ДОСЛІДЖЕННЯ КОГНІТИВНИХ СЕРВІСІВ ДЛЯ ПОШУКОВОЇ ОПТИМІЗАЦІЇ САЙТІВ

Автор(и)

  • Олексій Миколайович Бакланов Харківський національний університет радіоелектроніки, Ukraine
  • Володимир Валентинович Безкоровайний Харківський національний університет радіоелектроніки, Ukraine
  • Людмила Володимирівна Колесник Харківський національний університет радіоелектроніки, Ukraine

DOI:

https://doi.org/10.30977/BUL.2219-5548.2022.97.0.7

Ключові слова:

ключове слово, когнітивний сервіс, машинне навчання, пошукова оптимізація, штучний інтелект

Анотація

Сформульована постановка задачі та проведено експериментальне дослідження ефективності використання методів машинного навчання для побудови моделей автоматичної класифікації веб-сторінок за ступенем адаптації до рекомендацій пошукової оптимізації SEO.  Результати дослідження підходів та методів машинного навчання  створюють засади для підвищення ефективності роботи пошукових систем. Вони можуть бути використані при розробці автоматизованого програмного забезпечення для підтримки роботи SEO в технологіях проведення аудиту для виявлення веб-сторінок, які потребують оптимізації, і в процесах виявлення спам-сторінок.

Біографії авторів

Олексій Миколайович Бакланов, Харківський національний університет радіоелектроніки

магістрант кафедри системотехніки

Володимир Валентинович Безкоровайний, Харківський національний університет радіоелектроніки

д.т.н., проф., професор кафедри системотехніки

Людмила Володимирівна Колесник, Харківський національний університет радіоелектроніки

к.т.н., доц., доцент кафедри системотехніки

Посилання

Shenoy, A., Prabhu, A. (2016). Introducing SEO. Dordrecht: Springer Nature, 2016. 147 p.

Enge, E., Spencer, C., Stricchiola, J. (2022). The art of SEO. Mastering Search Engine Optimization. Sebastopol: O’Reilly Media. 149 p.

Shane, D. (2016). SEO decoded. 39 search engine optimization strategies to rank your website for the toughest of keywords. North Charleston: CreateSpace. 210 p.

Kolesnyk, L.V., Baklanov, O.M. (2022). The relevance of the task of SEO-optimization of the site // Modern directions of the development of information and communication technologies and management tools: theses of reports of the twelfth international scientific and technical conference. Baku – Kharkiv – Zhilina. Vol. 2. P. 52. [in Ukraine]

Kolesnyk, L.V., Baklanov, O.M. (2022). Analysis of ways to use cognitive services for SEO site optimization // Modern directions of the development of information and communication technologies and management tools: theses of reports of the twelfth international scientific and technical conference. Baku – Kharkiv – Zhilina. Vol. 2. P. 53. [in Ukraine]

Lantz, B. (2013). Machine Learning with R. Birmingham – Mumbai: Packt Publishing. 396 p.

Ben-Hur, A., Weston, J. (2010). A Users Guide to Support Vector Machines / Data Mining Techniques for the Life Sciences. Methods in Molecular Biology. 2010. 609 p.

Hand, D.J.; Yu, K. (2001). Idiot's Bayes – not so stupid after all? // International Statistical Review. No 69 (3). P. 385–399.

Antonov, А.А. (2011). From Artificial Intelligence to Human Super-Intelligence // Computer Information Systems. Vol. 2. No 6. P. 1–6.

Gupta, S., Aggarwal, A. (2012). Study of Search Engine Optimization // Research in Engineering & Applied Sciences. Vol. 2. No. 2. P. 1529–1536.

Draper, N, Smith, G. (2007). Applied regression analysis. Multiple regression = Applied Regression Analysis. M.: Dialectics. 912 p. [in Russian]

Bakaev, I.I., Shafiev, T.R. (2020). Methods of constructing stemming algorithms for a mass language // Problems of computational and applied mathematics. No. 3(27). P. 146–154. [in Russian]

Aul, V. (2018) Harnessing Search Engine Optimization Experience to Enhance the Visibility of Websites: Ph.D / University of West London. London. 485 p.

Hashemi, M. (2020). Web page classification: A survey of perspectives, gaps, and future directions // Multimedia. Tools Apple. No 79. P. 11921–11945.

Kendall, M.G. (2008). A New Measure of Rank Correlation // Biometrika. No 30. P. 81–93.

Abdullah, K.D. (2017). Search Engine Optimization Techniques by Google’s Top Ranking Factors: Website Ranking Signals. North Charleston: Independently published. 106 p.

Andersson, V., Lindgren, D. (2017). Ranking Factors to Increase Your Position on the Search Engine Result Page. Karlskrona: Theoretical and Practical Examples. 389 p.

Mavridis, T., Symeonidis, A.L. (2015). Identifying valid search engine ranking factors in a Web 2.0 and Web 3.0 context for building efficient SEO mechanisms // Engineering Applications of Artificial Intelligence. No 41. P. 75–91.

Sujata, J., Noopur, S., Neethi, N., Jubin, P., Udit P. (2016). On-Page Search Engine Optimization: Study of Factors Affecting Online Purchase Decisions of Consumers // Indian Journal of Science and Technology. No 9. p. 1–10.

##submission.downloads##

Опубліковано

2022-09-05

Номер

Розділ

КОМП’ЮТЕРНІ НАУКИ ТА ІНФОРМАЦІЙНІ ТЕХНОЛОГІЇ