Сайтов стало больше, документов в 5 раз больше, а серп стал меньше. Главное в выдаче - не сам серп, а релевантность (соответствие) найденых документов.
На каком наборе тестовых документов и запросов вы проверяли релевантность ? Где можно посмотреть результаты этих тестов ?
В каталог принимаются только сайты, имеющие отношение к Сочи, если у компании есть филиал в Сочи, то добавляется страница с информацитей об этом филиале. Для сайтов каталога ежедневно создаётся "Карта интернета Сочи": http://sochi.org.ru/hole
Eugen: Кроме того, в отличие от большинства известных мне open source поисковиков (mnogosearch, dataparksearch, aspseek), проект развивается, а также не использует SQL базу для хранения индекса.
Слабо они вам известны, вы угадали только с aspseek, скорее всего случайно :)
Eugen:
На форуме встречаются лишь упоминания о нем, без конкретики. Хотелось бы узнать, насколько он эффективен, какие подводные камни?
Нет русской морфологии. Adre заявляет, что сами её прикрутили к Nutch, но... они открыты пока только на словах своих пресс-релизов, ссылок на морде, по которым можно скажать исходники их поисковика с русской морфологией и саму посиковую базу (если я правильно понял, они обещали и базу всем открыть) - таких ссылок нет, может пока :)
2) Есть небольшие патчи к datapark'у, интересует?
Что за патчи ?
Сайтов стало больше, документов в 5 раз больше, а серп стал меньше. Главное в выдаче - не сам серп, а релевантность (соответствие) найденых документов.
На каком наборе тестовых документов и запросов вы проверяли релевантность ? Где можно посмотреть результаты этих тестов ?
А Вы, пардон, одни пробелы набирали? Если да, то её нет.
вот она, релевантность
вот ещё
Хм, а чем это отличается от этого и этого, когда ничего специально не отбирается, используется ссылочное ранжирование и морфология ?
Для конкуренции:) поисковик и каталог "Интернет Сочи", http://sochi.org.ru/
Добавляются ссылки здесь: http://sochi.org.ru/suggest.shtml
В каталог принимаются только сайты, имеющие отношение к Сочи, если у компании есть филиал в Сочи, то добавляется страница с информацитей об этом филиале. Для сайтов каталога ежедневно создаётся "Карта интернета Сочи": http://sochi.org.ru/hole
Некие требования нетикета (дурацкое слово, ну да ладно) хорошо бы соблюсти, например не более 1 страницы в секунду.
Для таких случаёв изобрели директива Crawl-delay для robots.txt, её использует Yahoo и MSN, см. http://help.yahoo.com/help/us/ysearch/slurp/slurp-03.html
они МСН еще до умного не довели, а уже новый создали
Новый ли ?
Проверял недели две назад, выдача search.msn.com, www.live.com и a9.com совпадала один в один.
Больше смахивает на новый пиар того же самого движка :)
При поиске бровзер виснет. Такое впечетления что он считает все на машине клиента 😆
Машине клиента не предлагается ничего кроме отображения более-менее валидного HTM + CSS. Возможно броузер шалит.
Кроме того, в отличие от большинства известных мне open source поисковиков (mnogosearch, dataparksearch, aspseek), проект развивается, а также не использует SQL базу для хранения индекса.
Слабо они вам известны, вы угадали только с aspseek, скорее всего случайно :)
На форуме встречаются лишь упоминания о нем, без конкретики. Хотелось бы узнать, насколько он эффективен, какие подводные камни?
Нет русской морфологии. Adre заявляет, что сами её прикрутили к Nutch, но... они открыты пока только на словах своих пресс-релизов, ссылок на морде, по которым можно скажать исходники их поисковика с русской морфологией и саму посиковую базу (если я правильно понял, они обещали и базу всем открыть) - таких ссылок нет, может пока :)
А почему по запросу мама, на первом месте Сочинский порножурнал?
А выдача, кстати, нерелевантная и неадекватной ничем не отличается.
Вы наверное что-то другое тестировли, т.к. по запросу "мама" на первых трёх позициях стоят сайты http://v-mama.ru/, http://www.richmother.ru/ и http://www.mama.ru/
И что-то в ближайшем прошлом я в истории не вижу запросов "мама" кроме своих...
неадекватная выдача
А что есть "адекватная выдача" ? Чем она отличается от релевантной ?