Баттл твипов - 1000 уникальных - против - Создание предиктивных

Я сделаю Вам 1000 уникальных посетителей с переходом на Ваш сайт из поисковых систем (90-99% российских ip, не Proxy) на выбор Google, Yandex, Rambler, Mail.ru, Yahoo, Meta.ua, Ukr.net, Bing, Baidu, Tut.by, poisk.ru, Nigma, Aport. Можно все поисковики сразу или на Ваш выбор.

Рекомендую для сайтов нацеленных на рус аудиторию около 65% яндекс, 25% на гугл, и оставшиеся 10% на другие поисковики. Переходы по вашим ключевым фразам(чтоб у поисковиков не было подозрений, что вы закупили трафик, желательно чтоб по этим запросам сайт был в выдаче) или я их подберу сам, количество ключевых фраз до 50.

Мне нужна текущая суточная посещаемость сайта. Если на данный момент у сайта нет посетителей или их около 100, то за сутки нежелательно давать ему сразу все 1000 посетителей из поисковиков, потому что это может только навредить, лучше их разделить на несколько дней. И тогда это будет на пользу сайту.

Предупреждаю, несмотря на то что переходы уникальных посетителей из поисковой системы, для этой же поисковой системы это один из основных моментов влияющий на позицию сайта в выдаче, это не значит что после одного такого Твипа на 1000 переходов уников, сайт по ключевым фразам сразу окажется в ТОП-10

Предиктивная модель - эффективный инструмент поддержки принятия бизнес-решений. Создание такой модели - процесс поиска закономерностей с использованием алгоритмов машинного обучения (Mashine Lerning) в существующем наборе исторических данных (обучение модели) для предсказания наиболее вероятных вариантов развития событий в будущем (применение модели).

Классифицирующая модель позволяет разбить большой массив данных на группы (классы), характеризующиеся сходным набором признаков, используя явные и неявные закономерности. Применение такой модели, позволяет, например, определить группы пользователей, характеризующихся определенным поведением и сделать им предложения, интересные именно для них.

Для обеспечения качества работы модели необходим тщательный отбор и подготовка входных данных. Также может возникнуть необходимость во внешних данных. Результатом моей работы будет:

1) сама модель в формате, определяемом выбранной моделью (например, в случае линейных моделей это будет вектор весов каждого из факторов. Вес фактора определяет степень его влияния на результат)

2) отчет о валидности (точности предсказания) модели

3) файл с результатами применения модели к исследуемому набору данных