SEO-PPC-FAQ

[Comment ID #550 Will Be Quoted Here]
Какие тексты ты использовал? Похоже слишком маленькие, для шинглов например 3 уровня надо как минимум что бы текст состоял из 4-х слов...

[Comment ID #600 Will Be Quoted Here]

Да, при шинглах 1-го уровня собственно сравниваются даже не множества цепочек слов а множества отдельных слов, так что результат может быть довольно высоким даже для разных текстов одной темы. Большего внимания заслуживают шинглы 2 и 3-го уровней. Там используются множества цепочек из 2-х и 3-х слов соответственно. Так как многие тексты, сгенерированные по принципу цепей Маркова используют именно 2 либо 3-х словные граммы, то для таких текстов выдается высокий результат для шинглов 2 и 3-го уровней.

В вашем случае, т.к. использовался рерайтинг, а не простая генерация текста из исходного, шинглы первого уровня выдали довольно высокий результат (т.к. тема и многие слова были сохранены из исходного видимо), а более высокие уровни шинглов дали маленький результат.

[Comment ID #754 Will Be Quoted Here]

Исходники выложу на днях.

А вопросики может из-за кодировки в браузере?

[Comment ID #1238 Will Be Quoted Here]

Это в принципе должно обозначать что данные тексты имеют очень низкий коэффициент сходства, т.к. N-граммы 2,3,4 уровня крайне малы. 1-й уровень N-грамм равный примерно 0.13 может говорить о том, что тексты примерно одной тематики, либо оба текста на общую тему.

П.С.: Выложил исходники скрипта. Кому надо смотрим новые посты за сегодня.

[Comment ID #1216 Will Be Quoted Here]

Это очень просто делается с помощью функции PHP

array_shuffle();