La frequenza dei clic tiene conto della pertinenza?

Durante la creazione di un ranking, ad esempio per un motore di ricerca o un sistema di raccomandazione, è valido fare affidamento sulla frequenza dei clic per determinare la pertinenza di una voce?

Dipende dalle intenzioni dell'utente , per cominciare.

Gli utenti normalmente visualizzano solo la prima serie di collegamenti , il che significa che, a meno che il collegamento non sia visualizzabile, non ottenga clic; il che significa che dovresti essere sicuro che questi siano i migliori link, altrimenti i clic probabilmente rifletteranno il posizionamento, non la pertinenza. Ad esempio, ecco una mappa termica di distribuzione di clic e attenzione per i risultati di ricerca di Google:

Inoltre, l'utilizzo della frequenza dei clic per tenere conto della pertinenza non è una misura diretta della pertinenza della risorsa. Inoltre, l'uso dei clic è problematico, poiché compaiono problemi come l'inflazione dei clic, la frode sui clic, ecc. E sono difficili da contrastare.

Detto questo, se sei interessato a utilizzare l'interazione dell'utente per modellare la pertinenza, ti suggerirei di provare a misurare il coinvolgimento post-clic, non il modo in cui gli utenti rispondono ai risultati di ricerca; vedi " Il responsabile dell'ingegneria di YouTube parlando di clic contro coinvolgimento " per ulteriori informazioni, sebbene si noti che anche la dimensione stessa dei contenuti è un fattore .

Vale la pena notare che storicamente Google era noto per l' algoritmo PageRank anche se è possibile che il tuo intento sia solo quello di rivedere i flussi di clic, quindi non approfondirò i fattori di ranking di Google ; se sei interessato all'approccio di Google, potresti trovare una recensione delle Linee guida per la valutazione della qualità della ricerca di Google .

Da parte mia, posso dire che utilizzo la frequenza dei clic, ad esempio i prodotti e-commerce. Quando lo combini con i giorni dell'anno, può anche darti ottimi suggerimenti.

vale a dire: abbiamo dati storici di 1 anno su 2 prodotti (Snowboots [], Sandalettes [])

Snowboots[1024,1253,652,123,50,12,8,4,50,148,345,896]
Sandalettes[23,50,73,100,534,701,1053,1503,1125,453,213,25]

dove [0] = gennaio

Come puoi vedere, gli scarponi da neve sono molto più cercati a gennaio rispetto ai sandali, quindi dovresti suggerire gli scarponi da neve a qualcuno che cerca scarpe sul tuo sito o / noi a gennaio.

Puoi anche vedere se qualcosa è "fresco" in questo momento, come quando le persone spesso fanno clic su un prodotto sconosciuto potrebbe essere un'idea di una nuova tendenza o qualcosa del genere.

Questi sono solo alcuni esempi in cui è possibile utilizzare la frequenza dei clic come approfondimento. Penso che non ci siano regole per ciò che puoi usare o meno nelle raccomandazioni, purché abbia senso .

È valido utilizzare la frequenza dei clic, quindi sì . È valido utilizzare solo la frequenza di clic, quindi probabilmente no .

La pertinenza della ricerca è molto più complicata di una sola metrica. Ci sono interi libri sull'argomento . L'estensione di questa risposta oltre un semplice sì / no renderebbe probabilmente la risposta troppo ampia (e supponente)