June 09, 2006
booso reload::[Search Engine]

不多说了, 这次booso beta的更新, 虽然对于blog search看起来是一小步, 却是我们团队的一大步.
2005年底至今是Booso厚积薄发的半年,由于数据量过大,基于Lucene的Booso已经显得非常吃力,我们随即决定对Booso进行全新的再造,于是我们研发了自主的分布式引擎内核,索引的设计目标是2亿网页,并且检索速度保持在较快的速度。Posted at June 9, 2006 07:00 PM by Liang at 07:00 PM | Comments (35) | TrackBack(12) | Booso!| Niu.la收藏!2006年06月09日,新版Booso上线,但,这只是一个开始。
将来,我们要在信息发掘,行为分析,分类聚类等智能化研究方面投入更多的力量。
Booso,你代表着蜕变的力量。你破茧,则你成蝶。
Trackback
You can ping this entry by using http://www.wespoke.com/cgi-bin/mt/mt-tb.cgi/877
Trackbacked from http://internetprofittools.com/dreams/images/adult/mad/mad-teenies.htm with mad teenies on mad teenies.
Trackbacked from http://internetprofittools.com/dreams/images/software/blackberry/blackberry-software-applications.htm with blackberry software applications on blackberry software applications.
Trackbacked from http://internetprofittools.com/dreams/images/news/luxury/luxury-car-rental-tuscany.htm with luxury car rental tuscany on luxury car rental tuscany.
Trackbacked from http://lleal.com/css/img/car/bmw/bmw-850-turbo.htm with bmw 850 turbo on bmw 850 turbo.
Trackbacked from http://lleal.com/css/img/camera/kipling/kipling-camera-bags.htm with kipling camera bags on kipling camera bags.
Trackbacked from http://lleal.com/css/img/ringtones/alltel/alltel-ringtones-free.htm with alltel ringtones free on alltel ringtones free.
Trackbacked from http://www.wjm1a.com/bmachia/tickets/airline/airline-ticket-dallas.htm with airline ticket dallas on airline ticket dallas.
Trackbacked from http://yourfinance.org/breastfeeding/lactating-boobs.html with lactating boobs on lactating boobs.
Trackbacked from http://www.wjm1a.com/bmachia/ringtones/free/free-ringtones-for-samsung.htm with free ringtones for samsung on free ringtones for samsung.
Trackbacked from http://lostcollection.com/pages/set_two_images/ipod/usb/usb-cable-ipod-g1.htm with usb cable ipod g1 on usb cable ipod g1.
Trackbacked from http://ewhaskin.com/Templates/main/card/card-game-download.htm with card game download on card game download.
Trackbacked from http://ewhaskin.com/Templates/main/buy/buy-cialis-where.htm with buy cialis where on buy cialis where.
Comments
恭喜,总算上线了。
我5月份回家休假去了。才回北京。
分词法已写完
http://albatross.cosoft.org.cn/download/other/cs-splite-demo-v1.zip
240kbyte/s on a P3 850 Box
Posted by: Monan Li at June 12, 2006 01:26 AM from 220.207.81.37博客中国的搜索一直不喜欢用
根本找不到自己需要的东西
数据量更新慢 数据又少
而且BOKEE传说中的TAG 也是指向的这个博搜
而这个搜索根本没有实现TAG分类的用处
所以BOKEE的TAG就是一个幌子
Posted by: SelinZhang at June 12, 2006 12:58 PM from 220.175.75.114我想发明一句英语:Have you haiguied? (你海龟了吗?你海归了吗?)
我搜索了GOOGLE,YAHOO,BAIDU等,都没有HAIGUIED这个词,所以算我自己首创。"Have you haiguied?",就是:你海龟了吗?你海归了吗?
我过两周就海龟了,我想开个BLOG,把自己每天的的所见所闻记述下来。
Roboo儒豹
2006年6月9日
美国硅谷Roboo儒豹手机搜索引擎公司,中国急聘:开发副总裁(VP),主任,经理,大型分布式软件架构师,工程师,服务器运维工程师,市场推广,广告销售,无线内容合作,无线运营商合作,人事行政内务。招聘50人
1. 软件开发: 工程VP(副总裁),主任,经理
We are seeking 30 people. Will receive huge number of stock options. Positions include a VP of Engineering, Architects, Directors, and Managers. Must have work experience in C++/C or Java or PHP development, familiar with HTTP, Web server, HTML. VP of Engineering: has experience in large-scale platform development.
2. C++ or Java or PHP开发经理和工程师: HTTP, HTML document handling: Managers, Engineers
We look for developers as managers or engineers for our Web servers. Must be experienced in HTTP, HTML, servers like Apache or IIS or Tomcat etc.
3. 手机铃声(音乐),图片,游戏等频道搜索经理和工程师
熟悉音乐(MP3等),图片,游戏,等垂直频道的搜索,熟悉C++或JAVA开发.
4. 中文处理软件经理和工程师
熟悉中文处理技术和软件,例如中文分词,信息提取,熟悉C++或JAVA开发.
5. PHP开发经理和工程师: PHP, mySQL, WAP (WML/xHTML)
We look for developers as managers or engineers for our WAP software to develop interfaces and applications to our servers and databases. Must be familiar with WAP, HTTP, WML, xHTML, PHP. Database is not required but still desirable if having experience in databases like mySQL.
6. 运维经理和工程师:Linux服务器和机群日常运维
Must be familiar with Web servers, installation, maintenance, performance, upgrade, etc. Experience in operating a large Web site with multiple Web servers. Experience in Web server software management, or Web server hardware systems (Linux servers) management. Have concept or experience in load balancing, systems monitoring, etc.
7. 市场推广,业务拓展,内容合作关系,运营商合作,广告销售
We seek business development, marketing and sales people for our content value-add services platform. Must be familiar with value-add service provider (SP) industry. Title will be Director or Manager to match experience. Large number of stock shares in a flexible startup environment. To work in Shanghai, Beijing, Guangzhou, Hangzhou, Suzhou, and more other areas in China to build partnership and business relationships with carriers and other SP/CP companies.
8. 人事行政内务一名
公司的人事和行政事务。负责公司内部各种日常管理事务。
共50人空缺。除了以上具体列出的,目前各个部门都有空缺:技术研发部,产品集成部,广告销售部,渠道建设部,内容采编部,服务器运维部,客户服务部,联盟合作部,等。简历请发到:RobooHR @gmail.com
上去看了看,界面风格挺喜欢,但检索测试后,觉得最主要的问题是重复,应该合并重复结果。
Posted by: tintin at June 15, 2006 09:22 PM from 221.221.208.96可以给我的教程搜索提一些意见么.
http://www.e2web.cn
我根据时间排序测试过,当时测试过最近的也是几天前的,而且据个人感觉信息量还比较少,记得以前qibox等博搜都是以小时记的,并且搜索一些中等热门的关键词信息量也不多,24小时以内的只有2,3篇
Posted by: springrider at June 24, 2006 11:52 PM from 166.111.205.581 好像有重复记录的问题. 搜 "ruby" 试试.PS:有两种:一种是完全就是重复的,连url都一样;一种就是标题和内容一样,url不一样.
2 好像分词上也有问题. 搜"JavaOne 2006 不容错过的十大看点" 没有结果.可上面的ruby结果中就有这样的标题.
我觉得lucene的引擎是不是都有重复记录的问题?我也遇到了记录重复的问题.用户搜一个词,第一篇有一半是重复的.
我想单独建立一个文件相似度的索引会不会解决这个问题?
“自主的分布式引擎内核”,你是采用什么设计的?
我本人也在设计一个,按文本分类树型地址分布式设计的。
坛主就是不答人家的贴子的。郁闷ING
Posted by: 城的 at July 8, 2006 12:25 AM from 219.82.212.150
美国硅谷搜索引擎专家在海外创办的Roboo儒豹手机搜索引擎公司,以创新为特长,获得风险投资(VC)支持。中国-新加坡苏州工业园区分公司急聘50人:CTO,开发副总裁VP,主任(总监),经理,开发工程师,运维工程师,市场推广,广告销售,运营商合作,SP/CP合作,代理渠道搭建,人事行政内务,文章写作,等
如果你羡慕百度的辉煌和大量百度人都是千万富翁的传奇,请不要再羡慕别人了,来加盟Roboo儒豹手机搜索引擎公司吧!中国有一亿多PC用户,却有四亿多手机用户!无线移动搜索将给四亿多手机用户带来随时随地,随身随手搜索的便利,意义和影响比百度PC上的搜索还要巨大。中国十几亿人口为手机用户群提供了巨大的增长空间,前途不可估量。现在加盟儒豹,都会拥有高额股票,优厚工资,各种福利,全面保险,快速扩张中大量提职高升的机会。想干一番事业的人,快来加盟Roboo儒豹!
Roboo儒豹手机搜索引擎公司注册在海外,架构专家组在美国硅谷,每人均有世界一流搜索引擎公司工作经验。儒豹中国分公司位于美丽如画的人间天堂苏州工业园,办公室掩映在清澈绿荫的湖畔。公司创始人在清华大学无线电系获得学士,硕士,中国科学院自动化所模式识别国家重点实验室工作近三年,美国南加大(USC)获得计算机博士。博士生期间在IEEE和ACM国际一流刊物发表八篇论文,论文以创新引人瞩目而接受 LA TIMES(洛杉矶时报)采访拍照并见报,这在海外博士生中非常少见。博士毕业后在硅谷从事大型搜索引擎,海量数据挖掘等工作。公司其他创始人的从业经验包括中国移动,中国联通,掌上万维,中国航天集团等。儒豹以美国硅谷世界一流搜索专家为架构,以产品创新为特色,营造自由务实的企业文化。2006年7月面向全国寻觅人才50名,不限户口。
1. 首席技术官CTO
熟悉搜索引擎技术,五年以上搜索引擎直接经验。成为公司管理和技术核心团队,获得巨额股票。
2. 工程副总裁(VP of Engineering)
熟悉大型Web平台开发,熟悉搜索引擎平台开发。有项目组织协调能力和经验。熟悉C++或JAVA软件的设计,开发,测试,运维。成为公司管理和核心技术团队,获得高额股票。五年以上软件项目开发和工程师团队管理经验。一年以上搜索引擎经验。
3. 技术总监(Director of Engineering)
熟悉大型Web平台,有项目组织协调能力和经验。熟悉C++或JAVA软件的设计,开发,测试,运维。三年以上软件开发和管理经验。有一定搜索引擎知识或经验。
4. 内容获取:软件开发经理,工程师
熟悉C++或JAVA开发。熟悉HTTP GET,FTP GET,HTML文件。熟悉XML文件格式和处理。了解TCP协议。有分布式文件系统经验者更佳。经理: 三年以上软件开发经验。工程师: 一年以上软件开发经验。
5. 内容分析:软件开发经理,工程师
熟悉C++或JAVA开发。熟系内容分析,信息提取等方法。有Perl或Python等脚本编程经验更好。懂regular expression,parsing等。经理: 三年以上软件开发工作经验。工程师: 一年以上软件开发经验。
6. 索引检索:经理,工程师
熟悉C++或JAVA开发。熟悉文本内容的索引,关键词匹配,搜索结果排序。经理: 三年以上软件开发工作经验。工程师: 一年以上软件开发经验。
7. 中文信息处理:经理,工程师
熟悉中文处理技术和软件,例如中文分词,信息提取,词性标注,新词发现,同义词词典,各种词典构建,相似概念提取,标题生成,摘要生成,分类,聚类,等等。熟悉C++或JAVA开发。经理: 三年以上软件开发工作经验。工程师: 一年以上软件开发经验。
8. 前台软件:经理,工程师 2
熟悉前台展现和用户交互的开发,熟悉PHP或JSP。熟悉SQL数据库。最好有WML和XHTML知识和经验。注重用户体验。经理: 三年以上经验。工程师: 一年以上经验。
9. 应用开发:经理,工程师 4
熟悉铃声,彩铃,歌曲,图片,游戏等文件的存储,下载。熟悉C++或JAVA开发。经理: 三年以上软件开发工作经验。工程师: 一年以上软件开发经验。
10. 分布式系统软件:经理,工程师
熟悉Linux服务器,熟悉多台服务器机群软件,如机群管理,控制,负载均衡,监控等。熟悉C++或JAVA。经理: 三年以上工作经验。工程师: 一年以上工作经验。
11. 软件测试:经理 1,工程师 3
熟悉软件测试原理,会写SHELL,PERL或PYTHON脚本语言。会C++或JAVA更佳。经理: 三年以上软件测试工作经验。工程师: 一年以上软件测试工作经验。
12. 硬件系统运维:经理 1,工程师 3
熟悉Linux服务器的运维。了解大型网站平台中的问题如load balancing, monitoring等事宜。了解服务器的操作系统级问题。熟悉软件安装,更新,维护。熟悉网络设备,架构。经理: 两年以上工作经验。工程师: 一年以上经验。
13. 搜索引擎软件运维:经理 1,工程师 3
对搜索引擎的运营有经验,例如亲手做过内容收集,索引检索,前台系统等。不要求编程,若会更好。经理: 两年经验。工程师: 一年以上经验。
14. 市场拓展: 市场总监 1,市场经理 1,市场业务员 5
负责手机搜索引擎服务业务的推广,CP内容合作,SP公司合作,运营商合作,全国代理渠道搭建。要求了解SP行业,了解CP行业。擅长和人打交道。在全国各地或一个地区有一定市场关系的积累,并能拓展新的市场。职位: 市场总监 1,市场经理 1,市场业务员 5。
15. 广告客户发展: 7
熟悉SP行业,了解CP行业。了解搜索引擎更好。擅长和人打交道。在全国各地或一个地区有一定广告客户关系的积累,并发展新的广告客户。有一定广告和活动策划能力。职位: 销售总监 1,销售经理 1,销售业务员 5。
16. 网页制作,首页更新: 1名
制作HTML网页,WML网页,XHTML网页。及时更新首页内容。熟悉SP,CP行业。
17. 人事行政内务: 1名
负责公司的人事招聘等行政事务,内部管理事务。细心,耐心,有条理。热情,对员工有亲和力。熟悉苏州本地者优先。
18. 出纳: 1名
负责公司的日常开支,报销。有其方面能力如文章写作更佳。熟悉苏州本地者优先。
19. 文章写作: 1名
擅长写作,文笔好,文章有见解,善于构思和捕捉大众生活中的话题。心理系,新闻系,中文系等专业,理工科擅长写作者也可。将负责公司与采访记者,编辑,门户网站,博客网站,报纸,新闻媒体,出版社,杂志社等的关系。
请指出适和自己的职位,把几句话介绍和完整简历发送到:jobs @ roboo .com
第 12 楼:
Posted by: 高山 at
June 30, 2006 12:59 PM from 211.94.163.210
终于被我找到了,这个人是干什么的?
2006-08-25 02:54:41 W3SVC18401 FGUYSH-L1RAOPVJ 211.152.50.200 HEAD / - 80 - 211.94.163.210 HTTP/1.0 Mozilla/4.0(compatible;MSIE+5.00;Windows+98) AutoCookie - adinfashion.com 200 1 0 183 184 3265
BooSo的问题:
1、也许是中文分词还有问题,搜索“中华英才网”很多“中华”“英才”这样的关键词对应的结果会在“中华英才网”这个整个关键词的搜索结果前面。
2、忽略了一些标点符号,这样在结果集里面看起来怪怪的
3、关键词Highlight做的不够明显
4、搜索结果的字体太小了,看起来很累,强烈建议宋体五号(10.5pt)
5、很多类似MSN Space这样的大Blog都没有很好的覆盖:(
BooSo的问题:
1、也许是中文分词还有问题,搜索“中华英才网”很多“中华”“英才”这样的关键词对应的结果会在“中华英才网”这个整个关键词的搜索结果前面。
2、忽略了一些标点符号,这样在结果集里面看起来怪怪的
3、关键词Highlight做的不够明显
4、搜索结果的字体太小了,看起来很累,强烈建议宋体五号(10.5pt)
5、很多类似MSN Space这样的大Blog都没有很好的覆盖:(
BooSo的问题:
1、也许是中文分词还有问题,搜索“中华英才网”很多“中华”“英才”这样的关键词对应的结果会在“中华英才网”这个整个关键词的搜索结果前面。
2、忽略了一些标点符号,这样在结果集里面看起来怪怪的
3、关键词Highlight做的不够明显
4、搜索结果的字体太小了,看起来很累,强烈建议宋体五号(10.5pt)
5、很多类似MSN Space这样的大Blog都没有很好的覆盖:(
TV host Oprah Winfrey gives audience members $1,000 (526) each to donate to a charitable cause...
Posted by: Coby Barnett at November 17, 2006 04:45 PM from 83.245.15.177TV host Oprah Winfrey gives audience members $1,000 (526) each to donate to a charitable cause...
Posted by: Coby Barnett at November 17, 2006 04:48 PM from 203.144.144.163"中华英才网"的问题应该不是分词算法的问题,而是词典的问题.
个人看法
TV host Oprah Winfrey gives audience members $1,000 (526) each to donate to a charitable cause...
Posted by: Jasper Edward at December 4, 2006 11:23 PM from 81.208.95.27TV host Oprah Winfrey gives audience members $1,000 (526) each to donate to a charitable cause...
Posted by: Jasper Edward at December 4, 2006 11:24 PM from 72.32.59.213各位的搜索引擎中的素引部分有多少是用lucene的?
Posted by: macrowater at August 11, 2007 03:39 PM from 218.17.227.208booso是博客网开发的博客搜索吗?
以前就听同事提过,不过自己没用过,好用吗?
Build b to b search engine partner wanted
As no b to b build b to b search engine in the market hency it will good futhure and can make a lot of fortune
this partner must know Lucene and heritix
Your futher requirement will have our careful attention
會用任何 搜索引擎軟件 建立 b to b 搜索引擎工作经驗 有領道+創新能力
1. 从加入公司的第一天起,你就可以成为公司的股东。
2. 你可以自由设计你的工作方式,只要你在和大家一同努力。
3. 只要你有能力,你马上就可以担任公司的总裁。
4. 你的待遇可以和国内最优秀的外企叫板。
6. 责任心强,善于沟通,富于创新。
有意者请将简历发送至下面的邮箱:
alliance@on-nets.com
Build b to b search engine partner wanted
As no b to b build b to b search engine in the market hency it will good futhure and can make a lot of fortune
this partner must know Lucene and heritix
Your futher requirement will have our careful attention
會用任何 搜索引擎軟件 建立 b to b 搜索引擎工作经驗 有領道+創新能力
1. 从加入公司的第一天起,你就可以成为公司的股东。
2. 你可以自由设计你的工作方式,只要你在和大家一同努力。
3. 只要你有能力,你马上就可以担任公司的总裁。
4. 你的待遇可以和国内最优秀的外企叫板。
6. 责任心强,善于沟通,富于创新。
有意者请将简历发送至下面的邮箱:
alliance@on-nets.com
Build b to b search engine partner wanted
As no b to b build b to b search engine in the market hency it will good futhure and can make a lot of fortune
this partner must know Lucene and heritix
Your futher requirement will have our careful attention
會用任何 搜索引擎軟件 建立 b to b 搜索引擎工作经驗 有領道+創新能力
1. 从加入公司的第一天起,你就可以成为公司的股东。
2. 你可以自由设计你的工作方式,只要你在和大家一同努力。
3. 只要你有能力,你马上就可以担任公司的总裁。
4. 你的待遇可以和国内最优秀的外企叫板。
6. 责任心强,善于沟通,富于创新。
有意者请将简历发送至下面的邮箱:
alliance@on-nets.com
Build b to b search engine partner wanted
As no b to b build b to b search engine in the market hency it will good futhure and can make a lot of fortune
this partner must know Lucene and heritix
Your futher requirement will have our careful attention
會用任何 搜索引擎軟件 建立 b to b 搜索引擎工作经驗 有領道+創新能力
1. 从加入公司的第一天起,你就可以成为公司的股东。
2. 你可以自由设计你的工作方式,只要你在和大家一同努力。
3. 只要你有能力,你马上就可以担任公司的总裁。
4. 你的待遇可以和国内最优秀的外企叫板。
6. 责任心强,善于沟通,富于创新。
有意者请将简历发送至下面的邮箱:
alliance@on-nets.com

