ក្នុងអំឡុងពេលដំណើរការបោះឆ្នោត អ្នកបោះឆ្នោតបង្ហាញពីអាកប្បកិរិយារបស់ពួកគេចំពោះជាក់លាក់ អ្នក​នយោបាយឬគណបក្សនានា បោះឆ្នោតឱ្យបេក្ខជន ឬគណបក្សជាក់លាក់ណាមួយ។ សំណួរកើតឡើង - តើមានគំរូណាមួយដែលពិពណ៌នាអំពីការបែងចែកសន្លឹកឆ្នោតរវាងបេក្ខជន ឬគណបក្សផ្សេងៗទេ? ប្រសិនបើមិនមានភាពទៀងទាត់ទេនោះ ការជាប់ទាក់ទងគ្នារវាងចំនួនសន្លឹកឆ្នោតដែលទទួលបានដោយបេក្ខជន ឬគណបក្ស ក៏ដូចជារវាងចំនួនសន្លឹកឆ្នោតទាំងនេះ និងឧទាហរណ៍ ចំនួនអ្នកទៅបោះឆ្នោត ឬចំនួនសន្លឹកឆ្នោតមិនបានការ គឺអាចធ្វើទៅបាន។ ប្រសិនបើមានគំរូជាក់លាក់ក្នុងការចែកចាយសន្លឹកឆ្នោត នោះមិនមែនគ្រប់បំរែបំរួលនៃការចែកចាយរបស់ពួកគេអាចធ្វើទៅបានទេ។ ដោយផ្អែកលើសម្ភារៈនៃការបោះឆ្នោតជាច្រើននៅក្នុងច្រើនបំផុត ប្រទេសផ្សេងៗទំនាក់ទំនងស្ថិតិត្រូវបានបង្ហាញថាមានរវាងចំនួនសន្លឹកឆ្នោតដែលទទួលបានក្នុងការបោះឆ្នោតដោយបេក្ខជន និងគណបក្សផ្សេងៗ។ វាត្រូវបានគេរកឃើញថាទំនាក់ទំនងនេះត្រូវបានពិពណ៌នាដោយទំនាក់ទំនងសាមញ្ញដូចខាងក្រោម:

ប្រសិនបើនៅលើអ័ក្សមួយ ចំនួនសំឡេងឆ្នោត N(i) ដែលទទួលបានដោយបេក្ខជននីមួយៗត្រូវបានគ្រោងនៅលើមាត្រដ្ឋានលោការីត ហើយនៅលើអ័ក្សផ្សេងទៀតផងដែរនៅលើមាត្រដ្ឋានលោការីត កន្លែងដែលខ្ញុំកាន់កាប់ដោយបេក្ខជនដូចគ្នាក្នុងអំឡុងពេលបោះឆ្នោត បន្ទាប់មកពិន្ទុ ទទួលបានជាមួយនឹងការប៉ាន់ប្រមាណគ្រប់គ្រាន់មានទីតាំងនៅតាមបន្ទាត់ត្រង់មួយ:

ln N(i) = A - B x lni (1)

សុពលភាពនៃសមីការខាងលើត្រូវបានបញ្ជាក់នៅក្នុងការងារជាបន្តបន្ទាប់ អ្នកឯកទេសរុស្ស៊ីនៅក្នុងវិទ្យាសាស្ត្រនយោបាយគណិតវិទ្យា (Sobyanin, Sukhovolsky, 1995) ដែលបានវិភាគលទ្ធផលនៃការបោះឆ្នោតរបស់តំណាងប្រជាជននៃប្រទេសរុស្ស៊ីក្នុងឆ្នាំ 1990 ការបោះឆ្នោតប្រធានាធិបតីនៃប្រទេសរុស្ស៊ីក្នុងឆ្នាំ 1991 និង 1996 ក៏ដូចជាទិន្នន័យស្តីពីការបោះឆ្នោតនៅក្នុងប្រទេសមួយចំនួន។ ចាប់ផ្តើមជាមួយនឹងការបោះឆ្នោតប្រធានាធិបតីនៅប្រទេសបារាំងក្នុងឆ្នាំ 1848 ដែលជាកន្លែងដែលបានផ្តួល Louis Napoleon Bonaparte ។

នេះ។ លទ្ធផលគណិតវិទ្យាមិនសំខាន់នៅក្នុងធម្មជាតិ។ អ្នកឯកទេស - រូបវិទូ អ្នកគីមីវិទ្យា អ្នកស្រាវជ្រាវផ្នែកលោហធាតុ អ្នកប្រជាសាស្រ្ត អ្នកបរិស្ថានវិទ្យា និងអ្នកតំណាងនៃវិស័យចំណេះដឹងជាច្រើនទៀតដែលទាក់ទងនឹងទិន្នន័យស្ថិតិដ៏ច្រើន ដឹងយ៉ាងច្បាស់ថាភាពទៀងទាត់នៃលេខដែលបានបង្ហាញគឺ តួអក្សរទូទៅហើយពិពណ៌នាអំពីស្ថានភាព "ឥតគិតថ្លៃ ការប្រកួតប្រជែង"សម្រាប់ការចែកចាយនូវចំនួនកំណត់នៃទំនិញ" តាមលក្ខខណ្ឌណាមួយ" វាប្រែថាភាពខុសគ្នានៃវត្ថុ ស្ថានភាព និងទំនាក់ទំនងហេតុ និងផលប៉ះពាល់មិនផ្លាស់ប្តូរលក្ខណៈនៃការពឹងផ្អែកនេះទេ ដរាបណាមានការប្រកួតប្រជែងដោយសេរី។ លទ្ធផលរបស់វានៅក្នុងករណីណាមួយសមនឹង "បន្ទាត់ត្រង់លោការីត" - មានតែ A ថេរនិងជម្រាលនៃបន្ទាត់ត្រង់ B ប៉ុណ្ណោះដែលផ្លាស់ប្តូរ។ ដែលជាកន្លែងដែលប្រជាជននៅក្នុងប្រទេសស៊ីវិល័យនាំឱ្យមានការពឹងផ្អែកបែបនេះ។ ទន្ទឹមនឹងនោះនៅក្នុងសហភាពសូវៀតទីក្រុងដូចជាម៉ូស្គូ។ Leningrad និងមជ្ឈមណ្ឌលមួយចំនួនផ្សេងទៀតបានផ្លាស់ប្តូរយ៉ាងខ្លាំងពី "ការប្រកួតប្រជែងដោយឥតគិតថ្លៃដោយផ្ទាល់" - ដោយសារតែការរឹតបន្តឹងផ្នែករដ្ឋបាលដែលត្រូវបានផ្សារភ្ជាប់ជាមួយនឹងរបបលិខិតឆ្លងដែន។ ការប្រកួតប្រជែងនាំឱ្យមានទំនាក់ទំនងដូចគ្នារវាងទំហំនៃទ្រព្យសម្បត្តិដ៏ធំបំផុតនិង "កន្លែង" កាន់កាប់ដោយម្ចាស់របស់ពួកគេនៅក្នុងបញ្ជីនៃរដ្ឋបែបនេះ - ជាការពិតណាស់នៅក្នុងផ្នែកទាំងនោះនៃពិភពលោកដែលមានបញ្ជីបែបនេះ។ ពិតជា​ដូចគ្នា ស្គាល់អ្នកសត្វវិទ្យាច្បាប់នៃការចែកចាយសត្វមំសាសីដោយម៉ាស់ (ក្នុងករណីដែលគ្មាន កត្តា anthropogenic) ជាដើម។

ជាលើកដំបូង ភាពទៀងទាត់នៃប្រភេទនេះត្រូវបានបង្កើតឡើងដោយអ្នកសង្គមវិទូ និងគណិតវិទូអ៊ីតាលី V. Pareto ដែលបានចូលរួមក្នុងការចែកចាយប្រជាជនរបស់ប្រទេសនេះបើយោងតាមទ្រព្យសម្បត្តិរបស់ពួកគេ។ ក្រោយមក អ្នកភាសាវិទ្យាជនជាតិអាមេរិក J.K. Zipf សិក្សាការចែកចាយនៃភាពញឹកញាប់នៃការប្រើប្រាស់ពាក្យក្នុងអត្ថបទ។ ជម្រើសផ្សេងៗសមាមាត្រដែលបានសរសេរខាងលើត្រូវបានគេហៅថាច្បាប់ Zipf-Pareto ។ វិធីសាស្រ្តនៃការវិភាគទាក់ទងនឹងការសិក្សានៃការបែងចែកចំណាត់ថ្នាក់ត្រូវបានប្រើប្រាស់យ៉ាងទូលំទូលាយនៅក្នុងភាសាវិទ្យា វិទ្យាសាស្ត្រ និងបរិស្ថានវិទ្យា។ ការអនុលោមតាមទំនាក់ទំនង (១) សម្រាប់ដំណើរការបោះឆ្នោត មានន័យថាមាន “ការប្រកួតប្រជែងដោយសេរី” របស់បេក្ខជនទាំងអស់ ដែលមានឱកាសពន្យល់ដោយសេរីដល់អ្នកបោះឆ្នោតរបស់ពួកគេ ទស្សនៈនយោបាយនិងវេទិកានយោបាយ។

ការបំពេញច្បាប់ Zipf-Pareto សម្រាប់ដំណើរការបោះឆ្នោត មានន័យថា បេក្ខជននីមួយៗ គណបក្សនីមួយៗ និងក្រុមនយោបាយនៃអ្នកបោះឆ្នោត បោះឆ្នោតស្របតាម ប្រភេទជាក់លាក់មានវេទិកានយោបាយផ្ទាល់ខ្លួន មិនត្រួតស៊ីគ្នាជាមួយអ្នកដទៃទាំងអស់។ បេក្ខជនដែលមានគួរតែគ្របដណ្តប់រាល់ចំណូលចិត្តរបស់អ្នកបោះឆ្នោត។ បន្ទាប់មកសមាមាត្រនៃអ្នកបោះឆ្នោតស្វែងរកជម្រើសរបស់ពួកគេនៅខាងក្រៅបញ្ជីបេក្ខជនដែលស្នើឡើងគឺតូចណាស់ ហើយសមីការ (1) ពិពណ៌នាអំពីការបែងចែកសន្លឹកឆ្នោតជាមួយនឹងភាពត្រឹមត្រូវខ្ពស់។ បើមិនដូច្នោះទេ "niches" ទទេអាចលេចឡើងនៅក្នុងការចែកចាយ (1) ហើយការវិភាគទាំងមូលកាន់តែស្មុគស្មាញ។

ប៉ារ៉ាម៉ែត្រ A និង B រួមបញ្ចូលក្នុងសមីការ (1) ត្រូវបានគណនាដោយផ្អែកលើទិន្នន័យអំពីចំនួនអ្នកបោះឆ្នោតដែលបានបោះឆ្នោតឱ្យបេក្ខជនផ្សេងៗគ្នា ឬសម្រាប់ក្រុមនយោបាយផ្សេងៗគ្នាដោយប្រើវិធីសាស្ត្រ ការវិភាគតំរែតំរង់. ប៉ារ៉ាម៉ែត្រ A នៅក្នុងសមីការ (1) គឺជាលោការីតនៃចំនួនអ្នកបោះឆ្នោតដែលបានបោះឆ្នោតឱ្យបេក្ខជននាំមុខ។ តម្លៃ B ដែលជាមេគុណចំណូលចិត្តកំណត់លក្ខណៈជម្រាលនៃបន្ទាត់ត្រង់ (1) និងបម្រើជារង្វាស់ជាលេខនៃភាពដូចគ្នានៃជម្រើសរបស់អ្នកបោះឆ្នោត។ ប្រសិនបើ B=0 មានន័យថា អ្នកបោះឆ្នោតមិនមានការពេញចិត្តចំពោះគណបក្សមួយចំនួន ឬបេក្ខជនជាងគណបក្សផ្សេងទៀតទេ ហើយពួកគេទាំងអស់បានទទួលនៅក្នុងការបោះឆ្នោត។ លេខដូចគ្នា។ការបោះឆ្នោត។ ផ្ទុយទៅវិញ នៅ តម្លៃធំភាពចោត B ភាគីខាងក្រៅទទួលបានសំឡេងតិចតួចណាស់បើប្រៀបធៀបទៅនឹងគណបក្សនាំមុខ (ទោះជាយ៉ាងណាក៏ដោយនៅក្នុងការអនុវត្តប៉ារ៉ាម៉ែត្រ B គឺស្ទើរតែមិនដែលធំជាងមួយ) ។ ប្រសិនបើគម្លាតពីបន្ទាត់ត្រង់នៃប្រភេទ (1) ត្រូវបានកត់សម្គាល់នោះ ក្រោមការសន្មត់ដែលបានធ្វើឡើងខាងលើ នេះបង្ហាញពីអវត្តមាននៃលក្ខខណ្ឌសម្រាប់ការប្រកួតប្រជែងនយោបាយដោយសេរី។ នេះអាចបណ្តាលមកពីវត្តមានរបស់សកម្មភាពបន្ថែមមួយចំនួន កត្តាខាងក្រៅឧទាហរណ៍ ការបំភិតបំភ័យអ្នកបោះឆ្នោត ជាមួយនឹងការគាបសង្កត់ផ្នែកនយោបាយ និងសេដ្ឋកិច្ច ក្នុងករណីបោះឆ្នោត (ឬមិនទៅបោះឆ្នោត) សម្រាប់បេក្ខជនជាក់លាក់ ឬការក្លែងបន្លំដោយផ្ទាល់នៃលទ្ធផលបោះឆ្នោតអំឡុងពេលរាប់សន្លឹកឆ្នោតនៅក្នុងគណៈកម្មការបោះឆ្នោត។ កម្រិតផ្សេងគ្នា. រូបភាពទី 2 បង្ហាញពីក្រាហ្វធម្មតានៃការបែងចែកចំណាត់ថ្នាក់នៃចំនួនអ្នកបោះឆ្នោតនៅក្នុងការបោះឆ្នោតនៅក្នុងប្រទេសរុស្ស៊ី។ ដូចដែលអ្នកអាចឃើញរវាងលេខ ក្រុមផ្សេងៗនៃអ្នកបោះឆ្នោត និងចំណាត់ថ្នាក់នៃក្រុមទាំងនេះ (ឧទាហរណ៍ កន្លែងបេក្ខជន) នៅក្នុងកូអរដោណេលោការីត (តាមអ័ក្សទាំងពីរ) មានទំនាក់ទំនងលីនេអ៊ែរ។

ប្រភេទនៃការចែកចាយសន្លឹកឆ្នោតសម្រាប់បេក្ខជន ឬគណបក្សផ្សេងៗគ្នា ជួយកំណត់អត្តសញ្ញាណការក្លែងបន្លំការបោះឆ្នោត។ ក្នុងករណីសាមញ្ញបំផុតនៃការក្លែងបន្លំ ប្រសិនបើសន្លឹកឆ្នោតមួយចំនួនដែលបំពេញតាមការពេញចិត្តរបស់បេក្ខជន ឬគណបក្សមួយចំនួនត្រូវបានបោះចូលទៅក្នុងប្រអប់សន្លឹកឆ្នោត នោះវាបង្ហាញថាការបែងចែកចំណាត់ថ្នាក់នៃចំនួនសន្លឹកឆ្នោតសម្រាប់បេក្ខជនម្នាក់ៗមិនត្រូវបានបង្ហាញត្រង់នោះទេ។ ប៉ុន្តែប្រសិនបើយើងមិនរាប់បញ្ចូលទិន្នន័យអំពីបេក្ខជនដែលការពេញចិត្តនៃការក្លែងបន្លំត្រូវបានធ្វើឡើងនោះ សម្រាប់បេក្ខជនដែលនៅសល់ (ឬភាគី) ការចែកចាយចំណាត់ថ្នាក់នឹងឆ្លើយតបទៅនឹងទ្រឹស្តី។ ក្នុងករណីដែលកំពុងពិចារណា ចំនួនសន្លឹកឆ្នោតអាចត្រូវបានគេប៉ាន់ប្រមាណពីភាពខុសគ្នារវាងចំនួនសន្លឹកឆ្នោតដែលបេក្ខជនទទួលបានដោយយោងតាមទិន្នន័យផ្លូវការ និងចំនួនដែលបានរកឃើញពីសមីការការបែងចែកចំណាត់ថ្នាក់ បន្ទាប់ពីមិនរាប់បញ្ចូលទិន្នន័យដែលទាក់ទងនឹងបេក្ខជននោះ។ រូបភាពទី 3 បង្ហាញពីការបែងចែកសន្លឹកឆ្នោត - យោងតាមគណៈកម្មការរៀបចំការបោះឆ្នោត - សម្រាប់បេក្ខជនសម្រាប់តំណែងជាប្រធានរដ្ឋបាល តំបន់ Lipetskនៅក្នុងការបោះឆ្នោតនៅនិទាឃរដូវឆ្នាំ 1993 ។ ការចែកចាយនេះគឺច្បាស់ណាស់ឆ្ងាយពីបន្ទាត់ត្រង់។ ក្នុងករណីនេះ ការកាត់ក្តីដែលបានធ្វើឡើងក្នុងឆ្នាំ 1995 បានបញ្ជាក់ពីអត្ថិភាពនៃការក្លែងបន្លំក្នុងការពេញចិត្តចំពោះបេក្ខជនដែលទទួលបានចំណាត់ថ្នាក់លេខ 1 ។

លោក George Zipf

អត្ថបទគឺជាប្រភពសំខាន់នៃព័ត៌មាននៅលើអ៊ីនធឺណិត។ ជាធម្មតា ការផ្សព្វផ្សាយគេហទំព័រក្នុងការស្វែងរក TOPs ភាគច្រើនត្រូវបានភ្ជាប់ជាមួយ អក្ខរាវិរុទ្ធត្រឹមត្រូវ។មាតិកាស្រដៀងគ្នា។ ប៉ុន្តែការសរសេរអត្ថបទគឺមិនគ្រប់គ្រាន់ទេ - អ្នកក៏ត្រូវរៀបចំវាដោយយោងទៅតាមច្បាប់ SEO និងអនុសាសន៍ផ្សេងៗ។ ក្នុងចំណោមទាំងនេះ ការពេញនិយមបំផុត និងប្រើប្រាស់យ៉ាងទូលំទូលាយអាចត្រូវបានសម្គាល់:

• អប្បរមានៃការចង្អោរ ទឹក និងសារឥតបានការ។
• រចនាសម្ព័ន្ធត្រឹមត្រូវនៃសម្ភារៈដែលបានដាក់ (ចំណងជើងបញ្ជី) ។
• ការបញ្ចូលសោ។

ទាំងនេះគឺជាមូលដ្ឋានទាំងអស់ ដូច្នេះគាត់ប្រើវា។ ភាគច្រើនឧបករណ៍បង្កើនប្រសិទ្ធភាព។ ប៉ុន្តែមានគេហទំព័រកាន់តែច្រើនឡើងនៅលើអ៊ីនធឺណិត ដូច្នេះម្ចាស់របស់ពួកគេមួយចំនួនកំពុងស្វែងរកជម្រើសផ្សេងទៀតដើម្បីផ្សព្វផ្សាយផលិតផលរបស់ពួកគេដោយជោគជ័យ។ ហើយនៅទីនេះពួកគេមួយចំនួនចងចាំច្បាប់របស់ Zipf ជាក់លាក់មួយ។ ប៉ុន្តែមិនត្រឹមតែពួកគេចាប់ផ្តើមសរសេរសំណេរផ្ទាល់ខ្លួនរបស់ពួកគេសម្រាប់សេវាកម្មដោយផ្អែកលើសេចក្តីថ្លែងការណ៍របស់អ្នកវិទ្យាសាស្ត្រអង់គ្លេសដែលរស់នៅសម្រាប់អ្នកដែលដឹងប៉ុន្មានឆ្នាំមុននោះទេពួកគេថែមទាំងធ្វើឱ្យអ្នកសរសេរចម្លងដែលជួលបានធ្វើឱ្យខួរក្បាលរបស់ពួកគេមានការភ្ញាក់ផ្អើលផងដែរ!

ប៉ុន្តែលោកបណ្ឌិត Aytupit ស្ថិតក្នុងការប្រុងប្រយ័ត្ន ដូច្នេះហើយ ដូចជា Black Cloak គាត់ប្រញាប់ប្រញាល់ទៅរកជំនួយពីការលួចចូលអ៊ីនធឺណិត ដើម្បីដោះស្រាយជាមួយនឹងប្រសិទ្ធភាព។ វិធីសាស្រ្តនេះ។ដើម្បីផ្សព្វផ្សាយគេហទំព័រនៅក្នុងកំពូលនៃម៉ាស៊ីនស្វែងរកដ៏ល្បីល្បាញបំផុត។

ការធ្វើតេស្តច្បាប់របស់ Zipf

តាមពិតទៅ មានតែលក្ខណៈសំខាន់ពីរប៉ុណ្ណោះ៖

• ចង្អោរនៃមាតិកាដែលបានពិនិត្យ។
• ធម្មជាតិ។

គុណវិបត្តិដំបូងនៃផលិតផលនេះស្ថិតនៅក្នុងសូចនាករនៃការចង្អោរ៖ អ្នកអភិវឌ្ឍន៍ជាក់ស្តែងមិនបានគិតគូរថាមានការប្រែប្រួលបែបបុរាណ និងការសិក្សានៃលក្ខណៈ SEO នេះទេ។ ហើយមនុស្សភាគច្រើនដែលធ្វើការក្នុងវិស័យនេះដឹងថាវិធីសាស្រ្តផ្សេងគ្នាទាំងស្រុងត្រូវបានប្រើដើម្បីកាត់បន្ថយដំណើរការនៃជម្រើសនីមួយៗ។ វិធី​ផ្សេង​គ្នា(លោកវេជ្ជបណ្ឌិត Aitupit នឹងព្យាយាមប្រាប់អំពីរឿងនេះនៅក្នុងអត្ថបទបន្ទាប់របស់គាត់)។ ប៉ុន្តែ Tsipfo-service មិនជូនដំណឹងដល់អ្នកប្រើប្រាស់របស់ខ្លួនអំពីបញ្ហានេះ ដែលជួនកាលអាចនាំឱ្យមានការលំបាកមួយចំនួន។ ខ្ញុំនឹងមិនធ្វើទារុណកម្មអ្នកយូរទេ ហើយខ្ញុំនឹងនិយាយថានៅក្នុង ករណីនេះមានតែការចង្អោរបែបបុរាណប៉ុណ្ណោះដែលត្រូវបានបញ្ជាក់។

ចូរបន្តទៅធម្មជាតិ។ តើ​វា​គឺជា​អ្វី? ខ្ញុំបានស្វែងរកព័ត៌មានគ្រប់គ្រាន់អំពីបញ្ហានេះអស់រយៈពេលជាយូរមកហើយ។ ប៉ុន្តែ​ខ្ញុំ​បាន​រក​ឃើញ​តែ​ការ​សរសេរ​ឡើង​វិញ​នូវ​ពាក្យ​មិន​ពិត​មួយ​ចំនួន ដែល​អត្ថន័យ​នៃ​ការ​មិន​អាច​យល់​បាន​ដោយ​គ្មាន​ស្រាបៀរ​ពីរ​ដប។ ទេ ខ្ញុំប្រហែលជាល្ងង់ ប៉ុន្តែអ្នកទាំងអស់គ្នាអាចយល់បាន៖

“.. គំរូជាក់ស្តែងនៃការចែកចាយប្រេកង់ពាក្យ ភាសាធម្មជាតិ: ប្រសិនបើពាក្យទាំងអស់នៃភាសា (ឬគ្រាន់តែគ្រប់គ្រាន់ អត្ថបទវែង) តាមលំដាប់ចុះតាមលំដាប់នៃប្រេកង់នៃការប្រើប្រាស់របស់ពួកគេ បន្ទាប់មកប្រេកង់នៃពាក្យទី 9 នៅក្នុងបញ្ជីបែបនេះនឹងមានចំនួនប្រហាក់ប្រហែលនឹងសមាមាត្របញ្ច្រាសទៅនឹងវា លេខ​សម្គាល់ n (លំដាប់នៃពាក្យនេះ សូមមើលមាត្រដ្ឋានលំដាប់)។ ឧទាហរណ៍ ពាក្យ​ដែល​ប្រើ​ច្រើន​ជាង​គេ​ទី​ពីរ​គឺ​ប្រហែល​ជា​ពីរ​ដង​តិច​ជាង​ពាក្យ​ទី​មួយ, ទីបី​គឺ​ជា​បី​ដង​តិច​ជាង​ពាក្យ​ដំបូង​និង​ដូច្នេះ​នៅ​លើ .. ។

និយាម, ខូច, ទៀងទាត់... គួរតែសរសេរបែបហ្នឹង! មិនអីទេ - សាតាំងនឹងមិនអត់ទោសឱ្យគាត់ទេ។ នេះមិនគួរឱ្យចាប់អារម្មណ៍បំផុតទេ! វាគួរឱ្យចាប់អារម្មណ៍ដែលអ្នកនិពន្ធនៃពាក្យនេះគឺជាភាសាវិទូជនជាតិអាមេរិកដែលរស់នៅពាក់កណ្តាលសតវត្សចុងក្រោយនៅពេលដែលមានតែ George Lucas និង Leonid Ilyich Brezhnev ប៉ុណ្ណោះដែលដឹងអំពីអ៊ីនធឺណិត។ នោះគឺមានមនុស្សដែលជឿថាម៉ាស៊ីនស្វែងរកទំនើបមានកាតព្វកិច្ចធ្វើការវិភាគតាមច្បាប់របស់ Zipf? អត់ទោសឱ្យ Monsieur ប៉ុន្តែហេតុអ្វីបានជានរក? ..

ប្រហែលជាបន្ទាប់ពីពាក្យខាងលើអ្នកអានមួយចំនួននឹងសម្រេចចិត្តថាអ្នកនិពន្ធនៃ opus នេះគឺ balabol ធម្មតា? ខ្ញុំនឹងព្យាយាមផ្តល់អំណះអំណាងដ៏សក្តិសមដើម្បីបញ្ចុះបញ្ចូលអ្នក!

- តម្រូវការដែលប៉ារ៉ាម៉ែត្រអត្ថបទអនុលោមតាមច្បាប់របស់ Zipf ឬដើម្បីឱ្យច្បាស់លាស់ជាមួយនឹងប្រភេទនៃ "សេវាកម្ម" ដែលត្រូវបានចោទប្រកាន់ថាពិនិត្យមើលអត្ថបទសម្រាប់ការអនុលោមភាពបែបនេះគឺជាការបោកប្រាស់។ ទឹកបរិសុទ្ធបំផុត។. លក្ខខណ្ឌបែបនេះគឺគ្មានន័យទាំងពីទស្សនៈនៃគុណភាពនៃអត្ថបទ និងពីទស្សនៈនៃការបង្កើនប្រសិទ្ធភាពរបស់វាសម្រាប់ ម៉ាស៊ីនស្វែងរក.

- Zipf check គឺស្រដៀងទៅនឹង SEO amulets និង feng shui - ខ្ញុំលឺសំលេងរោទ៍ ប៉ុន្តែខ្ញុំមិនដឹងថាវានៅឯណាទេ។ ហើយចាប់តាំងពីមានភាពអាថ៌កំបាំងខាងវិទ្យាសាស្ត្រជាច្រើននៅក្នុង SEO ជាទូទៅដោយសារតែភាពស្និទ្ធស្នាលដំបូងនៃក្បួនដោះស្រាយម៉ាស៊ីនស្វែងរកនោះ Zipf ពិនិត្យយ៉ាងចុះសម្រុងគ្នាយ៉ាងស៊ីសង្វាក់គ្នាជាមួយសូចនាករគុណភាពដែលពាក់ព័ន្ធបន្ថែមទៀត - ដង់ស៊ីតេគន្លឹះ និងលក្ខណៈពិសេស លទ្ធផលនៃលទ្ធផលក៏ត្រូវតែមានផងដែរ។ ទទួលយករហូតទាល់តែបាន។

គ្មាន​ការ​ស្មាន​ពី​ផ្នែក​របស់​ខ្ញុំ - ពាក្យ​ទំនាក់ទំនង​ដោយ​ស្មោះត្រង់​ដែល​បាន​សរសេរ​អំពី​ច្បាប់​នេះ​!

ហើយខ្ញុំត្រៀមខ្លួនជាស្រេចដើម្បីជាវរាល់ពាក្យរបស់ Zheka និង Advego ។ ចូរយើងស្រមើស្រមៃ។ ស្រមៃថាមានម៉ាស៊ីននៅពីមុខអ្នក។ អ្នកត្រូវចូលទៅជិត ហើយចុចបន្សំលេខដែលបំពានលើតារាងពិន្ទុរបស់គាត់។ លេខត្រឹមត្រូវ។គ្មាននរណាម្នាក់ដឹងទេ ដូច្នេះរាល់ពេលដែលចំនួននៃការឈ្នះគឺខុសគ្នា។ មនុស្សខ្លះគ្រាន់តែបញ្ចូលតម្លៃហើយចាកចេញ អ្នកផ្សេងទៀតចាប់ផ្តើមបង្កើតប្រព័ន្ធមួយចំនួន៖ ពួកគេរាំ rumba ស្ដោះទឹកមាត់បីដងយ៉ាងតឹងរ៉ឹងនៅមុំដប់ប្រាំដឺក្រេ ស៊ីពពែដែលស្ងួតហួតហែងកាលពីបីថ្ងៃមុន ហើយដូច្នេះនៅលើ។ ហើយបន្ទាប់មកម្នាក់ក្នុងចំណោមសំណាងចុងក្រោយ - គាត់បានបំបែក Jackpot! ហេតុអ្វីបានជាគាត់មានសំណាង - នរកដឹង។ ប្រហែលជាគាត់គ្រាន់តែទាយការរួមបញ្ចូលគ្នា ឬប្រហែលជាពពែមានវេទមន្ត។ ប៉ុន្តែនៅថ្ងៃបន្ទាប់ បុគ្គលម្នាក់នេះមកដាក់ម៉ាស៊ីន ហើយរៀបចំតុក្បែរនោះ ដែលគាត់អញ្ជើញអ្នកទាំងអស់គ្នាឱ្យសាកល្បងបច្ចេកទេសរបស់គាត់ មុននឹងចុចលេខ...

នៅតែមិនជឿ? បន្ទាប់មកខ្ញុំនឹងប្រើកាំភ្លើងធំធុនធ្ងន់ - ខ្ញុំនឹងធ្វើការពិសោធន៍។

ការត្រួតពិនិត្យមើលឃើញនៃអត្ថបទយោងទៅតាមច្បាប់របស់ Zipf

សម្រាប់ការងារនាពេលខាងមុខ ខ្ញុំបានសម្រេចចិត្តយកប្លែកៗមួយចំនួន ឃ្លាសំខាន់ៗនិងពិនិត្យមើលអត្ថបទសម្រាប់ការអនុលោមតាមច្បាប់របស់ Zipf ដែលមានទីតាំងនៅកន្លែងផ្សេងៗគ្នានៃ TOP នៃម៉ាស៊ីនស្វែងរកក្នុងស្រុក Yandex របស់យើង។ តោះ​ចាប់ផ្តើម។

គន្លឹះទីមួយគឺ "សាងសង់ផ្ទះពីរបារមួយ" ។

ខ្ញុំជ្រើសរើសគេហទំព័រដែលមានទីតាំងនៅកំពូលនៃចំណាត់ថ្នាក់ស្វែងរក ខ្ញុំធ្វើការវិភាគមួយ៖

អ្វីដែលយើងមាន: ធម្មជាតិ - 80, ចង្អោរ - 5.9 ។

ខ្ញុំងាកទៅទំព័រខាងក្រោមនៅក្នុងម៉ាស៊ីនស្វែងរក ជ្រើសរើសគេហទំព័រពីដប់បី ហើយធ្វើការវិភាគ៖

លទ្ធផល: ធម្មជាតិ - 82, ចង្អោរ - 6.16 ។

ខ្ញុំចុះទៅទីតាំងជាច្រើនខាងក្រោម ហើយធ្វើបែបបទម្តងទៀត៖

លទ្ធផល៖ E - 86, T - 8.6 ។

ប៉ុន្តែនៅក្នុង TOP មានអ្វីផ្សេងទៀតដែលមានតម្លៃវា! តិច? យើងពិនិត្យម្តងទៀត។ យើងយកគន្លឹះបន្ទាប់។ ឧបមាថា - ការព្យាបាលជំងឺឬសដូងបាត។

លទ្ធផល៖ E - 70, T - 11.23 ។

មុខតំណែងចំនួនពីរខាងក្រោម៖

លទ្ធផល៖ E - 91, T - 4.90 ។

ទំព័រមួយទៀតខាងក្រោម៖

លទ្ធផល៖ E - 91, T - 4.12 ។

សេចក្តីសន្និដ្ឋាន

ដូចដែលអាចមើលឃើញពីការវិភាគសូចនាករដ៏ល្អបំផុតនៃភាពធម្មជាតិនៃសម្ភារៈអត្ថបទយោងទៅតាមច្បាប់របស់ Zipf មិនធានាទាំងស្រុងនូវភាពជោគជ័យនៃការប្រកួតប្រជែងជាមួយនឹងអត្ថបទដែលមានទីតាំងនៅលើធនធានអ៊ីនធឺណិតផ្សេងទៀត។ ទោះយ៉ាងណាក៏ដោយ វាអាស្រ័យលើអ្នកក្នុងការសម្រេចចិត្ត...

សួស្តី​អ្នក​ទាំងអស់គ្នា! អេ ពេលថ្មីៗនេះកាន់តែច្រើនជាញឹកញាប់ខ្ញុំលឺពីសហការីអំពីតម្រូវការនៅក្នុង TOR ដើម្បីវាយតម្លៃគុណភាពនៃអត្ថបទនេះបើយោងតាមច្បាប់របស់ Zipf ។ ហើយមិនមែនគ្រប់គ្នាយល់ពីរបៀបកែសម្រួលអត្ថបទសម្រាប់ច្បាប់នេះទេ។ នៅក្នុងអត្ថបទថ្ងៃនេះខ្ញុំនឹងព្យាយាមប្រាប់អ្នកពីរបៀបច្រើនបំផុត នៅក្នុងវិធីសាមញ្ញមួយ។កែលម្អប៉ារ៉ាម៉ែត្រ និងបញ្ជាក់អំពីមូលហេតុផងដែរ។ អ្នកនិពន្ធល្អ។តាមពិតវាមិនចាំបាច់ទេ។

អ្នកអាចកំណត់គុណភាពនៃអត្ថបទនេះបើយោងតាមច្បាប់របស់ Zipf ដោយប្រើសេវាកម្មជាច្រើន។ ប៉ុន្តែខ្ញុំចាត់ទុកថា PR-CY គឺគ្រប់គ្រាន់បំផុត វារួមបញ្ចូលគ្នា រូបមន្តត្រឹមត្រូវ។ជាមួយនឹងចំណុចប្រទាក់សាមញ្ញ និងច្បាស់លាស់។ នោះហើយជាអ្វីដែលខ្ញុំបានប្រើក្នុងការរៀបចំសម្ភារៈនេះ។

តើអ្វីទៅជាច្បាប់របស់ Zipf

ដើម្បីចាប់ផ្តើមជាមួយវាមានតម្លៃយល់ថាវាជាអ្វី។ យោងតាមវិគីភីឌា លោក Jean-Baptiste Estoux បានបង្កើតគំរូនេះនៅឆ្នាំ 1908 ដែលច្បាប់នេះដើមឡើយសំដៅទៅលើពាក្យខ្លី។ កម្មវិធីដំបូងនៃភាពទៀងទាត់ដែលគេស្គាល់ចំពោះសាធារណជនទូទៅទាក់ទងនឹងប្រជាសាស្រ្ត ហើយកាន់តែច្បាស់ទៅទៀតចំពោះការបែងចែកចំនួនប្រជាជននៅក្នុងទីក្រុងត្រូវបានប្រើប្រាស់ដោយ Felix Auerbach ។

គំរូនេះបានទទួលឈ្មោះទំនើបរបស់វានៅឆ្នាំ 1949 ដោយសារអ្នកភាសាវិទូ George Zipf ។ គាត់បានបង្ហាញដោយមានជំនួយរបស់ខ្លួនក្នុងការចាត់ថ្នាក់នៃការបែងចែកទ្រព្យសម្បត្តិក្នុងចំណោមប្រជាជន។ ហើយមានតែនៅពេលនោះច្បាប់បានចាប់ផ្តើមអនុវត្តដើម្បីកំណត់លទ្ធភាពអានអត្ថបទ។

តើវាត្រូវបានគណនាយ៉ាងដូចម្តេច

ដើម្បីប្រើច្បាប់នេះឱ្យបានត្រឹមត្រូវ អ្នកត្រូវយល់ពីរបៀបដែលវាដំណើរការ។ ចូរយើងវិភាគរូបមន្តសម្រាប់ការគណនា។

• F គឺជាប្រេកង់នៃការប្រើប្រាស់ពាក្យ;
• R គឺជាលេខស៊េរី;
• គ- ថេរ(លេខដែលបង្ហាញពីចំនួនពាក្យដដែលៗច្រើនជាងគេ)។

នៅក្នុងការអនុវត្តរូបមន្តមួយផ្សេងទៀតប្រែទៅជាងាយស្រួលជាងវាមើលទៅច្បាស់ជាង។

វិធីសាស្រ្តនេះគឺមានភាពងាយស្រួលជាងមុន ដោយសារយើងមានទិន្នន័យអំពីចំនួនពាក្យដដែលៗនៃពាក្យសាមញ្ញបំផុត។ វាគឺមកពីបរិមាណនេះដែលពួកគេត្រូវបាន repelled ។

ដើម្បីងាយស្រួលក្នុងអត្ថបទរបស់យើង ពាក្យដែលប្រើញឹកញាប់បំផុតទីពីរគួរតែកម្រជាងពាក្យទីមួយពីរដង។ មក​ដល់​លំដាប់​ទី​៣ បី​ដង​។

ឧទាហរណ៍ដែលសមនឹងអត្ថបទ

ទ្រឹស្តីត្រូវបានដោះស្រាយបន្តិចបន្តួច។ វានៅសល់ដើម្បីដោះស្រាយជាមួយការអនុវត្ត។ ជាអត្ថបទពិសោធន៍ ខ្ញុំបានយកអត្ថបទពី T-Zh ។ ហេតុអ្វីបានជាមកពីទីនោះ? អ្វីគ្រប់យ៉ាងគឺសាមញ្ញ។ នៅពេលនេះ នេះគឺជាឧទាហរណ៍ដ៏ល្អបំផុតមួយនៃរចនាប័ទ្មព័ត៌មានដែលមនុស្សជាច្រើនចូលចិត្ត។ ជាការប្រសើរណាស់, វាគួរឱ្យចាប់អារម្មណ៍អ្វីដែលអត្ថបទដែលបានសរសេរក្រោមការដឹកនាំរបស់ Maxim Ilyakhov នឹងបង្ហាញ។ ខ្ញុំនឹងនិយាយភ្លាមៗថា អត្ថបទសម្រាប់សូចនាករនេះគឺនៅកម្រិត បើទោះបីជាដោយបាន shoveled ច្រើនជាង 40 គេហទំព័រ, ខ្ញុំមិនបានរកឃើញអត្ថបទតែមួយជាមួយនឹងធម្មជាតិមិនល្អទាល់តែសោះ។ ដូចគ្នានេះផងដែរ ខ្ញុំនឹងលោតទៅមុខភ្លាមៗ ហើយនិយាយថាអត្ថបទពិសោធន៍បន្ទាប់ពីការសមកាន់តែអាក្រក់ ទោះបីជាពិន្ទុ Zipf ប្រសើរឡើងក៏ដោយ អ្នកមិនគួររំខានច្រើនពេកជាមួយនឹងការកើនឡើងហួសហេតុនៃធម្មជាតិនោះទេ។

នេះគឺជាអ្វីដែលអ្នកវិភាគបានបង្ហាញយើងបន្ទាប់ពីពិនិត្យ។

ចូរយើងក្រឡេកមើលអ្វីដែលនៅទីនោះ។ ដូចដែលអ្នកអាចឃើញមានជួរឈរដែលមានពាក្យក៏ដូចជាលេខដែលមិនអាចយល់បាន។ ជួរ "កើតឡើង" (1) បង្ហាញថាតើទម្រង់ពាក្យកើតឡើងប៉ុន្មានដងក្នុងអត្ថបទ។ នៅក្នុងជួរឈរ Zipf (2) គឺជាចំនួនធាតុដែលបានណែនាំ។ សញ្ញាសម្គាល់ 3 និង 4 សម្គាល់សូចនាករដ៏ល្អសម្រាប់ទីតាំងទីពីរ និងទីបី។ អ្នកក៏គួរតែយកចិត្តទុកដាក់លើអនុសាសន៍ផងដែរ វាបង្ហាញពីចំនួនពាក្យដែលអ្នកត្រូវការដើម្បីដកចេញ ដើម្បីសម្រេចបាននូវការរួមបញ្ចូលគ្នាដ៏ល្អឥតខ្ចោះ។

ដើម្បីយល់កាន់តែច្បាស់ ចូរយើងវិភាគនូវអ្វីដែលអ្នកវិភាគបានរាប់។ យើងយកលេខ 39 (C) ជាមូលដ្ឋាន យើងក៏ត្រូវការលេខសៀរៀលដែរ យកចិត្តទុកដាក់លើទីតាំង 2 (F) ។ យើងយករូបមន្ត។

ជំនួស។

F=39/2=19.5

យើងបង្គត់ឡើងហើយទទួលបាន 20 នេះនឹងជា បរិមាណចាំបាច់ការកើតឡើង។ នេះត្រូវបានបញ្ជាក់ដោយអ្នកវិភាគ។ នៅក្នុងប្រទេសរបស់យើងពាក្យដែលពេញនិយមបំផុតទីពីរត្រូវបានគេប្រើ 28 ដងរៀងគ្នា 8 ពាក្យដដែលៗនឹងត្រូវដកចេញឬជំនួស។

ដោយបានដោះស្រាយតាមគោលការណ៍ច្បាប់ យើងចាប់ផ្តើមកែសម្រួល។ ដើម្បីធ្វើដូច្នេះ យើងលុប ឬជំនួសដោយពាក្យមានន័យដូចដែលមានការកើតឡើងច្រើនជាងតម្រូវការដោយ Zipf ។ ជាលទ្ធផលយើងទទួលបានរូបភាពនេះ។

ដូចដែលអ្នកអាចឃើញខ្ញុំបានគ្រប់គ្រងដើម្បីបង្កើនអត្រាពី 83% ទៅ 88% ។ ទោះយ៉ាងណាក៏ដោយ គុណភាពនៃអត្ថបទបានរងទុក្ខយ៉ាងខ្លាំង។ អ្នកមិនគួរព្យាយាមបង្កើនតួលេខនេះដល់ 100% ទេ។ តាមពិតប្រសិនបើអ្នកមាន 75% រួចហើយ នេះគឺល្អហើយអ្នកមិនគួរបង្វែរទៀតទេ។

ដំបូន្មានមានប្រយោជន៍

យកចិត្តទុកដាក់មិនត្រឹមតែបន្ទាត់ដំបូងប៉ុណ្ណោះទេ។ ចាប់ផ្តើមសមជាមួយ មុខតំណែងចុងក្រោយរាយបញ្ជី ពួកគេតែងតែផ្តល់ ឥទ្ធិពលកាន់តែខ្លាំងនៅ​លើ ពិន្ទុ​សរុបជាងដប់ពាក្យដំបូង។

Zipf និង SEO

ឥឡូវនេះ សូមបន្តទៅមូលហេតុដែលអ្នកនិពន្ធចម្លងត្រូវដឹងពីគំរូនេះ។ នៅពេលបញ្ជាទិញអត្ថបទ SEOs ខិតខំធ្វើឱ្យពួកគេមានភាពងាយស្រួលបំផុតសម្រាប់ម៉ាស៊ីនស្វែងរក។ វាត្រូវបានគេជឿថា (ទោះបីជាមិនច្បាស់ថានរណា) ថាច្បាប់របស់ Zipf ត្រូវបានប្រើប្រាស់យ៉ាងសកម្មដោយក្បួនដោះស្រាយស្វែងរក។ វាពិបាកក្នុងការបញ្ជាក់ ឬបដិសេធសេចក្តីថ្លែងការណ៍នេះ។ ខ្ញុំមិនអាចស្វែងរកការស្រាវជ្រាវ និងការពិសោធន៍ដ៏ត្រឹមត្រូវណាមួយលើប្រធានបទនេះទេ។

សម្រេច​ចិត្ត​ពិនិត្យ​មើល​ខ្លួន​ឯង។ ដើម្បីធ្វើដូច្នេះខ្ញុំបានយកលទ្ធផលសម្រាប់សំណួរប្រកួតប្រជែងបែបនេះ "បង្អួចប្លាស្ទិក" Yandex បានយកលទ្ធផលទីក្រុងម៉ូស្គូខ្ញុំត្រូវតែសន្មតនៅក្នុង Google ហើយវាហាក់ដូចជាបានកំណត់ខ្ញុំថាជាអ្នករស់នៅរដ្ឋធានី (យោងទៅតាម យ៉ាងហោចណាស់បានបង្ហាញខ្ញុំនូវការផ្សាយពាណិជ្ជកម្មជាមួយទីតាំងភូមិសាស្ត្រទីក្រុងម៉ូស្គូ)។ ខ្ញុំបានយកទំព័រទីមួយនៃបញ្ហាបូកនឹងលេខ 49 ។ នេះជារបៀបដែលសញ្ញាបានលេចចេញមក។

ប្រសិនបើអ្នកក្រឡេកមើលឱ្យជិតអ្នកអាចមើលឃើញថានៅក្នុង Yandex ទិន្នផលគឺកាន់តែច្រើនប្រសិនបើអ្នកក្រឡេកមើលគំរូដែលយើងកំពុងសិក្សា។ ប៉ុន្តែខណៈពេលដែលច្រើនទៀត អត្រាខ្ពស់។មិន​ធានា​ថា​នឹង​ទទួល​បាន​ជ័យ​ជម្នះ​ក្នុង​ការ​ប្រកួត​ដណ្តើម​បាន​ចំណាត់​ថ្នាក់​លេខ​មួយ​នៅ​កំពូល​ឡើយ។

ដោយផ្អែកលើនេះវាអាចនិយាយបានថាប្រសិនបើម៉ាស៊ីនស្វែងរកប្រើ ច្បាប់នេះ។គ្រាន់តែជាកត្តាមួយប៉ុណ្ណោះ។ ហើយមិនមែនជារឿងសំខាន់ទេ។

ការសន្និដ្ឋាន

យល់ព្រម វាចប់ហើយឥឡូវនេះ។ ឥឡូវនេះអ្នកដឹងពីគុណភាពនៃអត្ថបទយោងទៅតាមច្បាប់របស់ Zipf ហើយអ្នកក៏អាចកែតម្រូវសូចនាករនេះបានផងដែរ។ តាមពិតមិនមានអ្វីស្មុគស្មាញនៅទីនេះទេ អ្វីគ្រប់យ៉ាងគឺសាមញ្ញណាស់។ វាគ្រប់គ្រាន់ដើម្បីយល់ពីគោលការណ៍នៃប្រតិបត្តិការនៃភាពទៀងទាត់នេះម្តង។

ពាក្យនៃភាសាធម្មជាតិ៖ ប្រសិនបើពាក្យទាំងអស់នៃភាសាមួយ (ឬគ្រាន់តែជាអត្ថបទវែងគ្រប់គ្រាន់) ត្រូវបានតម្រៀបតាមលំដាប់ចុះនៃប្រេកង់នៃការប្រើប្រាស់របស់ពួកគេ នោះប្រេកង់ ន-th ពាក្យនៅក្នុងបញ្ជីបែបនេះនឹងមានសមាមាត្រច្រាសគ្នាទៅនឹងចំនួនធម្មតារបស់វា។ ន(អ្វីដែលគេហៅថា ចំណាត់ថ្នាក់នៃពាក្យនេះ សូមមើលមាត្រដ្ឋាននៃលំដាប់)។ ជាឧទាហរណ៍ ពាក្យដែលប្រើច្រើនជាងគេទីពីរគឺប្រហែលពីរដងតិចជាងពាក្យទីមួយ ទីបីគឺតិចជាងធម្មតាបីដង។ល។

ប្រវត្តិនៃការបង្កើត[ | ]

អ្នកនិពន្ធនៃរបកគំហើញនៃលំនាំគឺជាអ្នកសរសេរអត្ថបទជនជាតិបារាំង (fr. Jean-Baptiste Estoup) ដែលបានពិពណ៌នាវានៅឆ្នាំ 1908 នៅក្នុងជួរនៃ Shorthand ។ ច្បាប់នេះត្រូវបានអនុវត្តជាលើកដំបូងដើម្បីពិពណ៌នាអំពីការចែកចាយទំហំទីក្រុងដោយរូបវិទូជនជាតិអាឡឺម៉ង់ Felix Auerbach នៅក្នុងការងាររបស់គាត់ "ច្បាប់នៃការប្រមូលផ្តុំប្រជាជន" ក្នុងឆ្នាំ 1913 ហើយដាក់ឈ្មោះរបស់អ្នកភាសាវិទូជនជាតិអាមេរិក George Zipf ដែលនៅឆ្នាំ 1949 មានប្រជាប្រិយភាពយ៉ាងសកម្ម។ ភាពទៀងទាត់នេះ។ជាដំបូងស្នើឱ្យប្រើវាដើម្បីពិពណ៌នាអំពីការបែងចែកកម្លាំងសេដ្ឋកិច្ច និង ស្ថានភាពសង្គម.

ការពន្យល់អំពីច្បាប់របស់ Zipf ដោយផ្អែកលើលក្ខណៈសម្បត្តិទំនាក់ទំនងនៃខ្សែសង្វាក់ Markov បន្ថែម (ជាមួយនឹងមុខងារចងចាំជំហាន) ត្រូវបានផ្តល់ឱ្យក្នុងឆ្នាំ 2005 ។

ច្បាប់របស់ Zipf ត្រូវបានពិពណ៌នាតាមគណិតវិទ្យាដោយការចែកចាយ Pareto ។ វាគឺជាច្បាប់មូលដ្ឋានមួយដែលប្រើក្នុង infometrics ។

ការអនុវត្តច្បាប់[ | ]

George Zipf ក្នុងឆ្នាំ 1949 ជាលើកដំបូងបានបង្ហាញពីការបែងចែកប្រាក់ចំណូលរបស់មនុស្សទៅតាមទំហំរបស់ពួកគេ៖ អ្នកមានបំផុតមានពីរដង លុយកាន់តែច្រើនជាងអ្នកមានបន្ទាប់។ល។ សេចក្តីថ្លែងការណ៍នេះបានក្លាយទៅជាការពិតសម្រាប់ប្រទេសមួយចំនួន (អង់គ្លេស បារាំង ដាណឺម៉ាក ហូឡង់ ហ្វាំងឡង់ អាឡឺម៉ង់ សហរដ្ឋអាមេរិក) នៅក្នុងអំឡុងពេលពីឆ្នាំ 1926 ដល់ឆ្នាំ 1936 ។

ច្បាប់នេះក៏ដំណើរការផងដែរទាក់ទងនឹងការបែងចែកប្រព័ន្ធទីក្រុង: ទីក្រុងដែលមានច្រើនបំផុត ចំនួនប្រជាជនដ៏ធំនៅក្នុងប្រទេសណាមួយដែលមានទំហំធំជាងទីក្រុងធំជាងគេបន្ទាប់ពីរដង។ល។ ប្រសិនបើអ្នករៀបចំទីក្រុងទាំងអស់នៃប្រទេសជាក់លាក់មួយនៅក្នុងបញ្ជីតាមលំដាប់ចុះនៃចំនួនប្រជាជន នោះទីក្រុងនីមួយៗអាចត្រូវបានចាត់ថ្នាក់ជាក់លាក់មួយ ពោលគឺចំនួនដែលវាទទួលបាននៅក្នុងបញ្ជីនេះ។ ទន្ទឹមនឹងនេះ ទំហំប្រជាជន និងចំណាត់ថ្នាក់គោរពតាមលំនាំសាមញ្ញដែលបង្ហាញដោយរូបមន្ត៖

P n = P 1 / n (\displaystyle P_(n)=P_(1)/n),

កន្លែងណា P n (\displaystyle P_(n))- ចំនួនប្រជាជនទីក្រុង ន- ចំណាត់ថ្នាក់; P 1 (\displaystyle P_(1))- ចំនួនប្រជាជននៃទីក្រុងសំខាន់នៃប្រទេស (ចំណាត់ថ្នាក់ទី 1) ។

ការស្រាវជ្រាវ​ជាក់ស្តែង​បញ្ជាក់ សេចក្តីថ្លែងការណ៍នេះ។.

នៅឆ្នាំ 1999 សេដ្ឋវិទូ Xavier Gabet បានពណ៌នាអំពីច្បាប់របស់ Zipf ជាឧទាហរណ៍នៃច្បាប់អំណាចមួយ៖ ប្រសិនបើទីក្រុងរីកចម្រើនដោយចៃដន្យជាមួយនឹងគម្លាតស្តង់ដារដូចគ្នានោះ ការចែកចាយនឹងទៅជាច្បាប់របស់ Zipf ដល់កម្រិតកំណត់។

យោងតាមការរកឃើញរបស់អ្នកស្រាវជ្រាវទាក់ទងនឹងការតាំងទីលំនៅទីក្រុងនៅក្នុងសហព័ន្ធរុស្ស៊ីស្របតាមច្បាប់របស់ Zipf:

• ទីក្រុងរុស្ស៊ីភាគច្រើនស្ថិតនៅពីលើខ្សែកោង Zipf ដ៏ល្អ ដូច្នេះនិន្នាការដែលរំពឹងទុកគឺជាការថយចុះជាបន្តបន្ទាប់នៃចំនួន និងចំនួនប្រជាជននៃទីក្រុងមធ្យម និងតូច ដោយសារការធ្វើចំណាកស្រុកទៅ ទីក្រុងធំៗ;
• រៀងគ្នា 7 លានបូកទីក្រុង (St. Petersburg, Novosibirsk, Yekaterinburg, Nizhny Novgorod, Kazan, Chelyabinsk, Omsk) ដែលស្ថិតនៅក្រោមខ្សែកោង Zipf ដ៏ល្អ មានទុនបំរុងកំណើនប្រជាជនដ៏សំខាន់ ហើយរំពឹងថានឹងមានកំណើនប្រជាជន។
• មានហានិភ័យនៃចំនួនប្រជាជននៃទីក្រុងទីមួយនៅក្នុងចំណាត់ថ្នាក់ (ទីក្រុងម៉ូស្គូ) ចាប់តាំងពីទីក្រុងទីពីរ (សាំងពេទឺប៊ឺគ) និងទីក្រុងធំជាបន្តបន្ទាប់គឺនៅឆ្ងាយពីខ្សែកោង Zipf ដ៏ល្អដោយសារតែការថយចុះនៃតម្រូវការការងារជាមួយនឹងការកើនឡើងក្នុងពេលដំណាលគ្នា។ តម្លៃនៃការរស់នៅ រាប់បញ្ចូលទាំងថ្លៃដើមនៃការទិញ និងជួលផ្ទះ។

ការរិះគន់ [ | ]

អ្នកជីវវិទ្យាអាមេរិក បានស្នើការពន្យល់ស្ថិតិនៃច្បាប់របស់ Zipf ដោយបង្ហាញថា លំដាប់ចៃដន្យនៃតួអក្សរក៏គោរពតាមច្បាប់នេះដែរ។ អ្នកនិពន្ធសន្និដ្ឋានថា ច្បាប់របស់ Zipf ជាក់ស្តែង គឺជាបាតុភូតស្ថិតិសុទ្ធសាធ ដែលមិនពាក់ព័ន្ធនឹងអត្ថន័យនៃអត្ថបទ និងមានទំនាក់ទំនងដ៏ស្រើបស្រាលទៅនឹងភាសាវិទ្យា។