Вписывается. Я разложил множители на составляющие - так их легче считать.
Есть. Пример технологии: http://i.masedinkionderunhasdeun.com/ 😂
Сложное это дело. Это и есть венчур - рисковое инвестирование. Оценивать можно только примерно. Лучший способ - по аналогичным проектам. Благо в России информация о популярности ресурсов известна.
Если же делать всё строго и серьёзно, то нужно выяснить:
1. аудиторию;
2. сколько нужно денег на продвижение;
3. механизм заработка.
Аудитория считается исходя из следующих принципов:
1. почему людям будет интересен сайт;
2. сколько таких людей (в штуках);
3. как их достать рекламой (прямой или косвенной);
Деньги считаются из точки самоокупаемости (разница расходы на продвижение минус доходы от рекламы равны нулю).
Механизм заработка считается из:
1. количества посетителей и их интересов;
2. коэффициента конверсии посетителя в покупку или клик по ссылке;
3. возможности предоставления других услуг, интересных аудитории.
Часть этих данных можно оценить на глаз, часть купить, часть найти в отчётах. Часть придётся добывать на экспериментах. Самое важное - это найти устойчивый поток посетителей и устойчиво конвертировать их в деньги. Да, найти цифры и прикинуть с достаточной точностью динамику развития вряд ли получится. Даже классические модели маркетинга здесь не работают. Но без риска нет кайфа.
Знает человек PHP, хочет написать поисковик и интересуется опытом других. Хорошо, что интересуется заранее. Теперь он знает о начинке поисковиков намного больше. Правильный человек.
Сразу скажу, что великолепно владею C, С++ и PHP. Нормально пишу на Java, Perl и Assembler. Из этого богатства и выбираю. Поисковик выпускаю на днях, поэтому пишу по горячим следам. Сделал его от изучения рынка и до выпуска на рынок своими руками. Поэтому могу оценить сложность создания, написания и поддержки кода с учётом проекта в целом.
Внутренности и вся логика на С или С++ (С на 20-30% быстрее). Данные лучше хранить в BerkeleyDB. Она раз в 30-50 быстрее, чем MySQL. Обратные индексы, пары слово-идентификатор там же. Краулер - не знаю, не писал. Я бы заказал (там очень много тонкостей - пусть эти 200 строк напишет профи) на С. Причина - есть реальная многопоточность + предварительная обработка скачанных страниц будет намного быстрее, чем в PHP или Perl. Весь интерфейс пользователя - на PHP. Он здесь лучший. Хотя тоже вопрос, потому что в своём поисковике я написал и эту часть на С ради 50 тыс. запросов в секунду. Логи бы вёл в виде обычных файлов, которые время от времени сбрасывал в MySQL для аналитической обработки. Аналитику логов можно делать на чём угодно. Я сделал на PHP с Mysql запросами.
Я бы не стал писать на Perl, .NET и Java. Яндекс и Рамблер выедают с рынка всех стоящих разработчиков на этом языке, а их немного. Поэтому они дорогие и проект будет дорог в поддержке. С .NET таже история: лицензии (компилятор, операционка, СУБД, веб-сервер), программисты, архитекторы - всё сейчас очень дорого. Java очень тормознутая и требовательна к железу. Фанаты этого языка имеют другое мнение, но так уж сложился мой опыт.
Я бы внимательно посмотрел на RubyOnRails - говорят, там с многопоточностью всё нормально, а значит можно написать краулер. Правда не знаю, как обстоит дело на рынке программистов. И стоит ли в проект добавлять третий язык ради быстрого написания краулера.
Вот такой вот взгляд на то, что я недавно делал.
Проблема в том, что я хочу создать 9К объявлений по шаблону. Сейчас я не могу быть уверен, что они пройдут модерацию, так как есть принципы, не описанные в правилах. А чистить за сбой такое количество непрошедших объявлений мне лень.
Ничего подобного. Закон о защите прав потребителя никто не отменял, как и ГК РФ.
А в его обязанности входит объяснять что не так или "вас много, а я - одна"?
Купите готовые исходники поискового механизма и не парьтесь. Или поставьте что-то типа Яндекс.Сервер. Можете у Льва Матвеева посмотреть - они в Софтинформ что-то совершенно фантастическое наваяли именно для поиска по документам.
Выдержит эта связка около 10 запросов в секунду на приличном сервере. От больших нагрузок ляжет. Кроме того, в PHP нет многопоточности, а значит будут серьёзные проблемы с краулером (multi curl здесь слабо поможет, хотя поможет). Морфологию Вы не прикрутите. На PHP это будет сделать очень сложно. С переиндексацией тоже поимеете проблем - здесь PHP будет только мешать из-за того, что он заточен под строки, а обрабатывать придётся целочисленные массивы.
