BlogJava-Java,永远不敢言精通-随笔分类-Web Search Engine

BlogJava-Java,永远不敢言精通-随笔分类-Web Search Enginehttp://www.blogjava.net/crazycoding/category/44453.htmlGod helps those who help themselves. zh-cnThu, 29 Apr 2010 10:52:27 GMTThu, 29 Apr 2010 10:52:27 GMT60plz join and support 良心搜索http://www.blogjava.net/crazycoding/archive/2010/04/03/317369.htmlYing-erYing-erSat, 03 Apr 2010 00:10:00 GMThttp://www.blogjava.net/crazycoding/archive/2010/04/03/317369.htmlhttp://www.blogjava.net/crazycoding/comments/317369.htmlhttp://www.blogjava.net/crazycoding/archive/2010/04/03/317369.html#Feedback8http://www.blogjava.net/crazycoding/comments/commentRss/317369.htmlhttp://www.blogjava.net/crazycoding/services/trackbacks/317369.html官方网址：http://123zhaodao.com/

良心搜索背景：
1.受众：从小孩到成人，不想受虚假广告干扰或要求搜索结果更有效的人
2.定位：
2.1 产品定位：我们的良心搜素的定位是为对于可见的虚假的互联网搜索信息不满的群体提供一个更为真实、可信的信息搜索体验。对于搜索内容，我们设立一个一人一票的投票机制，让人民的力量对网络上的信息进行透明公开的评价，建立起一个可靠可信的信息源，为人们提供一个更有效率的更可信的搜索结果。我们通过这个透明公开的机制进行过滤，同时可使用wiki的用户编辑、评分模式，为了避免部分广告主刷分行为，可以考虑采用技术手段，引入权重分值，保证信息的真实、公正。对于敏感信息，如果搜索结果被屏蔽，那么我们会告诉用户信息无法获取的真实原因，给用户还原一个尽量真实的互联网。
2.2技术定位：技术上，我们正实施一个人人都参与的云计算机计划，让我们人人的计算机都为这计划的一份子，让我们搜索更快速更强大。我们想知道像这样：http://www.equn.com/folding/ 的分布式运算是否能用于搜索，并招募搜索引擎技术、分布式运算以及海量存储技术牛人，希望懂得这方面的人才加入我们这一伟大事业，甚至是小小的建议和指导，都会对我们有很大的帮助。
3.相关问题及回答：
1：项目资金哪来
----傻瓜们投入
2：项目以什么目地来运营（赢利还是普世）
----希望是普世，赢利是生存的必须，这点要好好平衡
3：项目人员是什么性质的（员工还是NGO）
----开始以NGO方式，能成功运行时，可参考 wiki或firefox等开源项目进行
4：国外此类项目很多（GOOGLE WIKI FACEBOOK TWRITTER）
---- 是，但我们为国人而生存
5：如何实现（GFW）的问题
----一人一票的评价白名单机制，把决定权交给人民
6：技术上是很好实现的（可以比GOOGLE做得更好），但问题是目标群是谁（国内还是国外）
----希望得到不是虚假广告和取得更有效率信息的人们
7：如果是国外，那项目从开始就要死在胎中，如果是国内如何考虑第5个问题
----我们在国内，同第5个问题

======================== 实时报道======================
2010-4-2
RickyXu 国内最牛的UI设计团队eico（http://www.eicodesign.com）创始人加入我们良心搜索，一起打造中国良心搜索：123，找到！123zhaodao.com

Ying-er 2010-04-03 08:10 发表评论

]]>传统搜索引擎综述http://www.blogjava.net/crazycoding/archive/2010/04/02/317259.htmlYing-erYing-erFri, 02 Apr 2010 01:58:00 GMThttp://www.blogjava.net/crazycoding/archive/2010/04/02/317259.htmlhttp://www.blogjava.net/crazycoding/comments/317259.htmlhttp://www.blogjava.net/crazycoding/archive/2010/04/02/317259.html#Feedback0http://www.blogjava.net/crazycoding/comments/commentRss/317259.htmlhttp://www.blogjava.net/crazycoding/services/trackbacks/317259.html 1）从互联网上抓取网页
利用能够从互联网上自动收集网页的Spider系统程序，自动访问互联网，并沿着任何网页中的所有URL爬到其它网页，重复这过程，并把爬过的所有网页收集回来。
2）建立索引数据库
由分析索引系统程序对收集回来的网页进行分析，提取相关网页信息（包括网页所在URL、编码类型、页面内容包含的所有关键词、关键词位置、生成时间、大小、与其它网页的链接关系等），根据一定的相关度算法进行大量复杂计算，得到每一个网页针对页面文字中及超链中每一个关键词的相关度（或重要性），然后用这些相关信息建立网页索引数据库。
3）在索引数据库中搜索排序
当用户输入关键词搜索后，由搜索系统程序从网页索引数据库中找到符合该关键词的所有相关网页。因为所有相关网页针对该关键词的相关度早已算好，所以只需按照现成的相关度数值排序，相关度越高，排名越靠前。最后，由页面生成系统将搜索结果的链接地址和页面内容摘要等内容组织起来返回给用户。

传统的搜索引擎一般使用两种技术来实现信息检索:
1.使用网站分类技术实现目录检索，即把网站进行树状的归类，登陆的网站属于至少一个类别，对每个站点都有简略的描述。Yahoo采用了这种方法。为了分类科学准确，需要有一支各科人才组成的维护队伍。
2.使用全文检索技术。全文检索技术处理的对象是文本，它能够对大量文档建立由字（词）到文档的倒排索引，在此基础上，用户使用关键词来对文档进行查询时，系统将给用户返回该关键词的网页。

Ying-er 2010-04-02 09:58 发表评论

]]>【转】搜索引擎整理http://www.blogjava.net/crazycoding/archive/2010/03/30/316944.htmlYing-erYing-erTue, 30 Mar 2010 08:10:00 GMThttp://www.blogjava.net/crazycoding/archive/2010/03/30/316944.htmlhttp://www.blogjava.net/crazycoding/comments/316944.htmlhttp://www.blogjava.net/crazycoding/archive/2010/03/30/316944.html#Feedback0http://www.blogjava.net/crazycoding/comments/commentRss/316944.htmlhttp://www.blogjava.net/crazycoding/services/trackbacks/316944.html