Поисковая оптимизация *

Обновление модуля WT Quick links v.2.2.0 для Joomla 4 / Joomla 5

Модуль позволяет создавать быстрые наборы элементов: ссылки на различные сущности на сайте Joomla: категории материалов, Virtuemart, JoomShopping, пункт меню или пользовательскую ссылку. Есть условия для исключений показа элементов списка.

Вы можете создавать собственные макеты вывода модуля, создавая таким образом почти всё, что угодно: от простого списка ссылок до стены фотографий на главную страницу или ссылки-теги для перелинковки категорий интернет-магазина. Модуль позволяет выводить изображения, адаптивные изображения, видео, адаптивные видео. Также это могут быть не только ссылки, но и список вопросов FAQ, элементы Bootstrap Tabs, Accordion и т.д.

v.2.2.0 Что нового?

• Атрибут Onclick. Добавлена возможность указания атрибута onclick. Его можно использовать для указания целей систем аналитики или же для собственного js-кода.

• Wrapped Editor. Поле редактора для дополнительного текста занимало большую часть экрана, что доставляло неудобство при работе с большим количеством элементов. Теперь поле редактора спрятано за Bootstrap Accordion.

• Поддержка тёмной темы Joomla 5. Исправлены случаи неверного отображения при использовании тёмной темы в Joomla 5.

• Рефакторинг кода. Проведена небольшая чистка кода.

Страница расширения GitHub

Также добро пожаловать в Telegram-чат русскоязычного Joomla-сообщества

Проблема с id в URL материалов Joomla при обновлении большого старого сайта до Joomla 5

В старых версиях Joomla URL адрес формировался по схеме [id материала + алиас материала]. Например, 145-my-article-alias. Однако, старый роутер Joomla был не идеален и плодил дубли страниц, с чем усиленно боролись СЕО специалисты с помощью различных плагинов и хаков ядра CMS.

Начиная с версии Joomla 3.8 в ядро был включён новый роутер, лишенный этих недостатков. Так же его отличало то, что он убирал id статьи из URL адреса. А это в свою очередь приводило к проблемам на больших сайтах, так как у них уже много страниц было в индексе поисковых систем. Поэтому, даже при обновлении сайта на Joomla 4 и Joomla 5 многие старые сайты вынуждены были оставлять включённым старый роутер.

Решение проблемы довольно простое: нужно сохранить id материалов Joomla в алиасы и после этого отключить старый роутер Joomla. В базе данных к каждому алиасу спереди добавляется id статьи, что приводит его к виду, который формировал старый роутер Joomla и таким образом URL страницы будет сохранён, но под капотом Joomla будет работать уже новый роутер.

Для этой задачи был написан плагин Console - Save old articles aliases.

Страница расширения.

Также поможет в работе с SSH и Joomla статья Joomla 4: мощь CLI приложений.

GitHub плагина

Поиск в Google Диске на iOS получил улучшенные фильтры. Так, результаты поиска теперь можно фильтровать с помощью раскрывающихся меню, где можно выбрать тип файла, владельца и последние изменения. 

Раскрывающиеся меню отображаются до и после поиска, а соответствующие рекомендации по фильтрам выводятся вместе с типом пользователей.

Так, можно выбрать тип файла «Видео», затем «пользовательский диапазон» под последним изменённым видео и выполнить поиск по выбранному периоду времени.

Обновление доступно клиентам и индивидуальным подписчикам Google Workspace, а также всем, у кого есть личная учётная запись Google на iOS. Пока оно не реализовано для пользователей Android, но скоро выйдет и для них.

Threads позволил некоторым пользователям сортировать результаты поиска по «последним». Однако в соцсети заявили, что эта функция была всего лишь внутренним прототипом, а её внедрили по ошибке.

В ноябре Адам Моссери объяснил, что у Threads нет опции поиска по последним результатам, поскольку это создаст «лазейку в безопасности». «Для ясности: наличие полного списка “каждого” сообщения с определённым словом в хронологическом порядке неизбежно означает, что спамеры и другие злоумышленники забивают поиск контентом, просто добавляя соответствующие слова или теги», — сказал он.

Впервые в Threads начали тестировать возможность поиска публикаций в Австралии и Новой Зеландии в августе 2023 года. В сентябре поиск развернули практически во всех англо- и испаноязычных странах, где работает соцсеть. В декабре компания расширила поиск на все языки, а позднее в этом месяце запустит его в ЕС.

❓100 Вопросов по Машинному обучению (Machine Learning) - Вопрос_14 (Часть_2)

1. Регуляризация (Regularization): Использование методов регуляризации, таких как L1 или L2 регуляризация, может помочь снизить переобучение и улучшить стабильность модели. Регуляризация контролирует сложность модели и снижает чувствительность к малым изменениям в данных.

   t.me/DenoiseLAB (Еесли вы хотите быть в курсе всех последних новостей и знаний в области анализа данных);

❓100 Вопросов по Машинному обучению (Machine Learning) - Вопрос_13

?Вопрос_13: Какие есть альтернативы Expectation-Maximization (EM) ?

1. Markov Chain Monte Carlo (MCMC): MCMC - это класс методов, которые позволяют проводить сэмплирование из сложных распределений, таких как постериорные распределения параметров моделей. MCMC методы генерируют последовательность сэмплов, которая соответствует искомому распределению. MCMC алгоритмы, такие как Metropolis-Hastings и Gibbs sampling, являются альтернативой EM и позволяют оценивать параметры модели, учитывая скрытые переменные.

2. Stochastic Gradient Variational Bayes (SGVB): SGVB - это метод, который комбинирует идеи градиентного спуска и вариационного вывода для оценки параметров моделей. Он позволяет приближенно оптимизировать параметры модели, используя стохастические градиенты, что делает его масштабируемым для больших наборов данных. SGVB широко применяется в глубоком обучении и моделях с динамическими параметрами.

3. Bayesian Optimization: Bayesian Optimization (байесовская оптимизация) - это метод, который позволяет находить оптимальные значения гиперпараметров модели. Вместо оценки параметров модели, как делает EM, байесовская оптимизация исследует пространство гиперпараметров с целью нахождения наилучших настроек модели с использованием итераций оптимизации и апостериорных распределений.

t.me/DenoiseLAB (Еесли вы хотите быть в курсе всех последних новостей и знаний в области анализа данных);

❓100 Вопросов по Машинному обучению (Machine Learning) - Вопрос_11

?Вопрос_11: Какие есть альтернативы Affinity Propagation ?

1. Агломеративная кластеризация (Agglomerative Clustering): Это иерархический метод кластеризации, который начинает с каждой точки данных в отдельном кластере и последовательно объединяет ближайшие кластеры, пока не достигнет заданного числа кластеров или критерия объединения. Агломеративная кластеризация может работать как с евклидовыми расстояниями, так и с другими метриками.

2. Gaussian Mixture Models (GMM): Это статистическая модель, которая представляет каждый кластер как смесь нормальных распределений. GMM моделирует данные с помощью вероятностей и может обнаруживать скрытые кластеры и моделировать данные с разной формой распределения.

3. Spectral Clustering: Этот алгоритм использует спектральные методы для преобразования данных в новое пространство и выполнения кластеризации. Он основан на вычислении собственных векторов матрицы сходства данных и последующем применении методов кластеризации на полученных спектральных коэффициентах.

   t.me/DenoiseLAB (Еесли вы хотите быть в курсе всех последних новостей и знаний в области анализа данных)

❓100 Вопросов по Машинному обучению (Machine Learning) - Вопрос_7

?Вопрос_7: Какие есть разновидности Adam optimization и в чем их разница ?

✔️Ответ:

1. AdamW вводит дополнительное слагаемое в обновление параметров модели для уменьшения влияния больших значений параметров. Это помогает справиться с проблемой увеличения значений параметров во время обучения нейронных сетей, что может приводить к переобучению. Дополнительное слагаемое регуляризует обновление параметров и способствует лучшей обобщающей способности модели;

2. Nadam (Nesterov-accelerated Adaptive Moment Estimation) является вариацией алгоритма Adam с коррекцией Nesterov Momentum. Она использует модификацию алгоритма Momentum для вычисления градиентов в моменты времени, отличные от текущего;

3. AMSGrad (Adaptive Moment Estimation with Variance Correction) вводит исправление для оценки второго момента градиентов. Оно предотвращает возможное увеличение оценки второго момента в сравнении с алгоритмом RMSprop;

4. AdaBelief использует адаптивные скорректированные оценки моментов и вводит дополнительные гиперпараметры для контроля скорости обучения и сглаживания оценок моментов;

5. RAdam (Rectified Adam) вводит коррекцию для оценки первого момента градиентов, чтобы устранить проблему смещения оценки первого момента на начальных итерациях обучения. RAdam также включает в себя масштабирование скорости обучения на начальных итерациях для стабилизации процесса обучения.

   https://t.me/DenoiseLAB

Google вносит изменения в работу поисковой и адресной строки (омнибокса) в браузере Chrome. Они избавят от необходимости выполнять множество похожих поисковых запросов.

Браузер будет исправлять опечатки в URL-адресе, а автозаполнение омнибокса теперь в целом станет умнее, предсказывая результат поиска на основе ключевых слов. Так, при вводе слова «рейсы» (flights) Chrome сможет предсказать, что пользователь хочет перейти на сервис Google Flights либо на сторонний сайт. Chrome также будет искать связанные с запросом сайты и файлы в закладках.

При вводе названия популярного веб-сайта омнибокс покажет его URL в списке предложений.

Помимо этого, Google настраивает визуальный макет омнибокса, чтобы его было легче читать и быстрее загружать. 

Начиная с весны 2023 гугл в несколько этапов убрал из результатов поиска форматы с вопросами и инструкциями.

...13 сентября поддержка расширенных результатов с инструкциями была прекращена. Увидеть их в Google Поиске на компьютерах больше нельзя...

...на компьютерах ограничивается показ расширенных результатов с часто задаваемыми вопросами и инструкциями...

В дальнейшем расширенные результаты с часто задаваемыми вопросами (структурированные данные FAQPage) будут показываться, только если ответы на эти вопросы опубликованы на известных авторитетных правительственных и медицинских сайтах. Для остальных сайтов показ таких расширенных результатов не гарантируется. Решение о показе принимается автоматически.

Расширенные результаты с инструкциями (структурированные данные HowTo) будут показываться только на компьютерах, пользователи мобильных устройств больше не будут видеть эти результаты.

Хочу поделиться результатами с сайта onclinic.ua, на котором мы активно использовали оба этих формата и получали на этом хороший трафик из органики

В пост нельзя вставлять более одной картинки, поэтому второй скрин по ссылке.

Как видим, гугл сказал - гугл сделал.

Что это означает на практике? Что нужно пересмотреть свои планы по контенту. Вопросы-ответы и инструкции - это особый формат требующий дополнительных расходов на создание (это дороже, чем обычный текст услуги или статьи блога). Эти форматы больше не работают.

Apple планирует обновить поисковую систему App Store и других приложений, сообщил инсайдер Марк Гурман. Компания представила обновления функции поиска Spotlight в iOS 14 и iPadOS 14, которая позволяет пользователям искать данные в Интернете, а также запрашивать сведения из приложений, документов и многое другое.

Команда бывшего исполнительного директора Google Джона Джаннандреа работает над тем, чтобы внедрить поисковую систему с внутренним названием «Pegasus» в iOS и macOS и использовать инструменты генеративного искусственного интеллекта для её дальнейшего улучшения.

В прошлом году Apple уже запустила Business Connect, инструмент, который помог расширить информационную базу данных с помощью подробной информации о часах работы и локациях предприятий.

Гурман отмечает, что, хотя Spotlight и поисковая система приложений Apple не так хороши, как Google, но роль в продвижении может сыграть реклама из App Store, которая показывается в приложениях Apple News и Weather. Таким образом, у Apple появится достаточно возможностей для запуска собственной поисковой системы.