Урок 10. Продвинутый Power Query — Создание частотного словаря

Рабочие файлы:

Полезные ссылки к уроку:

Видеолекции

Составление частотного словаря

Лемматизатор DAX

Лемматизатор M (опциональное видео для ценителей)

Скачайте файл со статистикой по поисковым запросам, на которые сработали объявления Яндекс.Директ рекламодателя Printio.ru
Файл: Printio.ru-Поисковые-фразы.csv
Поисковые фразы лемматизируйте удобным вам способом из предложенных на выбор:
- Робота-распознавателя Дмитрия Тумайкина
- Нормализация запросов Py7
Создайте таблицу «частотный словарь», так, чтобы в ней был столбец «лемма поисковой фразы» и столбец с леммами слов, входящих в поисковую фразу. Для этого разбейте леммы поисковых фраз на леммы слов входящих в поисковые фразы, при помощи функции Text.Split.
На каждую лемму слова должна приходиться отдельная строчка. В столбце «лемма поисковой фразы» — элементы должны дублироваться (в этом столбце «лемма поисковой фразы» должна встречаться столько раз сколько в ней слов).

Возможна проблема с Text.Split Проблема с text split.mp4

К каждой лемме слова подсчитайте метрики:
- количество визитов
- показатель отказов
- глубина просмотра

В BI-системе подсчитайте и выведите в качестве визуализации, насколько меньше анализируемых поисковых фраз у нас становится, когда мы применяем лемматизацию.
Чтобы рассчитать этот показатель нужно от количества уникальных поисковых фраз отнять количество уникальных лемм поисковых фраз. Уникальные леммы поисковых фраз (могут содержать больше одного слова), должны быть отсортированы по алфавиту.

На основе данных из таблицы «Частотный словарь» визуализируйте на точечных диаграммах зависимость между средней глубиной просмотра и средним показателем отказов по каждой лемме слова. В диаграмме должны быть леммы слов, по которым было совершено более 10 визитов.

Максим Уваров выполняет домашнее задание к десятому уроку