Forumets interna sökning

Det har märkts att tävlingen har dragit till sig en del uppmärksamhet. Många nya medlemmar de senaste dagarna... Samtidigt har många av oss befintliga medlemmar ökat sin närvaro på forumet. Jag tycker verkligen att de senaste dagarnas aktivitetsgrat på forumet har varit riktigt riktigt bra.

Det enda jag har börjat störa mig på här på SEO-forum är att sökfunktionen är rätt kackig. Satt så sent som igår och försökte hitta tidigare trådar som diskuterade å / aa / a, och det var bara lögn att hitta trådarna via den interna sökfunktionen. Tror att problemet ligger i att sökfunktionen har svårt att hitta ord med färre än tre tecken.

Lösningen blev att anlita allas vår vän:
http://www.google.se/search?hl=sv&q=...eo-forum.se+aa

SEO-forum är suveränt indexerat numera. Vad sägs om att lägga till en Google-sökruta på söksidan? Eller kanske helt enkelt automatiskt göra en Google-sökning när den intrerna sökfunktionen falerar?

Måste vara ett problem som är med detta script DP har precis samma problem.

[OT]

Citat:

---

Ursprungligen postat av the-million-dollar-man

Måste vara ett problem som är med detta script DP har precis samma problem.

---

Jag tror att skriptet använder sig av en fulll-text search-funktion, och då tappar man alla ord med färre än fyra tecken.
http://dev.mysql.com/doc/refman/5.0/...xt-search.html
[/OT]

SEO-forum är nu faktiskt det bästa svenska forumet vad gäller sökmotoroptimering. Jag tror att det har alla chanser att bli ännu bättre, och jag ser fram emot att träffa så många som möjlig på riktigt också.

Nja ... det är ju en sanning med modifikation. Det beror helt och hållet på hur MySQL är konfigurerat. Du kan ställa ned längden på ord till att innehålla endast 1 bokstav om man nu vill det. Längden 4 tecken är "by default" inställt i MySQL.

Har man kontroll på mysql-servern kan man lätt ändra konfigurationen till att ta t ex 3 tecken

[Tillägg]
Det man behöver göra är att lägga till denna rad i my-filen:

ft_min_word_len = n

byt ut n till valfri ordlängd
[/tillägg]

cya,
/PatrikB

Citat:

---

Lösningen blev att anlita allas vår vän:
http://www.google.se/search?hl=sv&q=...eo-forum.se+aa

---

Ja precis. Jag använder som rutin alltid Google när jag vill söka på olika forum, både vBulletin och phpBB.

Jag ska försöka lägga in så det är det man söker med.

Ok, har fixat det nu!

Prova att söka :)

Citat:

---

Ursprungligen postat av Jim Westergren

Ok, har fixat det nu!

---

Cool! Fast en smula risky att använda AdSense for Search där...

Citat:

---

Cool! Fast en smula risky att använda AdSense for Search där...

---

Du menar om jag själv råkar klicka? Ja, jag tar bort det.

Citat:

---

Du menar om jag själv råkar klicka? Ja, jag tar bort det.

---

Jag provade att ta bort men annonser visas ändå, utan provision.

Nåja, jag får komma ihåg att inte klicka.

EDIT: Ok, hittade rätt parameter nu. Fixat nu.

Citat:

---

Ursprungligen postat av Jim Westergren

Du menar om jag själv råkar klicka? Ja, jag tar bort det.

---

Tänkte mest med faran av stödklick på AdSense-annonser från forum. Många som har blivit av med konton den vägen.

Men kul implementation. Tog tills tredje användningen tills jag såg påskägget :)

http://www.lindqvist.com/graphics/google-guru.gif

När man ändrar ordlängden på fulltextindexen måste man även bygga om dem genom att köra "repair table <tabell>;" som är aktuell.. vilken det är i vb har jag dock ingen aning om.

Men om man skulle ge sig på att ställa ner längden på fulltext-index till två (eller till och med ett) tecken, skulle inte det skapa ett helt otroligt jätteindex? Bara att fulltextindexera ner till fyra tecken ger ju rätt enorma databaser, men att indexera varenda bokstav för sig!?!?!?

Nej, det innebär bara att den indexerar "alla" ord. A B C D E F G H ... X Y Z blir mao var sitt ord i indexet. Det skapar inte ett så mycket större index egentligen, största nackdelen är väl att det blir långsamt. Mina FT-index är inte större än själva datamängden.. disk är billigt. Hjalmars tålamod är dyrt (även jag har stött på problematiken med att söka på seo-forum.se :))

Edit: redigerar in lite mera tekniska data som tack för poängen från Nikke:
Ett index ser ut såhär ungefär;
Ord Rader ordet finns på
SEO -> 12,13,14,15...
Forum -> 32,23,12 ..
Jim -> 12,23,23 ...
Nikke -> 1,2,3,4 ...
Hjalmar -> 45,4,34,23 ..


Antalet ord är antalet unika ord (.,.- etc tas bort, likaså stopwords) som separeras av " " och radbrytningar som återfinns i den totala mängden av inlägg här på forumet. Ord som finns i mer än 50% (kan inte exakta siffran i huvudet) av alla inlägg tas bort från ordlistan då de garanterat är stoppord ändå.

Storleken på indexet blir alltså antalet ord (snitt kanske på 7 tecken) gånger antalet förekomster för varje ord vilket kanske är 10% av antalet inlägg.

Så har du ett forum med 1000 inlägg där snittordet är 7 tecken långt, varje inlägg runt 300 tecken. Säg att du har 30000 unika ord, du får då ett index på Antalet_Unika_Ord * Genomsnittlig_Ordlängd * Antal_genomsnittliga_förekomster_av_ord (minus stoppord och annat dravel som försvinner. Detta ger 60mb data jämfört med datamängden för själva inläggen som blir 1000 x 7 x 300 => 2mb. Uppskattningsvis skulle jag säga att indexet kanske kan bli 30000 x 7 x 10 => 400kb.

Inlägget (1 i databasen) :
"Hej, jag hoppar i vattenpölar på dagis" blir i indexet således med stoppordslängd på 4 tecken

hoppar => 1
vattenpölar => 1
dagis => 1

10 + 15 + 9 bytes = 34 bytes (en integer är fyra bytes ..eller nåt sånt, beror nog på vart man installerar mysql och hur man hur indexet är konstruerat)

Respektive med ordlängd = 2:
hej => 1
jag => 1
hoppar => 1
vattenpölar => 1
på => 1
dagis => 1

Här blir indexet 7+7+10+15+6+9 => 54

Tänk då även på att så fort man börjar lägga till flera inlägg till detta så kommer bara integer-delen att byggas på (dvs med fyra bytes för varje nytt inlägg som håller varje ord). Alltså blir ökningen inte mkt större än kanske 30% jämfört med 4 vs 2 tecken långt index. Skillnaden är såklart märkbarare om man har en stor datamängd från början.

Så, hoppas ni inte storknade :P

Men den nya lösningen är rätt juste, inte sant?

Tack för förklaringen. Poäng för det.

Kanske ska göra den där förändringen i MySQL på Cocktailguiden. Det har varit bra irriterande att inte kunna göra en fulltext index-sökning med ord som vin, gin, is, blå, röd...

Du menar att man blir avstangd for att man har ett forum med ett serach pa? Kan jag aldrig tanka mig att man skulle bli?

Citat:

---

Ursprungligen postat av the-million-dollar-man

Du menar att man blir avstangd for att man har ett forum med ett serach pa? Kan jag aldrig tanka mig att man skulle bli?

---

Nej, men om man kollar på trådar från folk som har blivit av med sina konton på grund av "invalid clicks" så visar det sig nästan alltid att de har använt AdSense på forum. Risken är helt enkelt alltför stor att man får sympatiklick.

Sen skall man väl säga att iaf jag tycker det verkar vara väldigt många newbies som blir avstängda kort efter att de har lagt upp sin första rätt så icke-professionella webbsida.

Personligen har jag blivit varnad två ggr för saker jag misstänker andra skulle åkt ut för (1 gång uppmaning till klick, men det var ett missförstånd från googles sida, 1 gång för MFAs), det tillskriver jag
1) vi har sidor som har ser hyfsat professionella ut.
2) vi har en mätbar inkomst.
3) vi har varit publicenter relativt länge (för att vara .se).

Så rådet är alltså att är man ny i gemet och inte har några stora inkomster, ta det säkra före det osäkra!