Как машинное обучение предсказывает успех статьи: разбор на реальных данных
Автор проанализировал 81 публикацию с помощью Python и Random Forest, чтобы понять, какие параметры влияют на просмотры. Оказалось, что длина заголовка (34.5% влияния), объем текста (26.3%) и количество ссылок с картинками (33.7%) — ключевые факторы.
Главное
- Длина заголовка — главный фактор: 34.5% влияния, оптимально около 47 символов.
- Объем текста важен: статьи с 1700+ словами получают больше просмотров.
- Ссылки и картинки дают 33.7% влияния, а код — лишь 0.3%.
- Утечка данных искажает прогнозы: исключайте целевые статьи из обучения.
Автор проанализировал 81 публикацию с помощью Python и Random Forest, чтобы понять, какие параметры влияют на просмотры. Оказалось, что длина заголовка (34.5% влияния), объем текста (26.3%) и количество ссылок с картинками (33.7%) — ключевые факторы. При этом блоки кода почти не важны для тематики фриланса.
В ходе эксперимента всплыли типичные ошибки: локальная нейросеть скопировала пример из промпта, а модель машинного обучения запомнила статью с 30 000 просмотров, что привело к утечке данных. После исправлений выяснилось: короткие заголовки (около 47 символов) и лонгриды (более 1700 слов) собирают больше читателей.
Для проверки гипотезы автор прогнал два варианта своей статьи — исходный и доработанный по метрикам топа. Первый ошибочно получил высокую оценку из-за утечки, второй — более реалистичную. Это показывает, как важно правильно готовить данные и избегать переобучения.