Cоздание городского поисковика

Идея интересная только действительно ли так много севастопольских сайтов чтоб по ним поисковик делать ?

Я бы кстати отдельно добавил поиск по новостям.

Выглядит (надеюсь, пока) как поделка развлекающихся программистов. Обычным людям там делать нечего.

http://sevpoisk.com/search?q=%D1%80%D0%B5%D0%BD%D0%BE&szMarket=1&pgCnt=25

24 позиция как затесалась?

ЗЫ: логотип интересный :)

Что скажете насчет этого?

Причем тут "кондиционер HYUNDAI HSI/HUI 09H99X инвертор"?

malquem, при том, что выделено жирным шрифтом "кондиционер HYUNDAI HSI/HUI 09H99X инвертор". Транслитерация, однако.

Но по запросу это не то что я ищу верно?

Придать больший вес словам в title и в h1 и h2.

Ну и это TF-IDF юзайте. Проверенно. :)

На чем пишите?

Здравствуйте. Я - один из разработчиков этого безобразия. С Вашего позволения, прокомментирую:

В Севастополе (имеют отношение к Севастополю) не менее 4000 сайтов Мы в ходе тестов индексируем порядка 2000. Это - около 2 млн. страниц, за полтора года насобиралось порядка 500 тыс. частных объявлений. Скачанные странички храним в сжатом виде в базе. База с индексами и проч. "весит" около 200 GB. Над тематическим поиском работаем. Вероятнее всего, будет поиск по каким-то таким разделам, как новости, городская администрация, политика, образование, здоровье, развлечения... ну и т.п.

Мы - системные программисты, не умеем делать сайты, увы. В ближайшем будущем рассчитываем исправиться. А что, на Ваш взгляд, могло бы быть полезно для обычных людей? Ну, понятно, чтобы релевантно искало, быстро искало... Это - сделаем. А ещё? Спасибо.

А там в 24 позиции Жан Рено представлен ;-) А вот почему сниппет некорректно отработался - это баг, спасибо, отработаем.

Да, транслитерация используется при поиске (и индексировании). Это сильно плохо? Гугл и Яша, например, на запрос "Nokia" находят и Нокиа...

Что же качается именно Вашего запроса - ну, как-то не попадалось нам, значит, сайтов в индексе с ТАКИМИ словами... Хотя, может, где-то и фильтр на подобную лексику - вроде, делали, посмотрим.

У нас пока как-то всё иначе... Мы ищем самый релевантный сайт, а с него - выдаём ссылку на самый релевантный документ. Релевантность считаем - по-простому ;-) : отношение кол-ва вхождений к общему количеству слов... Криво, что-то будем думать...

База - Oracle, пишем исключительно в его средствах: PL/SQL, Java. Под Oracle нам писать было удобнее, когда начинали. При необходимости в перспективе переедем на PostgreSQL или там на MySQL - это вполне реально.

Здравствуйте. Я - один из разработчиков этого "поисковика" ;-). Прокомментирую, если позволите:

В Севастополе не менее 4000 сайтов, примерно 2000 мы индексируем в тестово-отладочном режиме. Это около 2 млн. страниц. Ещё насобиралось за полтора года около 500 тыс. частных объявлений. Весь скачаный контент мы сохраняем. Полный размер базы - около 200 GB.

Тематический поиск - в разработке.

Порекомендуйте, пожалуйста, что нужно, на Ваш взгляд, сделать, чтобы там было, что делать обычным людям? Мы понимаем, что нужно работать над качеством и скоростью поиска, а ещё?

А там потому что был Жан Рено ;-) Но сниппет сформировался некорректно, это - баг, исправим.

Да, транслитерация. И в запросах, и в индексе. Это - плохо?

База - Oracle. Всё написано в Oracle на PL/SQL и Java. В перспективе, если возникнет необходимость, перепишем на Postgree или MySQL.

С релевантностью - у нас пока всё по-простому: находим наиболее релевантные сайты и возвращаем с них наиболее релевантные документы. Надо что-то думать с этим, но пока - так. Много времени ушло на повышение качества краулинга и индексирования - очень мешало всякое SEO. Как-то победили эту проблему - сейчас занимаемся качеством поиска.

Странно .. специально перешел на страничку и поискал поиском в браузере - не нашлось ничего, посему и отписал.

И вот рекомендую: Введение в информационный поиск - оч много полезного можете для себя найти.