程式者的胡言亂語
星期四 六月 07, 2007
HEMiDEMi支援「站內」搜尋
「不要問黑米為我們做了什麼、要問我們為黑米做了什麼？」這句話在我身上真是得到一個完全的鐵證。在昨天我公布了HEMiDEMi書籤搜尋工具之後，立刻獲得了HEMiDEMi站方的回應。HEMiDEMi在同一天也推出了官方版本的「站內」搜尋。這一個版本，和我的HEMiDEMi書籤搜尋工具，有幾個主要的不同處。
首先，它支援了highlighter，也就是標示所搜尋的文字在標題、標籤、或描述的位置。再來，它的ranking不只是根據search的score來決定，而會依據站內的被推的分數來排列。接著，它能夠搜尋站內的留言。最後，它的搜尋範圍，只限於站內。
前三樣都算是優點，但比較重要的其實是第二點。怎麼說了，共享書籤的搜尋和Google這種global的search engine，最大的差別在於它是工人智慧去選出來的，而且工人智慧在這個過程中已經給了它分數，所以納入這個分數是很有用的。
不過這個想法，之前獨孤木跟我說了，不過礙於時間就沒做了，HEMiDEMi站方能夠利用它，實在值得嘉獎。
但最後一個算是缺點，因為它並沒有對書籤所指到的網頁做索引，這使得倘若所搜尋的文字沒有出現在標題、標籤、描述、或站內的留言時，就不會找到。但，這也許不會構成一個大缺點，因為上述的四項資訊，應該都會記錄著比較關鍵的資訊，這樣的做法，一方面可以保持系統簡單，另一方面也可以避免被過多的雜訊干擾。不過，如果我們在HEMiDEMi上輸入「最麻瓜的呆頭」時，你只會找到獨孤木的這篇「獨孤木with diggirl.net - 文王一怒安天下，衝冠一怒為紅顏，qing一怒做黑米書籤搜尋工具？」。但是，在我的搜尋工具中，卻可以找出(1)「獨孤木with diggirl.net - 文王一怒安天下，衝冠一怒為紅顏，qing一怒做黑米書籤搜尋工具？」(2)「HEMiDEMi書籤搜尋工具preprepre-alpha《 程式者的胡言亂語 : 一個程式者的胡言亂語」(3)「鄉民與良民的丁丁新聞台 | Nothing But Net」三篇。原因就是在於它並沒有對站外的文章本身做索引。
無論如何，許多使用者盼了很久（而且被封印很久）的搜尋功能，終於是有了新的版本。「不要問黑米為我們做了什麼、要問我們為黑米做了什麼？」最麻瓜的呆頭工程師做了什麼改變呢？在很短的時間內，最麻瓜的呆頭工程師催生了HEMiDEMi提供了一個好用的工具，造福了廣大使用這個服務的使用者。何況，即使HEMiDEMi沒有提供，使用本HEMiDEMi書籤搜尋工具也能達到作用。
資訊科技用於解決資訊過多的問題絕對是有幫助的，只是我不知道葛力要怎麼解釋這個功能始終遲遲沒有推出，為什麼在一夜間就生出來呀，如果這麼容易生，為什麼不早點做呢？
不論如何，因為我的這個計畫，對HEMiDEMi造成了改變，也造福了廣大的HEMiDEMi用戶，我心裡實在開心啊。
Posted at 08:45下午 六月 07, 2007 by Chien-Hsing Wang in 黑米蟲 | 迴響[6]
>> 不論如何，因為我的這個計畫，對HEMiDEMi造成了改變，也造福了廣大的HEMiDEMi用戶，我心裡實在開心啊。
不是想潑你冷水，不過會不會是你想太多？ :P
如果說過幾天站方也才跟著推出，那也許你還可以說可能和你有關，但是同一天推出？站方速度再快也沒這麼快吧
還有，順便請教一個問題。你是怎麼抓到黑米的書籤資料的？是透過 RSS 嗎？ 如果不是透過公開的 RSS，這樣抓別人網站的資料不會有問題嗎？
由...發表 Pink on 六月 08, 2007 at 02:22 上午 CST #
不知道什麼叫做 ＂公開的 RSS＂，可以請教一下嗎？還是哪裡有私有的 RSS 可以參考的？
由...發表 clsung on 六月 08, 2007 at 08:45 上午 CST #
To Pink,
"但是同一天推出？站方速度再快也沒這麼快吧"
請參考lukhnos的這篇文章:
http://lukhnos.org/blog/zh/archives/501
"任何ActiveRecord model只要加上輕量之人最愛的神秘一行，瞬間就具有了全文搜尋能力。"
HEMiDEMi是用RoR開發的, 我想用的也是ActiveRecord, 從它只支援"站內"搜尋就知道, 這有很高的機會是套用acts_as_ferret生出來的. 因為它現在只能針對站內的資料庫內的資料做索引, 沒有對站外的資料做索引. 這看起來就像是只套用在ActiveRecord上. 根本沒有spider這一塊. (其實我寫的也不是spider 啦, 因為它根本不會亂爬! )
裝上了ferret, 只要再做點前端就行了. 照我估計, 這是輕而易舉的事情.
另外, 我們從這個搜尋功能推出之後, 馬上被捉到一個paging的 bug 就知道, 這個功能是急著推出來的, 否則一個production的系統, 怎麼會連這個明顯的bug都沒測到就急著上戰場呢? 我以為只有diggirl才會幹這種事.
另外, 回應你的關於抓資料的問題. Google 是透過什麼RSS去捉你網頁的資料嗎? HEMiDEMi在抓別人網頁的縮圖時是透過什麼RSS去捉嗎?
RSS只是告訴你那邊有資料, 跟你能不能抓這個資料, 一點關係都沒有.
由...發表 Qing on 六月 08, 2007 at 09:46 上午 CST #
我是覺得要爬人家的資料，就要認真一點爬，拿人家的積分回來sorting，應該是比較好的solution。
不過用spider去把書籤網站所指到的網頁也做個index，這個就是很重的loading了。除非，你只像現在一樣做一次，這樣就是看它當時有什麼記得什麼，要是要定期去重新整理，這就累了。
你要是在「鄉民與良民的丁丁新聞台 | Nothing But Net」裡面的bias留言前就去做index，就抓不到「最麻瓜的呆頭」了。
Google這樣scale的公司，會定期去再掃一次。所以如果以後要做到商業服務的話，那就變成定期要去掃一掃黑米的網頁。這樣連人家討論所回應的東西都會進得去。
不過呢，這個服務就當做是個玩具吧。就當做很厲害的程式設計師，無聊時寫個玩具玩一玩。哈哈哈。
咦，我差點忘了，我是要誇獎這個妹長的不錯，居然被我漏掉了，趕快去補推一個。
有件事實在很怪，怎麼會有那麼多人噓她呢？
由...發表 獨孤木 on 六月 08, 2007 at 10:03 上午 CST #
這不就是為新服務練兵的目的嗎?
把整個search service大概做一遍, 就會想到一些原先沒做之前沒想到的問題, 看吧, 這不就想到了一堆問題 ?!
話說到這個妹, 超正! 個人給予很高的評價!
另外,不要再說我是很厲害的程式設計師了啦, 我會被人家電!
由...發表 Qing on 六月 08, 2007 at 10:11 上午 CST #
好吧，那就當做是一個很肉腳的程式設計師，花了幾天就做出一個人黑米的使用者期待很久的東西。可是不把你說強一點，把這個問題說難一點，這樣人家會怎麼看黑米呢？
由...發表 獨孤木 on 六月 08, 2007 at 12:12 下午 CST #