Filtrovanie obsahu

Výraz filtrovanie obsahu sa vzťahuje na automatický systém zriadený s cieľom spracovávať veľké objemy údajov a podnikať kroky v súvislosti s obsahom, ktorý spĺňa určité kritériá. Vlastníci často používajú riešenia na filtrovanie textu a médií na účely hromadného spracovávania obsahu generovaného používateľmi na svojich stránkach. Tieto systémy sú často nasadené na odfiltrovanie obsahu, ako sú zdieľané súbory s nelegálnym obsahom alebo obsah pre dospelých, ale aj obsah súvisiaci s predajom zbraní, drogami, alkoholom a tabakom.

Dôležité: Obsah porušujúci pravidlá nemusí byť hostený lokálne. Za porušenie sa považujú aj odkazy na externé zdroje, ktoré hostia takýto obsah. Napríklad vlastník, ktorý umiestňuje do rámu filmy hostené nelegálne na webe tretej strany, porušuje pravidlá spoločnosti Google pre vlastníkov.

Vývoj vlastného riešenia

Mnohí vlastníci sa rozhodnú vyvinúť vlastný filtrovací systém. Takéto rozhodnutie môže byť výhodné v nasledujúcich ohľadoch:

• Zostavenie kódu na filtrovanie textu môže byť relatívne jednoduché.
• Táto možnosť je často značne lacnejšia než komerčné riešenia.
• Vlastník pozná svoje stránky a používateľov najlepšie a dokáže očakávať porušenia pravidiel lepšie než niekto iný.

Uvádzame niekoľko návrhov a odporúčaní, ktoré je potrebné zvážiť v prípade vývoja vlastného riešenia na filtrovanie textu.

 

Vytvorenie zoznamu kľúčových slov

Ak chcete filtrovať text, daný systém sa musí spoliehať na zoznam kľúčových slov pozostávajúci z jednotlivých slov a slovných kombinácií. Tento zoznam možno vytvoriť viacerými spôsobmi v závislosti od typu obsahu, jeho objemu na webe a dostupných zdrojov vlastníka:

• Zostavte vlastný zoznam slov a fráz, ktoré chcete filtrovať. Môžete použiť vlastnú intuíciu alebo získať určitú pomoc:
  • Požiadajte zamestnancov, aby prispeli návrhmi.
  • Oslovte so žiadosťou o pomoc používateľov.
  • Použite Plánovač kľúčových slov v službe Google Ads.
  • Ak potrebujete ďalšiu inšpiráciu, navštívte weby hostiace nežiaduci obsah (napríklad weby pre dospelých alebo na zdieľanie súborov) a zistite, aké kľúčové slová sa na nich často vyskytujú.
• Zostavte kód vlastného nástroja na automatický scraping kľúčových slov:
  • Pomocou údajov vyhľadávacieho nástroja prejdite všetky stránky v rámci lokality.
  • Získajte zoznam jedinečných slov a slovných spojení na lokalite.
  • Ponechajte v zozname najbežnejšie používané kľúčové slová a ostatné odstráňte. Nezabudnite vyradiť bežné slová, napríklad a, alebo atď.
  • Výstup uložte vo forme textového súboru.
  • Kroky uvedené vyššie opakujte pre ľubovoľný počet webov, kým váš zoznam nebude podľa vás postačujúci.
  • Dôležité: Scraping obsahu z iných webov a jeho následné používanie ako vlastného je porušením pravidiel spoločnosti Google pre vlastníkov a pravidiel proti spamu pre internetové vyhľadávania na Googli. Okrem toho to môže byť aj nelegálne alebo neetické.

Priraďovanie významnosti

Nie všetky slová sú rovnocenné a niektoré kľúčové slová sú horšie než iné. Mali by ste preto zvážiť priradenie rôznej významnosti rozličným výrazom.

Filtre obsahu pre dospelých v slovenčine by napríklad mali priradiť väčšiu významnosť slovu „porno“ ako slovu „sexy“. Zatiaľ čo slovo „porno“ sa vzťahuje takmer výlučne na obsah, ktorý nie je vhodný pre rodinu, slovo „sexy“ môže znamenať aj príťažlivý – závisí to od kontextu, v ktorom je slovo použité.

Zvážte tiež slová, ktoré sú samy osebe vhodné, no v kombinácii s iným slovom môžu označovať niečo úplne iné. Slovo „obrázky“ je napríklad celkom nevinné, no spojenie „obrázky tínedžeriek“ sa často vzťahuje na pornografiu.

Proces filtrovania

V súvislosti s filtrovaním obsahu existujú dva bežné prístupy. Rozhodnutie, ktorý z nich je vhodnejší pre daný web, je na každom vlastníkovi.

1. metóda – obsah vytváraný používateľmi sa kontroluje po zobrazení na stránke:

1. Obsah sa skontroluje.
2. Ak spĺňa kritéria filtrovania, nahlási sa.
3. Na stránke, ktorá hostí daný obsah, sa zakáže zobrazovanie reklám.
4. Obsah sa skontroluje manuálne:
   1. Ak je vhodný, zobrazovanie reklám sa povolí a prispôsobia sa filtre.
   2. Ak nie je vhodný, zaistí sa, aby sa obsah nezobrazil na stránkach obsahujúcich kód reklamy.

2. metóda – obsah vytváraný používateľmi sa kontroluje pred jeho sprístupnením používateľom:

1. Obsah sa skontroluje.
2. Ak spĺňa kritéria filtrovania, nahlási sa.
3. Zaradí sa na kontrolu alebo sa hneď odmietne.
4. Obsah sa skontroluje manuálne:
   1. Ak je vhodný, zobrazí sa na stránkach s reklamami a prispôsobia sa filtre.
   2. Ak nie je vhodný, zobrazovanie reklám sa zakáže a obsah sa zobrazí alebo odmietne.

Komerčné riešenia v skratke

Existuje viacero služieb, ktoré umožňujú filtrovanie obsahu, pričom niektoré z nich sa dokonca špecializujú na filtrovanie konkrétnych typov, napríklad obsahu pre dospelých alebo obsahu chráneného autorskými právami. Existujú tiež platformy využívajúce „crowdsourcing“, ktoré spájajú vlastníkov a používateľov hľadajúcich možnosť rýchleho zárobku na internete. Najlepšie je postupovať tak, že na túto tému vykonáte prieskum trhu a následne zvolíte najvhodnejšie riešenie pre službu, ktorú poskytujete. Skúste vyhľadať webové stránky s recenziami softvéru a zistite, aké druhy systémov na filtrovanie obsahu generovaného používateľmi odporúčajú. Keď budete mať k dispozícii všetky tieto informácie, mali by ste sa rozhodnúť, ktoré riešenie je pre vás najvhodnejšie, na základe skóre daného produktu, jeho jedinečných funkcií a cenového modelu.