Dublikat mention aşkarlanması: eyni postu ayırmaq

Qısa cavab

Eyni postu və təkrar mention-ları ayırmaq üçün əvvəlcə dublikatın növünü tanıyın: eyni səhifə fərqli ünvanlarla, başqa saytlarda təkrar dərc olunan xəbər, bir neçə yerə paylaşılan eyni post, sitat və ya repost, redaktə olunmuş yazı və demək olar ki, eyni mətnli surətlər. Sonra üç açardan biri ilə birləşdirin: platformanın yazı identifikatoru, kanonik ünvan və ya mətnin barmaq izi. Hesabatda isə yazı sayını yox, unikal yazıları və unikal müəllifləri sayın. Dublikatı silməyin — onu bir nəticəyə bağlayın, çünki təkrarların sayı da bəzən siqnaldır.

Niyə dublikat problemdir

Dublikatlar üç zərər verir. Birincisi, vaxt: komanda eyni xəbəri on saytda on dəfə oxuyur. İkincisi, rəqəmlər: bir press-reliz on beş saytda təkrarlananda mention sayı on beş dəfə artır və hesabat yalan danışır. Üçüncüsü, qərarlar: bir müştərinin şikayəti üç forumda paylaşılanda o, «üç şikayət» kimi görünür və prioritetlər səhv qurulur. Dublikatları ayırmaq monitorinqin ən görünməz, amma ən faydalı təmizlik işidir.

Altı dublikat növü

• Eyni səhifə, fərqli ünvan — izləmə parametrləri, mobil versiya, «www» və «www»suz ünvan.
• Təkrar dərc olunan xəbər — press-reliz və ya agentlik xəbəri bir neçə saytda eyni mətnlə.
• Kross-post — eyni müəllif eyni mətni bir neçə qrupa və ya foruma yerləşdirir.
• Sitat və repost — başqasının yazısını öz şərhi ilə və ya şərhsiz paylaşmaq.
• Redaktə olunmuş yazı — eyni yazı, amma mətni sonradan dəyişib; yeni şərhlər əlavə olunub.
• Demək olar ki, eyni surətlər — bir-iki söz fərqlə kopyalanmış mətnlər, o cümlədən spam.

Üç dedup açarı

1. 1Platforma identifikatoruPlatforma yazıya unikal ID verirsə, ən etibarlı açar odur: eyni ID — eyni yazı.
2. 2Kanonik ünvanID yoxdursa, ünvan normallaşdırılır: izləmə parametrləri, «www», sondakı «/» çıxarılır, səhifənin öz kanonik linki varsa, o götürülür.
3. 3Mətnin barmaq iziFərqli saytlardakı eyni mətn üçün: mətn normallaşdırılır və ondan qısa iz hesablanır; eyni iz — eyni məzmun.

Bir axtarış daxilində və axtarışlar arasında

İki fərqli sual var. Birincisi: bu gün tapılan nəticələr arasında eyni şey iki dəfə varmı? Bu, axtarış daxilində dedupdur. İkincisi: bu gün tapılan yazını dünən də görmüşdükmü? Bu, axtarışlar arasında dedupdur və gündəlik iş üçün daha vacibdir. Dünən baxılmış və dəyişməmiş yazı bu gün yenidən göstərilməməlidir. Amma dünən baxılmış yazının mətni dəyişibsə — məsələn, forum mövzusuna yeni şərhlər yazılıb — o, «yenilənib» kimi yenidən görünməlidir, çünki vəziyyət dəyişib.

Hesabatda necə saymaq

• Unikal yazılar — dublikatlar birləşdirildikdən sonra qalan say.
• Unikal müəlliflər — eyni insanın on yazısı bir müəllif sayılır.
• Mənbə sayı — unikal yazının neçə saytda göründüyü; yayılmanın ölçüsü.
• Ümumi mention sayı — yalnız kontekstlə və «unikal» rəqəmin yanında; tək başına yanıldır.

Əhatə və ya «reach» (neçə nəfərin gördüyü) mention sayı deyil və açıq mənbələrdən dəqiq ölçülmür. Hesabatda belə rəqəm yalnız platformanın rəsmi datası varsa yazılır.

Dublikat nə vaxt siqnaldır

Bəzən təkrarın özü məlumatdır. Bir şikayət qısa müddətdə çox sayda forum və qrupda paylaşılırsa, bu, yayılma siqnalıdır və böhran yoxlamasını tələb edə bilər. Fərqli hesablardan eyni mətnin eyni vaxtda yazılması isə koordinasiyalı kampaniya və ya spam əlamətidir — belə yazılar müştəri səsi kimi sayılmamalı, ayrıca qeyd olunmalıdır. Ona görə dublikatları birləşdirəndə «neçə mənbədə» və «nə qədər vaxtda» məlumatını saxlayın.

İllüstrativ nümunə

Bu, illüstrativ nümunədir. Bank yeni kart haqqında press-reliz yayır və bir gündə 42 mention görünür. Dedupdan sonra mənzərə belədir: press-reliz 18 xəbər saytında eyni mətnlə (bir unikal yazı, 18 mənbə), bankın öz postu 9 qrupa paylaşılıb (bir unikal yazı), 6 müştəri sualı və 2 şikayət — onlardan biri üç forumda kross-post edilib. Nəticə: 42 mention yox, 10 unikal yazı və 9 unikal müştəri müəllifi. Hesabatda bu iki rəqəm verilir, 42 isə yalnız «yayılma» kontekstində.

Redaktə olunmuş yazılar

Yazı redaktə olunanda iki səhv mümkündür. Birincisi, onu yeni yazı kimi saymaq — mention sayı süni artır. İkincisi, onu köhnə yazı kimi gizlətmək — mətn dəyişib və bəlkə də müəllif şikayətini gücləndirib və ya «həll olundu» yazıb. Düzgün yol: eyni yazı kimi saxlamaq, amma dəyişikliyi işarələmək. Barmaq izi yalnız brend haqqında olan hissəyə görə hesablananda səhifənin başqa yerindəki dəyişikliklər — məsələn, xəbər lentinin yenilənməsi — səhv siqnal yaratmır.

Məhdudiyyətlər

Heç bir dedup qaydası hər halı tutmur. Bir-iki sözü dəyişdirilmiş surətlər fərqli barmaq izi verə bilər; fərqli insanların təsadüfən eyni qısa cümləni yazması isə yanlış birləşdirməyə səbəb ola bilər. Sitat və repostda əlavə edilən şərh yeni məlumatdır — onu tamamilə dublikat saymaq səhvdir. Vacib nəticələrdə insan baxışı lazımdır.

Tez-tez edilən səhvlər

• Ümumi mention sayını əsas göstərici kimi vermək.
• Dublikatları silmək və yayılma məlumatını itirmək.
• Redaktə olunmuş yazını yeni yazı saymaq.
• Dünən baxılmış yazıları hər gün yenidən oxumaq.
• Koordinasiyalı spamı müştəri səsi kimi saymaq.

Hesabatla əlaqə

Dedup qaydaları hesabatın etibarlılığını müəyyən edir. Həftəlik hesabatda unikal yazı və unikal müəllif saylarını necə istifadə etmək CEO üçün həftəlik reputasiya hesabatı yazısındadır; açar sözlərin özünü necə qurmaq isə monitorinq açar sözləri yazısında.

Vexvon Monitoring-də dedup

Vexvon Monitoring bir axtarış daxilində eyni nəticəni iki dəfə yazmır: platforma ID verirsə ona, vermirsə kanonik ünvana və açar sözə görə birləşdirir. Axtarışlar arasında hər nəticənin məzmun barmaq izi saxlanılır: əvvəl göstərilmiş və dəyişməmiş yazı təkrar kimi qeyd olunur və default gizlədilir, mətni dəyişən yazı isə «yenilənib» kimi yenidən göstərilir. Səhifələrdə barmaq izi açar sözün ətrafındakı mətnə görə hesablanır, ona görə səhifənin başqa yerindəki dəyişiklik yanlış «yenilənib» yaratmır. Eyni müəllifin qısa müddətdə eyni mətnli postları bir nəticəyə endirilir. Ətraflı: Vexvon Monitoring.

Növbəti addım

Son bir həftənin nəticələrini götürün və üç rəqəm hesablayın: ümumi mention sayı, unikal yazı sayı və unikal müəllif sayı. Fərq böyükdürsə, hesabatınızı bu həftədən unikal rəqəmlərə keçirin. Bu bölmədə digər yazılar monitorinq: sorğu, data və etibarlılıq bölməsindədir.