۷۵ درصد صفحات وب فارسی بی ارزش هستند

به گزارش فناوری فرهنگی، امیرعلی خیراندیش اظهار کرد: این جویشگر به کمک نسخه جدید فنی خود، توانسته است به رکورد تحت پوشش قراردادن ۴ میلیارد صفحه وب فارسی برسد که در مقایسه با رقم ۲ میلیارد در مدت مشابه سال پیش، نشان از افزایش ۱۰۰ درصدی میزان پوشش نسخه جدید این جستجوگر است.

وی با اشاره به اینکه ۷۵ درصد صفحات وب فارسی بی ارزش هستند افزود: در میان ۴ میلیارد صفحه فارسی شناسایی شده توسط جستجوگر پارسی‌جو، نزدیک به ۱ میلیارد آن، یعنی چیزی در حدود ۲۵ درصد، ارزشمند بوده و بقیه صفحات تکراری یا اسپم بوده‌ است که نشان از ضعف تولید محتوی در زبان فارسی دارد.

او پیشنهاد کرد: با توجه به روندهای جهانی در مسئله تولید محتوی، افراد جامعه در هر شغل یا حرفه ای که هستند، می توانند باتوجه به دانسته های علمی و کاربردی خود، به تولید محتوی معتبر و موثق در راستای آگاهی رسانی تخصص خود اقدام کنند که البته این مبحث باعث توسعه کسب و کار آنها نیز خواهد شد.

وی با بیان اینکه حجم بالای صفحات بی ارزش، دو چالش بزرگ را پیش روی پارسی جو در پوشش صفحات وب فارسی قرار داده است افزود: این جستجوگر ملی برای کشف صفحات وب مفید فارسی باید تعداد زیادی از صفحات را شناسایی کند در حالی که تنها ۲۵ درصد آنها قابل استفاده برای کاربران است که همین عامل علاوه بر اتلاف زمان، فشار زیادی بر سرورها وارد می کند، ضمن اینکه پارسی جو برای حفظ و ارتقای کیفیت خود، ملزم به ارتقای مداوم هوش مصنوعی خود در بخش خزش، نمایه‌سازی و رتبه‌بندی است.
مدیراجرایی پارسی‌جو ادامه داد: به‌کارگیری فناوری‌های نوین، درک صحیح از زبان فارسی، تکنیک‌ّهای موثر در حذف صفحات تکراری و اسپم و رعایت‌ تناسب‌های فرهنگی از جمله ویژگی های بی بدیل جستجوگر پارسی جو و تسلط آن در حوزه وب فارسی است.
وی در پایان افزود: استفاده بیش از ۱۵ سرویس متنوع برای ارتقاء کیفیت نتایج جستجو، پوشش ۴ میلیارد سند فارسی، قدرت پاسخگویی به میلیون ها پرس‌وجو در روز، استفاده از خزشگر هوشمند با پوشش میلیاردها سند از جمله ویژگی‌های جستجوگر ملی پارسی جو است.

منبع: ایسنا