Новый поиск uaplus.com - прокомментируйте pls

Привет товарищам от соседнего факультета! ;)

А как натравить вашего робота на сайт?

И как система работает под ощутимой нагрузкой?

официальное описание системы на http://www.uaplus.com/about/

по моему мнению

1) страдает модуль сниппетов ...

2) вроде как есть (уточнить у разработчиков) некое подобие расчета PR

Думаю, что здесь основной народ с России, поэтому оценить реальность результатов будет сложно. Спроим Грея и Фансада ;-))

P.S. и поздравим человека с его первым постом ...

Cherny - респект!

При тестировании сервер держал 3 запроса в секунду.

Если больше - то появлялись задержки с ответом.

Думаю, для Украины должно хватить.

PR есть, но пока только для доменов.

Это очень чувствуется. Нужна хотя бы грубое вычисление (как прогнозирует гугловский тулбар -- на основании уровня вложенности) ожидаемого PR, иначе многие страницы крупных сайтов забивают выдачу. Отсутствие страничного PR влияет и на некорректный выбор самой релевантной страницы сайта.

С уважением,

Александр Садовский.

P.S. Похоже, на сервере перевели время, потому что я написал это сообщение позже, чем следующее за ним. Загадочный глюк.

• Дубли и зеркала не вычищаются (пример: по запросу "прыжки с парашютом" идентичны вторая и третья ссылки; 1, 4 и 5; 7 и 8).
• похоже, применяется PageRank или аналогичный алгоритм, что в ряде случаев облагораживает результаты, но очень часто неоправданно отдает предпочтение страницам весомых сайтов по сравнению с остальными;
• аннотации сайтов (snippets) еще составляются очень криво. Часто в них попадает служебная информация (меню, копирайты), выделяются все вхождения слов запросов, даже если введено устойчивое словосочетание;
• не проверяется robots.txt 🙅 В итоге можно видеть проиндексированными ссылки вроде http://www.google.com.ua/search?hl=uk&lr=&ie=UTF-8&inlang=ru&q=related:uucyc.net/guestbook/index.php
• не используется алгоритм ссылочного ранжирования, либо не учитывается страничная масса сайта -- в итоге некоторые релевантные сайты, не занимавшиеся оптимизацией, сидят внизу.
• Хромает алгоритм выбора самой релевантной страницы сайта -- очень часто при правильном выборе сайта выдается незначимая страница.

В целом результатами можно пользоваться (многие релевантны), поэтому разработка стоит внимания.

С уважением,

Александр Садовский.

Похоже, что ранк страниц с ключевыми словами, найденными в заголовках документов, не слишком влияет на выдачу. Например, по запросу Собачье сердце в первой десятке нет ничего релевантного, хотя первой и идет электронная библиотека. Наиболее релевантной здесь, скорее всего, будет страница, содержащая ключевые слова в заголовке - сравните тот же запрос в Яндексе и Гугле.

Кстати, а чья украинская морфология - Рута?

Благодарю за комментарии. Постараемся учесть.

Украинская морфология - ispell.

Gin.

Поисковик неморфологический, однако использует вероятностное усечение справа, т. е. по запросу "рада" находит "радио", хотя... Верховна Рада по парадигме с наслением Попова никак не связана. См. http://www.uaplus.com/search?l=ru&q=%F0%E0%E4%E0.

Запрос вычисляется, по их собственным данным, 7 секунд - непозволительно. При почти полном отсутствии искателей - тем более.

Проект пока сырой.

раскручивайтесь! у меня 1-е место по хорошему запросу, а заходов нету.

Буду ждать посетителей с Вашего сайта :)

Добавили функции: учет цитируемости по доменам и по документам, учет текста ссылок, группирование похожих документов, ежедневное обновление наиболее популярных ресурсов, возможность поиска нескольких слов подряд, поиск бинарных файлов (mp3, zip, rar, doc).

Сейчас в индексе 6.1 млн. урлов.

Обновили дизайн, добавили псевдо-каталог.

Было бы интересно услышать Ваши комментарии.