поисковые технологии

Рамблер начал использовать поиск Яндекса и Директ

Рамблер начал использовать поиск Яндекса и Директ

В недавно опубликованном пресс-релизе компании Яндекс сообщается, что Яндекс и «Рамблер» договорились о сотрудничестве: портал «Рамблер» начал использовать на своих сервисах поисковые технологии Яндекса и присоединился к Рекламной сети Яндекса (РСЯ).

Объявления «Директа» показываются в «Рамблере» над (там, где среди рекламодателей есть высокая конкуренция) и под результатами поиска. Над результатами было замечено до 4-ех объявлений – по высокочастотным высококонкурентным запросам – налицо корреляция со спецразмещением Яндекса. Справа от выдачи сохранились объявления от сервиса «Бегун».

buki.yandex.ru - тестируем

Если кто не знает, то на buki.yandex.ru обычно выкладывают предрелизную версию нового поискового алгоритма Яндекса, чтобы все заинтересованные могли протестировать и поругаться (в обычные дни поддомен buki.yandex.ru недоступен).

Сегодня вот снова включили «буки», значит, готовится большой переколбас. Уж не с «Real-Time» поиском ли это связано?

В настоящий момент в топе много ссылок на книги с бесплатных библиотек даже по коммерческим запросам. Кстати, buki.yandex.by настроены на белорусскую выдачу.

Как Яндекс выделяет дубликаты картинок?

Я и диодСпонсор месяца: SatellitPro сайты и сателлиты под заказ


Как Яндекс выделяет дубликаты картинок? Да очень просто: с помощью нахождения масштабно-нормализованного лапласиана гауссиан для точечных особенностей изображения с последующим их сравнением и фильтрацией. Притом он нам давно сам об этом сказал, только мы глупые и ленивые:

..Разность гауссианов является аппроксимацией масштабно-нормализованного лапласиана гауссиана. На основе экспериментальных данных, можно утверждать, что экстремумы функции масштабно-нормализованного лапласиана гауссиана являются наиболее стабильными точечными особенностями изображений, инвариантными по отношению к изменению масштаба, в сравнении с экстремумами других функций, использовавшихся в качестве детекторов: градиента, гессиана, угловой функции Харриса…

…После нахождения экстремумов, инвариантных к геометрическим преобразованиям, необходимо представить их в форме, инвариантной к фотометрическим преобразованиям. Для этого вычисляются дескрипторы точечных особенностей. В настоящей работе использованы дескрипторы PCA-SIFT…

…На первом этапе рассчитывается дескриптор SIFT (Scale Invariant Feature Transform). Дескриптор этого типа представляет собой 128-мерный вектор, сформированный из значений ориентаций градиентов, вычисленных для области, окружающей точечную особенность…

…На втором этапе вычисленный дескриптор SIFT подвергается процедуре редукции размерности с помощью метода главных компонент (Principal Component Analysis, PCA)…

Ну и далее в том же стиле.

Подпишись на RSS