Филтриране на съдържание

Филтрирането на съдържанието представлява автоматична система, създадена за обработване на големи обеми от данни и за предприемане на действия върху всяко съдържание, отговарящо на определени критерии. За обработване на по-голямата част от съдържанието, генерирано от потребителите, на сайта си издателите често използват решения за филтриране на текст и медии. Тези системи често са създадени за филтриране на съдържание, като споделяне на файлове за пълнолетни или незаконно споделяне, както и продажба на огнестрелни оръжия, наркотици, алкохол и тютюневи изделия.

Важно: Не е задължително съдържанието, което нарушава правилата, да се хоства локално. За нарушение се счита дори препращането към външни източници, които го хостват. Филм, който например е поставен в рамка от издателя и се хоства незаконно на сайта на трета страна, нарушава правилата на Google за издатели.

Разработване на вътрешно решение

Много издатели избират да разработят собствена филтрираща система. Това може да има следните предимства:

• филтрирането въз основа на текст може да е относително лесно за кодиране;
• тя често е значително по-евтина от комерсиалните решения;
• издателят най-добре познава сайта и потребителите си и може да предвижда проблемите с правилата по-добре от всеки.

Следват няколко идеи и предложения, които да имате предвид при разработването на собствено решение въз основа на текст.

 

Създаване на списък с ключови думи

За да филтрира текста, системата трябва да използва списък с ключови думи, който съдържа както отделни думи, така и словосъчетания. Създаването на този списък може да стане по няколко начина в зависимост от типа на съдържанието, обема на сайта и ресурсите, с които разполага издателят:

• Съставете собствен списък с думите и фразите, които искате да филтрирате. Можете да разчитате на интуицията си или да използвате малко помощ:
  • възползвайте се от приноса на служителите си;
  • допитайте се за помощ до потребителите си;
  • използвайте инструмента на Google Ads за ключови думи;
  • за по-голямо вдъхновение разгледайте уебсайтовете, хостващи нежелано съдържание (например сайтове за пълнолетни и/или за споделяне на файлове) и открийте кои ключови думи се показват в тях често.
• Кодирайте свой собствен инструмент за автоматично извличане на данни за ключови думи:
  • Използвайте данните от търсачката, за да преминете през всички страници на сайта.
  • Определете списък с уникални думи и словосъчетания в него.
  • Запазете най-често използваните ключови думи и отхвърлете останалите. Не забравяйте да изключите обичайните думи, като „и“, „е“, „но“.
  • Изведете резултата като текстов файл.
  • Повторете горните стъпки и с други сайтове, докато получите желания списък, и сте готови.
  • Важно: Извличането на данни от други сайтове и използването на съдържанието им като Ваше собствено е против правилата на Google за издатели и правилата относно спама за търсенето в мрежата с Google, а може също да е незаконно и/или неетично.

Присвояване на тегла

Не всички думи са еднакви, а някои ключови думи са по-лоши от други. Затова трябва да обмислите присвояването на различни тегла на различните думи.

Например във филтрите на съдържание за пълнолетни на български език думата „порнографски“ трябва да е с по-голямо тегло от „полов“. Докато „порнографски“ се свързва почти само със съдържание, неподходящо за всички възрасти, „полов“ може да е признак на пола в зависимост от контекста, в който се използва.

Имайте предвид също така думите, които са безопасни сами по себе си, но придобиват напълно различно значение, когато се използват с друга дума. Думата „снимки“ например е достатъчно обикновена, но „тийн снимки“ често се отнася за порнография.

Процесът на филтриране

Има два обичайни подхода при филтрирането на съдържание и всеки издател може сам да реши кое е най-разумно при използването им.

Метод 1 – Генерираното от потребителите съдържание се преглежда, след като се покаже на страницата:

1. Прегледайте съдържанието.
2. Маркирайте го, ако отговаря на критериите за филтриране.
3. Деактивирайте показването на реклами на страницата, хостваща въпросното съдържание.
4. Прегледайте съдържанието ръчно:
   1. Ако е безопасно, активирайте показването на реклами и коригирайте филтрите.
   2. Ако не е, се уверете, че то не се показва на страници с рекламен код.

Метод 2 – Генерираното от потребителите съдържание се преглежда, преди да се покаже на потребителите:

1. Прегледайте съдържанието.
2. Маркирайте го, ако отговаря на критериите за филтриране.
3. Планирайте го за преглед или го отхвърлете веднага.
4. Прегледайте съдържанието ръчно:
   1. Ако е безопасно, го покажете на страниците с реклами и коригирайте филтрите.
   2. Ако не е, деактивирайте показването на реклами и покажете или отхвърлете съдържанието.

Комерсиалните решения накратко

Има много услуги, предоставящи филтриране на съдържание, и дори няколко, специализирани във филтриране на конкретен тип, като съдържание за пълнолетни или защитено с авторски права. Съществуват и платформи за краудсорсинг, които създават връзка между издателите и потребителите, търсещи начин да спечелят лесни приходи в интернет. Най-добрият начин да се запознаете с това, е да направите известно проучване на пазара по въпроса и да изберете най-доброто решение за услугата, която предоставяте. Опитайте да разгледате сайтове, които оценяват софтуер, и вижте какви видове системи за филтриране на съдържание препоръчват. След като съберете цялата тази информация, трябва да изберете най-подходящото за Вас решение въз основа на оценката на продукта, уникалните му функции и неговия модел на ценообразуване.