-0.011207583	FI_NUM_NON_LETTERS_IN_URL
-0.011221458	FI_LR_WITHOUT_RARE
-0.01129677	FI_OWNER_SDIFF_CSRATIO_ENTROPY
-0.011681968	FI_SEGMENT_AUX_SPACES_IN_TEXT
-0.012429222	FI_PARTICLES_PORTION
-0.012919083	FI_TEXT_HEAD_SYN
-0.01351045	FI_MORNING_QUERY
-0.015212587	FI_TEXT_MAX_FORMS
-0.016033504	FI_TEXT_FEATURES
-0.01693261	FI_TEXT_PAIR_W1
-0.017928064	FI_OWNER_SDIFF_CLICK_ENTROPY
-0.018278528	FI_QUERY_ISORG
-0.020210221	FI_PERCENT_FREQ_WORDS
-0.020628034	FI_URL_QUERY_VARIETY_REG
-0.020921643	FI_TEXT_PAIR
-0.022152881	FI_TEXT_PAIR_SYN
-0.023916011	FI_OWNER_SDIFF_CSRATIO_ENTROPY_REG
-0.025355499	FI_QDOWNER_STAT_POWER
-0.027287689	FI_QUERY_ISGEO
-0.028595315	FI_SEO_IN_PAY_LINKS
-0.028608739	FI_RINGS_HOST_RANK_BADNESS_3
-0.030877747	FI_PAGE_REGION_SIZE
-0.03200481	FI_HOST_SIZE
-0.032269053	FI_PLM
-0.032828346	FI_PERCENT_VISIBLE_CONTENT
-0.034716207	FI_PAGE_DATE
-0.036381245	FI_RINGS_HOST_RANK_BADNESS_1
-0.036532955	FI_RINGS_HOST_RANK_BADNESS_OLD
-0.037878047	FI_TEXT_HEAD
-0.039215257	FI_TEXT_HI_RELEV_SYN
-0.039575532	FI_TEXT_HEAD_EX
-0.044940113	FI_YMW_FULL
-0.044940113	FI_YMW_FULL2
-0.04496356	FI_NEVASCA2
-0.045942748	FI_HOST_RELIABILITY
-0.046030869	FI_YABAR_URL_LCAC
-0.053739169	FI_QUERY_WORD_COHESION_TR
-0.057014033	FI_COUNTERS_SEARCH_TRAFFIC2
-0.057628363	FI_QSEGMENTS_WEIGHT
-0.057658303	FI_METRIKA_URL_CORE_AUDIENCE
-0.059299976	FI_QSEGMENTS_BM25
-0.059871382	FI_QUERY_MAXONE
-0.06092278	FI_LINKS_WITH_WORDS_PERCENT
-0.062810309	FI_TRLR_QUORUM_FM
-0.063761467	FI_PAGE_REGION_COVERAGE
-0.063976586	FI_PERCENT_USED_FREQ_WORDS
-0.065082392	FI_LR_MAX_DPR
-0.065128132	FI_DOC_LEN
-0.066463229	FI_IS_COMM
-0.067337343	FI_LARGEST_SY_INEXACT_GROUP
-0.068235863	FI_HEADING_IDF_SUM_FIXED
-0.06980368	FI_RELEV_GEO_LINKS_PERCENT
-0.070483298	FI_LOCM
-0.070483298	FI_SYNSET_LOCM
-0.076334972	FI_TITLE_IN_LINKS_TRIGRAMS
-0.077504879	FI_TEXT_SKIP_PAIR
-0.083831129	FI_LINKS_WITH_ALL_WORDS_PERCENT
-0.084798681	FI_LONG
-0.086731079	FI_NUM_LATIN_LETTERS
-0.091993053	FI_QUERY_CITY
-0.094096849	FI_TEXT_LIKE
-0.09426122	FI_YANDEX_ADV
-0.096496415	FI_QUERY_REF_TRIGRAM_R
-0.09727753	FI_AURA_DOC_LOG_AUTHOR
-0.097686305	FI_AURA_DOC_LOG_SHARED
-0.109820339	FI_TEXT_RELEV_PHRASE
-0.110593487	FI_AURA_DOC_MEAN_SHARED_WEIGHT
-0.116819481	FI_TEXT_BRAEK_SYN
-0.118606351	FI_QUERY_WORD_SEQUENCES_TR
-0.118870879	FI_QUERY_DOWNER_ENOUGH_CLICKED
-0.123814719	FI_ESHOP_VALUE
-0.133931985	FI_CLASSIF_IS_SHOP
-0.141668202	FI_PCT_LINKS
-0.160285062	FI_OWNER_SDIFF_CLICK_ENTROPY_REG
-0.162220617	FI_URL_PATH_AND_PARAMS_FRACTION
-0.168645758	FI_GEO_CITY_URL_REGION_COUNTRY
-0.180963639	FI_COMM_LINKS_SEO_HOSTS
-0.194376877	FI_QURL_STAT_POWER
-0.207437367	FI_DATER_AGE
-0.250928464	FI_ADV