测试 一个自制的 V2EX 搜索

2014 年 9 月 3 日
 dbbbit
先贴地址:

http://shixiz.com

用 elasticSearch 作为搜索引擎,数据来自 v2ex 的 api 接口

索引了全部主题和大部分回复(主题目前半小时更新一次,回复还未开始更新)

这几天刚刚加上了中文分词,可用性总算达到了及格线。

自己 YY 了一种简单的`综合排序`方法

log2(回复数)* 搜索引擎的匹配得分 * log2(发帖时间 - 建站时间)

同时还可以根据 `发布时间` `回复数` `匹配分` 对结果排序。

部署在 ec2 上,索引全部数据居然用了两天啊,妈蛋。是分词用的词库太大?

p.s. 回贴最好贴下`搜索关键词`和`结果评价`
感恩 :)
10272 次点击
所在节点    分享创造
48 条回复
hoogle
2014 年 9 月 3 日
大赞。。 有考虑提供接口么? 想在客户端提供搜索功能。 这个刚好~!!!
dbbbit
2014 年 9 月 3 日
@hoogle
哈,接口可以有
kisshere
2014 年 9 月 3 日
log2(回复数)* 搜索引擎的匹配得分 * log2(发帖时间 - 建站时间)能解释一下为什么要这样吗?
dbbbit
2014 年 9 月 3 日
@kisshere
首先必须说明,这是YY出来的。

如果你有兴趣可以看看阮一峰翻译的几篇排序算法。
包括 hacknews reddit 等。
http://www.ruanyifeng.com/blog/2012/02/ranking_algorithm_hacker_news.html

楼主在认真看了这几个算法后,发现还是没太多实际的想法
于是手动测试出这个综合评分的算法,结果怎么样也说不好。
不过 至少可以保证 排在前面的结果与那三个因素成正比
log2 是因为想要减低某种因素的影响

大概就是这样。
Mihuwa
2014 年 9 月 3 日
酷。。。
kchum
2014 年 9 月 3 日
被玩坏了?手机党打不来!
freeze
2014 年 9 月 3 日
楼主能把搜索栏居中吗?看着难受
qiayue
2014 年 9 月 3 日
赞!
XerWandeRer
2014 年 9 月 3 日
关键字: http proxy
结果评价: Right on target.
Thanks!
yetone
2014 年 9 月 3 日
大赞!
ilovehoo
2014 年 9 月 3 日
不错哦~~
dbbbit
2014 年 9 月 3 日
@kchum 我的可以打开。。
@freeze 本人前端渣 页面是乱来的,多谢意见
jdqingm
2014 年 9 月 3 日
哎呦不错哦
Akagi201
2014 年 9 月 3 日
lw-clogger 我前几天发的帖子, 没有搜到, google是有的
dbbbit
2014 年 9 月 3 日
@Akagi201
确实是,中间数据断层了。回头补上,爬虫不够健壮
jas0ndyq
2014 年 9 月 3 日
好喜欢忍者图标~~~有木有版权~~~
dbbbit
2014 年 9 月 3 日
@jas0ndyq
我的头像和搜索的图标都是非法使用。。。
jas0ndyq
2014 年 9 月 3 日
@dbbbit 好吧~~~
kokdemo
2014 年 9 月 3 日
log2(回复)
这一项的权重太大了,会导致更容易搜出来的是那些经典长贴……
zhiyongyici
2014 年 9 月 4 日
google 无法使用的前提下,这简直就是神器!

这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://v2ex.ih06.com/t/131547

V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX