一、搜索到问答的任务书范围确定（一上班就需要做，以防止影响小胡工作，大约10点能够搞定，原则是简单易用）二、型号搜索的结果一定搞定（老板在乎的内容，一定搞定，上午基本能够搞定）三、型号词库如何整理的问题，想办法（量和质）四、仪器词库如何整理的问题，想办法（量和质）五、行业词库今天沟通，沟通理由
分类：
其他好文 时间：
2014-07-16 20:16:43
阅读次数：
135
更新了公司的搜索，写下日志来激励自己！新版搜索新特性：solr版本升级到solr4.8.1中文分词器改用ansj，开源，简洁，强大，无害词库兼顾任意编码格式，不怕乱码分词器和分词词库分离，降低更新分词器版本难度分词器配置统一在library.properties中，在solr/WEB-INF/cla...
分类：
其他好文 时间：
2014-07-13 08:04:32
阅读次数：
268
#region 创建、跟新词库
///
/// 创建、跟新词库
///
private void CreateIndexData()
{
//索引库文件夹
FSDirectory dir = FSDirectory.Open(new DirectoryInfo(pat...
分类：
Web程序 时间：
2014-06-27 10:17:59
阅读次数：
232
elasticsearch本身的中文分词插件效果都不理想，手动添加词典可以在一定程度上进行弥补。
经过多次实验发现，mmseg的分词机制采用正向最长匹配算法，例如，针对“小时代”这个单词，其自带的词典中没有包含该词，故当用户搜索小时代时，检索不到任何结果。
在咸鱼老婆的虚心指导下，我终于找到了解决办法。
手动添加该词到mmseg的词库中，有两种方法：
1、将该词加入到自带的某个词典中（非停...
分类：
其他好文 时间：
2014-06-27 09:30:33
阅读次数：
232
第一章：抛砖引玉 字典树是一种基于链表的数据结构，以统计词频并返回用户最想输入的词汇为例，分享一下字典树的应用心得。 刚建立的用户词库，用户输入两次“hilili”，输入一次“hilucy”，此时用户再次输入“hi”，我们应该联想到用户可能要输入的单词是“hilili”，以下为统计示例图。
字典.....
分类：
其他好文 时间：
2014-05-26 15:23:51
阅读次数：
313
敏感词、文字过滤是一个网站必不可少的功能，如何设计一个好的、高效的过滤算法是非常有必要的。前段时间我一个朋友（马上毕业，接触编程不久）要我帮他看一个文字过滤的东西，它说检索效率非常慢。我把它程序拿过来一看，整个过程如下：读取敏感词库、如果HashSet集合中，获取页面上传文字，然后进行匹配。我就想这...
分类：
编程语言 时间：
2014-05-25 22:06:08
阅读次数：
496
敏感词、文字过滤是一个网站必不可少的功能，如何设计一个好的、高效的过滤算法是非常有必要的。前段时间我一个朋友（马上毕业，接触编程不久）要我帮他看一个文字过滤的东西，它说检索效率非常慢。我把它程序拿过来一看，整个过程如下：读取敏感词库、如果HashSet集合中，获取页面上传文字，然后进行匹配。我就想这个过程肯定是非常慢的。对于他这个没有接触的人来说我想也只能想到这个，更高级点就是正则表达式。但是非常...
分类：
编程语言 时间：
2014-05-25 21:26:01
阅读次数：
386
有朋友向新辰抱怨：老板给的任务太多，每天都要写几篇原创，半个月还好说，可一个月下来都不知道写什么了。新辰说过，可以挖掘出很多长尾词，组建一个词库，然后就围绕这个词库写就行；但难倒了一波人，于是乎，便出现了大量的复制粘贴或伪原创相似的页面，当然，这是不友好的SEO行为，那SEOer应该如何降低影响呢？
虽然，百度已经说明了即使文章不是原创，只要具有可读性和符合用户体验就可收录，但是很多朋友应该...
分类：
其他好文 时间：
2014-05-22 16:59:05
阅读次数：
376
条件过滤在列表中是常用的功能，使用mysql数据库和sphinx进行搜索需要安装sphinx引擎mysql命令行中，showenginesphinxstates;可以查看是否有sphinxex引擎，如果没有则需要安装，否则无法使用这样的语句：select*fromdocumentswheregroup_id=2andquery=‘@title测试;mode=extende..
分类：
其他好文 时间：
2014-05-21 01:40:43
阅读次数：
426
对于mysql获取数据，可以根据不同的条件来进行排序，同样使用coreseek也有同样的排序功能。PHP的API中只有SetSortMode(模式，条件)方法，他也支持多个字段一次排序。根据上一篇的数据：require(‘sphinxapi.php‘);$sc=newSphinxClient();$sc->SetSortMode(SPH_SORT_ATTR_DESC..
分类：
其他好文 时间：
2014-05-16 02:43:27
阅读次数：
627
