通过确定那些有机会更快拍摄的请求，并在第一个月将它们投入工作，我们显着加快了第一个结果的实现。

在入口处，我们有一堆关于哪些因素特 别强烈地影响查询到达顶部的概率的假设。经过长时间的讨论，形成了一个，我们根据经验对其进行了测试。

我们从搜索词（Serpstat、SpyWords 等）的基础上分析了 120,000 个脏查询，并将确定查询有效性指数 (KEI) 的算法应用于它们。

KEI通常考虑的是：

Yandex PS 中的文档数量
PS Yandex 中的主页数量
Yandex PS 标题中的出现次数
链接
TCI公司
年龄
写了一个验证脚本：输入一个请求列表，一个区域，一个解析深度，一个相似/不相似站点的列表（可以直接提 交列表，也可以在工具里面评估） . 您还可以提交竞争对手的任意参数年龄、索引 芬兰手机号码列表 中的文档数量等。在输出中，我们得到了 top 的相似度评分，这使我们能够了解 top 中有多少相似站点，以及 tops 的任意参数的中值。

为了检验这个假设，我们检验了许多相关性。因此，以下相关性表现同样出色：

与当前位置（查询这个或那个网站在顶部）
随着职位的增长（例如，我 cz 列表 们采取一年前的职位，并将它们与我们现在的职位进行比较，确定增长的请求以及由于哪些因素）
你可以接受请求：

全部
仅人工评估
仅在顶部
在这个实验中，我们只进行了人工评估的查询，并考虑了与当前位置的相关性。