Марковские цепи – это математическое понятие, названное так в честь русского математика Андрея Маркова-старшего, который его и описал. Цепью Маркова называют последовательность случайных событий, у которых есть конечное число вероятных исходов. Причем, конечный результат находится в зависимости от текущего состояния и не зависит от прошлого. (см. также Сложные адаптивные системы)

В математике цепи Маркова описываются рядом формул, в сфере же SEO они применяются для создания текстов с условной грамотностью, связностью и определенным набором ключевых слов. Такое использование математических формул для генерации текстов возможно, потому как любое предложение можно приравнять к Марковской цепи первого порядка, в которой каждое последующее слово будет зависеть от предыдущего.

Впервые цепи Маркова придумали применять для генерации текстов дорвейщики, так как большое количество дорвеев требовало большого количества текстового контента с минимальным уровнем грамотности. Да, такой текст не особо читабелен для реального человека, но поисковые роботы распознают Марковские цепи далеко не сразу. Но, как правило, использование Марковских цепей относят к черной оптимизации.

Принцип работы

Генераторы псевдоосмсыленных текстов на основе цепей Маркова работают в два этапа. Для начала необходимо создать словарную базу на основе достаточно большого текста. Текст разбивается на отдельные слова, для каждого из которых определяются другие слова, чаще всего после него встречающиеся. На основе такой базы и будут выстраиваться предложения – собственно, Марковские цепи, где в качестве дискретных значений выступают слова.

Первое слово отбирается случайным образом. Второе – из списка тех, которые чаще всего встречаются после первого. Третье – из числа слов, возможных после второго. И так далее. Смысла в таком тексте, конечно, не много (зачастую – и вовсе), однако простейшую проверку роботами на связность такой текст может пройти. Следовательно, страница будет проиндексирована поисковой машиной.

Изначально можно задать как общее количество слов в генерируемом тексте, так и число слов в каждом отдельном предложении. Исходный словарь для генерации текстов на основе цепей Маркова должен быть размером хотя бы в килобайт, иначе сгенерированный текст будет иметь очень низкую уникальность.

Пример использования

Для наглядности можно рассмотреть пример использования Марковских цепей для генерации текста на основе заданных слов на примере одного предложения. Например:

«Справочник вебмастера на gitak.ru – лучший справочник Рунета на тему SEO и продвижения сайтов».

Теперь необходимо составить словарную базу, подбирая все возможные слова к каждому последующему. Для данного примера она будет выглядеть так:

Справочник – вебмастера, Рунета (т. к. в предложении после “справочник” использовались слова “вебмастера” и “Рунета”)

вебмастера – на

на – gitak.ru, тему

gitak.ru – лучший

лучший – справочник

Рунета – на

тему – SEO

SEO – и

и – продвижения

продвижения – сайтов

сайтов – Справочник

Получился замкнутый цикл из всех слов данного предложения, так как в словарной базе для генерации текстов после последнего слова будет снова использоваться первое. Теперь начинает собственно создание текста, причем, первое слово выбирается случайным образом и на его основе формируется цепочка. Например, это будет «тему». В результате получается:

тему SEO и продвижения сайтов Справочник вебмастера на gitak.ru лучший справочник Рунета на

Ключевые слова получились вполне ходовые – лучший справочник Рунета.

Чем больше количество заданных слов, тем более отличен конечный текст от исходного и тем более он несуразен.

Плюсы и минусы текстов на основе Марковских цепей

У текста, сгенерированного с помощью Марковских цепей, безусловно, нет никакой литературной ценности и пользователям он не интересен. Однако, в качестве технического решения может вполне использоваться.

Плюсы:

• абсолютная техническая уникальность;
• связность слов;
• малые трудозатраты (по сравнению с трудозатратами при реальном написании текстов);
• конкретное количество слов, которое можно задать изначально;
• наличие необходимых ключевых слов в необходимом количестве.

Минусы:

• необходимость задавать большой исходный текст;
• сложности при создании словарной базы (подбор вариантов соответствующих слов к каждому отдельному слову);
• высокие требования к ресурсам памяти;
• большая нагрузка на процессор;
• относительно низкая скорость генерации;
• при маленьком заданном тексте уникальность сгенерированного текста будет низкой;
• потенциальная возможность распознавания сгенерированного текста поисковым роботом, и как следствие – бан.

Кроме того, есть мнение, что Google научился достаточно быстро распознавать псевдотексты, сгенерированные с помощью Марковских цепей, поэтому использовать или нет этот метод оптимизации,– решать стоит отдельно для каждого конкретного случая, исходя из поставленной задачи, временных рамок и материальных возможностей.