यैंडेक्स मार्केट विक्रेता के आंकड़े

नमस्कार habrazhiteli!

हाल ही के विषयों में से एक में दिए गए Vkontakte के सांख्यिकीय विश्लेषण ने मुझे Yandex.Market पर विक्रेता खातों पर अपने शोध के कुछ परिणाम पोस्ट करने के लिए प्रोत्साहित किया।

आंकड़ों को एकत्र करने की प्रक्रिया में, 4 जुलाई 2011 तक पंजीकृत 21052 खातों का विश्लेषण किया गया। और यहाँ किए गए कार्य के परिणाम हैं।
सावधानी यातायात।

क्या लक्ष्य थे:

1. phpQuery, XPath का उपयोग कर पार्सिंग साइटों का अनुभव प्राप्त करें;
2. Yandex.Market पर पंजीकृत खातों की संख्या की गणना करें;
3. विक्रेता की वेबसाइट का पता प्राप्त करें (यदि कोई हो);
4. पता लगाएं कि Google PR, Yandex TIC, Yandex VIC, Alexa LP, IP पता उपलब्धता, whois से - निर्मित: और भुगतान-तक: डोमेन पैरामीटर;
5. एकत्र की गई जानकारी का विश्लेषण करें।

बाधाओं:

यांडेक्स से आईपी एक्सेस को प्रतिबंधित करने की समस्या का सामना करना पड़ा। प्रॉक्सी के माध्यम से इसे हल करने का प्रयास विफल रहा। इसलिए, विभिन्न आईपी से भागों में जानकारी एकत्र की गई थी। हमने यूक्रेन के स्थानीय प्रदाताओं, दोस्तों के सर्वर, यूक्रेन PEOPLEnet के इंटरनेट ट्रैफिक सीडीएमए ऑपरेटर का इस्तेमाल किया। कुल 7 आईपी पर प्रतिबंध लगा दिया गया था।

प्रगति:

एक बॉट लिखा गया था जो लिंक का अनुसरण करता था, जैसे कि market.yandex.ru/shop-info.xml?shop-id=xxx , और परिणामी सामग्री का विश्लेषण किया। आईडी मान 0 से 68545 में बदल गया (4 जुलाई 11 तक, यह एक चरम खाता था। पार्सिंग के दौरान परिकलन)।
एक उदाहरण है। Id = 155 के अंतर्गत ozon.ru है और साइट को नाम में इंगित किया गया है, और आईडी = 156 के तहत कुछ भी नहीं है (अमान्य आईडी)।

परिणामस्वरूप, 21052 (31%) वैध मूल्य प्राप्त हुए:
मान्य आईडी के पूरे सेट में से - 14220 (68%) में एक वेबसाइट का पता था, बाकी बस स्टोर या कंपनी का नाम था:

डोमेन नाम विश्लेषण:

विभिन्न आईडी के तहत 211 डुप्लिकेट साइटें मिलीं:
17 डुप्लिकेट - test.yandex.ru (उनमें से भाग);
15 डुप्लिकेट - sotmarket.ru (उनमें से हिस्सा);
6 डुप्लिकेट - techhome.ru, teramir.ru;
5 डुप्लिकेट - असिस्टावेटो.कॉम, क्यूबनप्सकॉब, उलमार्ट ।12;
4 डुप्लिकेट - dostavka.ru , h2odesign.ru, kupitswimtraner.ru, originalam.net;
3 डुप्लिकेट - dsbw.ru, flamingo.ru, holodilnik.ru, kupithexbug.ru, superplayer.ru, techport.ru;
2 डुप्लिकेट - 15 साइटें;
1 डुप्लिकेट - 87 साइटें;

सवाल यह है कि एक से अधिक बार पंजीकरण क्यों? शायद जनता में से कोई बताएगा, लेकिन तथ्य यह है, यह जगह है।

जोनों द्वारा डोमेन का वितरण:

* नोट: अन्य fm, eu, lv, am, cx, uz, lt, cc, ws, हैं।

पीआर, टीआईसी, वीआईसी, एलेक्सा एलपी, हूइस

साइट seop.ru का उपयोग करते हुए , Google PR, Yandex TIC, Yandex VIC को 10 पते प्रतिस्थापित करके निर्धारित किया गया था। परिणाम XPath के माध्यम से पार्स किए गए थे।

Google PR के प्रत्येक स्तर की साइटों की संख्या:

* नोट: n / a - परिभाषित नहीं है।
Google PR 8 - laptophop.ru;
Google PR 7 - ozon.ru, tehnotrade.com.ua, biblioclub.ru, shop.tut.by, s7.ru

शीर्ष 20 साइटों Yandex TIC:

यह उल्लेखनीय है कि TOP की मेजबानी कंपनियों द्वारा की जाती है।

Yandex TCI स्तर 0 से 100 तक की साइटों का अनुपात 13205 (94%) है और इसे निम्नानुसार वितरित किया गया है:


प्रत्येक स्तर की साइटों की संख्या Yandex VIC:

* नोट: n / a - परिभाषित नहीं है।
हैरानी की बात है कि स्तर 1 के साथ कोई साइट नहीं थी। यह संभवतः एक वेबसाइट गणना त्रुटि है। मैं सिर्फ खुले स्रोतों से प्राप्त आंकड़ों का हवाला देता हूं।
VIC 6 - hw.ru, hosting.rbc.ru, sport.lgg.ru, hc.ru, ozon.ru, peterhost.ru, host.ru, 3206080.ru, all-hotels.ru, host.ru।

एलेक्सा एलपी के संदर्भ में शीर्ष 20 साइटें (कम बेहतर है)। मान सीधे साइट से लिए गए थे:


IP पते की उपस्थिति php gethostbyname फ़ंक्शन का उपयोग करके निर्धारित की गई थी:


निर्मित: और भुगतान किया गया की उपस्थिति: जो phiswhois परियोजना के ओपन सोर्स कोड का उपयोग करके whois से फ़ील्ड निर्धारित किया गया था:

निष्कर्ष

यहाँ आँकड़े है। अध्ययन के मूल में एक कार्य प्राप्त किया गया था और यह स्वतंत्र और ब्याज पर निष्पादित किया गया था कि कौन Yandex.Market में पंजीकृत है। मैं यह नोट करना चाहता हूं कि हर दिन नए पंजीकृत विक्रेता दिखाई देते हैं और आईडी इंडेक्स बढ़ रहा है।

मुझे आशा है कि प्रदान की गई जानकारी आपके लिए उपयोगी या कम से कम दिलचस्प थी। यह मेरा पहला विषय है और आईटी लेख लिखने का पहला अनुभव है। मुझे रचनात्मक आलोचना स्वीकार करने और इस मामले पर आपके विचार सुनने में खुशी होगी।
आपका ध्यान के लिए धन्यवाद!

पुनश्च

उपयोगकर्ताओं के अनुरोध पर, मैं इकट्ठे डेटाबेस के साथ फाइल का लिंक देता हूं।