自动检测性能不佳的元数据

萌时光

自动检测性能不佳的元数据
想知道从哪里开始增加你的有机点击率？专栏作家Paul Shapiro 分享了他的过程，以识别低绩效的有机清单，这样你就可以开始测试了。
你是想让你的网站在搜索引擎优化方面得到提升，但你认为你已经穷尽了大多数优化方法，还是在寻求快速的胜利？
考虑改进你的搜索列表的有机点击率（CTR）。我喜欢处理这个任务的一个方法是首先检查真正的异常值。
在这里，我将概述我的过程，以便在我们的搜索引擎优化客户端自动完成这个过程。更多推荐：服务器租用cn.bluehost.com
我们如何识别离群值？
你应该经常尝试改进网站的有机搜索结果，但是你从哪里开始呢？首先，我要确定真正的异常值——真正超出常规的页面和查询组合。
可以使用许多统计方法来识别离群值，所以让我们看一下我所依赖的一些用于检测的方法。
根据可汗学院的说法，“Z-score衡量一个数据点的均值是多少个标准差。”因此，如果查询和页面组合的CTR低于z-3（有时-2.5或-2.68被用作阈值），那么它是一个离群值。
在给定位置上的CTR的=Z-score（单独的CTR-平均CTR）/标准偏差
四分位范围（IQR）
可汗学院将IQR定义为“在数据集中的中间50%的传播量”。换句话说，它是第一个四分位数（Q1）和第三个四分位数（Q3）之间的距离。
要使用这种方法找到离群值，您需要寻找一个低于第1个四分位数（IQR）低于四分位数范围的CTR。
因此，如果一个单独的CTR小于：
在给定位置的CTR的四分之一-（CTR的IQR，在给定的位置1.5）
然后，它可能被认为是一个局外数。
修改z-score
z-score对于较小的数据集来说不是很好，所以为了解决较小的网站的问题，在给定的位置上有较少的CTR的数据点，我们可以利用修改后的z-score来检测离群值。
根据IBM：
标准z-score是通过标准偏差除以均值来计算的。修改后的z-score是从平均绝对偏差（均值）或中值绝对偏差（MAD）中计算出来的。这些值必须乘以一个常数来近似标准差。
应用于我们的有机搜索清单CTR，我们正在寻找一个小于-3.5的修改z-score，被认为是一个离群值。
修正的z-score=（恒定的0.6745（单个的CTR-中给定位置的CTR中值））/中值在给定位置的中值的绝对偏差