Paocavo vedo che hai abbandonato la precedente formula k >= m+2s (infatti provando a me era sembrata poco pratica) per passare a :
"La formula finale usata č K >= mg + S
dove mg č la media pesata sui pesi dovuti all'analisi logica.
S č la deviazione standard. Per i miei scopi vā + che bene.
GRAZIE ancora a tutti. "
Tuttavia anche con questa non mi ci ritrovo, nel senso che dal lato pratico analizzando
gruppi di 1000 frasi alla volta mi ritrovo con molte decine di parole superiori a mg+s
Insomma prima non trovavo una categoria che fosse una, adesso ne trovo troppe.
Non lo dico per rompere le scatole, ma siccome su questo argomento sbatte la testa mezzo mondo
seo, riuscire a trovare una buona formula non sarebbe cosa da poco...
------
Sconsiglio la lettura di quanto segue ai puristi, si tratta di roba da smanettoni, per la serie a caccia della pagnotta.
Ipotizziamo che io abbia in una mia dir 1000 pagine e che voglia suddividerle per un minimo comune denominatore.
Le 1000 pagine trattano un po' di tutto e non ho voglia di passarmele a mano una ad una per decidere sotto quale "categoria" metterle.
La pigrizia e' una brutta bestia ma a volte aiuta ad aguzzare l'ingegno.
1) conto qunate volte appare una parole per ogni pagina, per esempio per 1000 pagine avro' una classifica generale di 22.000 parole.
2) parto dalla prima parola in classifica, ipotizziamo che la parola suoneria appaia in tutto nella mia dir 10.000 volte, e per di piu' sia presente in ogni mia pagina (esempio estremo, per far capire come funziona il tutto). A questo punto calcolo: valore key/ numero delle pagine nella quale appare la key suoneria.
Pertanto in questo caso: 10.000/1000 = 10
3) Tutte le pagine che hanno-contengono 10 o piu' volte la parola suoneria le sposto dalla dir principale nella sottodir suoneria.
4) Loop
Oviamente con loop intendo dire che si riinizia da capo, a fare tutti i conteggi. Adesso nella mia dir principale le pagine non saranno piu' 1000 ma magari solo 590, e non e' detto che la key che prima era seconda in classifica (dopo suoneria) adesso sia diventata prima.
Questo perche' se la seconda key in classifica appariva spesso in unione con la prima probabilmente, dopo che ho spostate tutte le pagine che contenevano la prima key suoneria (con un valore = o > alla media) nella sottodir suoneria, anche il secondo termine avra' subito un duro colpo, e magari adesso apparira' come quinto...
Procedo in loop fin tanto che non raggiungo una fase che non mi permetta piu di creare sottodir ben popolate, diciamo almeno un cinquantesimo del valore iniziale.
Pertanto se non saro' piu' in grado di assegnare ad una sottodir almeno 20 pagine il loop finisce.
Le rimanenti pagine non catalogabili le lascio nella dir principale, una sorta di gruppo misto del parlamento.
Sistema semplice ed efficace, senza pretesa alcuna, ma molto pratico soprattutto per chi lavora nel setttore dello
spam sui motori.
