Search Engine info ?

nqkoj da move da me naso4i kym informaciq za towa kak se proektira, razrabotwa i optimizira web search engine? primerno kakywto e google ili yahoo.

ne shta!

Zanimavam se to4no s takiva neshta. Znam mnogo dobre kak rabotiat mashinite za tyrsene, a google go poznavam i ot vatre, v smisal kak indeksira dokumentite, struktura na faylovete i po4ti vsi4ko kaji re4i. Za yahoo ne ti triabva da znaesh nishto. Ako razberesh yahoo kak indeksira dokumenite shte umresh ot smiah. Radvam se, 4e niakoj v BG se interesuva ot takiva neshta.

mozhe li da dadesh stranitza ili neshto da widim - i az se interesuwam.

google imat w momenta sustezanie da napravish alogirhm kojto pravi interesni izwodi ili statistiki ot tehnite danni. google.com ti predostwajt njakakwi sorsove (ne sum gi gledal) i dva seta ot danni - goljam i maluk - koito predstawljawat mnogo maluk procent ot tehnite i mozhe da si izpitash programta wurhu tjah....

Um tzaruwa, Um robuwa, Um belia delfin

Kak rabotiat google ili yahoo ne znam - ne sam se zanimawal s search engines - ama moga da ti dam edin interesen adres

[линк]

Ako se interesuwash ot powe4e info za produkta pishi

---
Е т'ва е живот!

az izpolvam [линк][линк]

ako se zachetesh v source ste razberesh principa - za sazhalenie ima dosta nedomislici i se nalagashe i patchvane za da raboti kakto iskam

mnogo e gavkav e indexira ne samo html dokumenti no i .doc, .mp3, .pdf i tn
nai hubavoto e che za suhranenie na dannite se izpozlva RDBMS

obache za da nakarash programata koiato indexira da rtaboti kakto triabva v razlichnite sluchai ti triabvat zdravi nervi no stava s mnogo psuvni

Za systezanieto na google znam, no edva li shte mi razreshat da u4astvam v neya :(((. Tiya, koito se interesuvat po-ve4e ot information retrieval mogat da nameriat interesni neshta na [линк]
Tova e naj-dobroto miasto otkadeto mojete da po4nete da 4etete. TREC colections sa edinstvenite collections (abe ne znam kak e na BG collection, abe imam v predvid data, web documenti), koito se izpolzvat za eksperimenti v taya oblast i sa edinstvenite, koito se priznavat pri podobni eksperimenti. Az izpolzvam WT10g za da pravia eksperimenti s TREC-9 queries. Sydyrja 1.69 miliona web pages (10GB). Ima i edna po-goliama ot 18.5 miliona (100GB). Ne znam dali sa free ili ne, zashtoto pri men ima koj da se griji za licenzi i t.n.. Za vsiako query ima i spisyk na relevance documents. Moje da izpolzvate "trec eval", edna progrmka, koyato vi oceniava rezultatite, t.e. precision recall i t.n.- ima ya v neta a, ako ne ya namerite, az shte vi ya izpratia s naj-goliamo udovolstvie- samo, 4e az maj samo za Linux imam.
Tezi, koito se interesuvat ot podobni neshta, prosto da tysiat "information retrieva", "text retrieval". Tova sa klu4ovite dumi za tyrsene. Samo iskam da kaja, 4e ako niakoj trygne da pravite eksperimenti vyrhu WT10g s ednoprocesorni mashini, zabravete, 4e shte svyshite v blizko vreme (da ne govorim za po-goliamata, koyato e 100GB). Prosto indeksiraneto iziskva mnogo procesorno vreme. PC e prekaleno bavno za tezi neshta, no vednyj indeksirani tyrseneto se pravi po-byrzo- e zavisi kak ste gi indeksirali de.
Uspeh na vsi4ki.

zdrasti. po-konkretno imam predwid reshawaneto na problema s optimizirane na tyrseneto w sobstwenata baza danni na search engine-a i problema sys optimiziraneto na otgoworite na zaqwkite za tyrsine ot ewentualnite klienti. za sega ne me interesuwa indeksiraneto na sajtowte. ako movesh da me orientirash za informaciq po nqkoj o tgornite 2 problema shhe ti byda mnogo priznatelen!

ne shta!

kakvo imash v predvid kazvajki "optimizirane na tyrseneto" i "optimiziraneto na otgoworite na zaqwkite".
pod "optimizirane na tyrseneto" predpolagam, 4e imash v predvid da izpolzvash niakoj clustering algorithm- taka li e?
pod "optimiziraneto na otgoworite na zaqwkite" niamam predstava kakvo imash v predvid- moje bi iskash da kajesh da izpolzvash feedback ili neshto takova.
daj niakoj primer ili me svetni niakak za kavo to4no stava vypros i predpolagam, 4e shte imash otgovor.