Риски
Этот слой показывает разброс плотности ключей, кучность повторов и локальные всплески слов.
KDSP
Стандартное отклонение плотности ключевых слов. Документ разбивается на чанки примерно по 100 слов, затем считается разброс плотности ключей между чанками. Высокое значение указывает на локальные участки с чрезмерной плотностью ключей.
Разброс растет, когда ключи собираются в отдельных чанках текста и почти исчезают в других. Равномерное распределение снижает стандартное отклонение.
DCV
Коэффициент вариации плотности ключевых слов. Нормализует разброс плотности ключей относительно среднего значения. Это позволяет сравнивать документы с разной общей плотностью ключей.
CV показывает не абсолютную плотность, а ее относительную нестабильность. Значение растет, когда разброс велик по сравнению со средней плотностью ключей.
CC
Коэффициент кластеризации ключевых слов в тексте. Смотрит на позиции ключевых слов: расстояния между ними, долю слишком близких соседей и распределение по секциям. Чем выше значение, тем сильнее ключи собираются в сгустки.
Коэффициент растет от коротких расстояний между ключами, плотных соседних повторов и неравномерного распределения по секциям текста.
SR
Риск спама. Метрика оценивает риск локальных всплесков повторяющихся слов на странице после исключения стоп-слов, коротких токенов и чисел (0-1). Ищет локальные всплески повторяющихся значимых слов в окнах по 40 токенов. Итог берется по самому сильному сгустку, поэтому метрика ловит именно плотный локальный спам.
Spam Risk реагирует на самый сильный локальный сгусток повторяющегося слова. Одной высокой частоты по всему тексту мало: важна плотность внутри коротких окон.
