车东[Blog^2]

卢亮最近忙什么呢？BLOG也很久没更新了。上周的一次小聚才了解到：原来他一直在准备自动类聚技术，利用自动类聚技术改进一些现有BLOG发布系统的关联机制：
1 文章的自动分类：
实现类似于目前news.google.com首页那样的自动主题分类，目前初步规划是将内容分成10个大类，据说目前的精确度已经在95%以上；
2 相关文章功能：
类似于很多门户网站新闻那样的相关新闻，不要小看每篇新闻中那后面几篇相关新闻：在没有全文索引机制之前，像新闻这样的发布系统管理的文章之间的关联是很少的（孤岛），所以每篇新闻的生命周期只有短短的2天（从首页上下去以后，除了用户主动搜索就很少有被再次访问到的机会了）。BLOG也是类似的问题，要知道：用户的注意力是稀缺资源，只有少数的BLOGGER的内容能得到足够的注意力/反馈，很多人开始BLOG后，都是由于无法得到足够的反馈而放弃了。BlogChina上每天上万的发布量，但是真正能被其他人看到的却是非常少的。而相关文章：无疑是一种增加内容之间相互联系/反馈很有效的机制。

更让我佩服的是卢亮的太太：明珠，她是目前这些应用的主要实现者。

tag.bokee.com是第一步，让用户自己定义TAG作为关键词，如果用户没有输入TAG，则利用自动主题提取机制将内容类聚在一起。这部分的应用在BlogChina每篇文章后面的“手拉手”模块中。而再下一步：可能就是类似于AdSense那样的上下文广告关联了吧，将所有的浏览行为都变成了一次隐含的搜索。

根据我目前观察：TAG仍然是质量非常高的主题提取机制，毕竟经过人工编辑的文章主题还是非常明确的。

Yahoo!的Y!Q搜索服务从今年2月份推出后了，今天终于解决了JavaScript的escape导致的中文编码问题，其原理和很多Bookmarklet一样的。

Y!Q服务允许你将一段文字（而不是主题词）：直接提交给搜索引擎进行相似文章查找。

这样会比自己提取主题词要方便很多，比如在blog（或者其他发布系统，我使用的是MT）中：可以设置以下代码将BLOG的标题做为“上下文”提交给搜索引擎。

资深C++工程师
1. 热爱技术，相信技术可以成为你的终身职业；
2. 有6年以大型软件开发经验，有大型网站开发经验更好；
3. 掌握面向对象设计开发方法，有 3 年以上C++语言开发经验；
4. 勇于、善于在短时间内学习新技术新技能；
5. 与团队协作、沟通能力很强；
6. 能在极大压力下按时完成下达的开发任务；
7. 熟悉大型软件开发流程，有一定的领导能力；

那么你加入Yahoo搜索营销平台技术部后：
1. 做为高级工程师参与世界级产品研发，开发/维护服务亿次以上访问的广告发布引擎；
2. 领导产品子项目的开发工作，管理有3-5名成员的团队；
3. 作为团队的技术指导，帮助/带领团队克服技术上的各种难题，涉及海量数据存贮、数据挖掘、搜索引擎、分布式处理、人工智能、中文分词等领域；
4. 享受在中国成长最快，最优秀的互联网公司工作的乐趣；

如果你希望在雅虎从事搜索引擎行业的工作和研究，请将简历（建议纯文本格式）寄到：

最后：记住最重要的是你要Play Hard!

最近发现Google的个性化主页也加入了RSS订阅的支持：

前2天我听说BlogLines的内容量相当于Google索引量的1/4，昨天查了一下：确切的说法是6月份：Bloglines收录文章数量达到5了亿，目前Google的索引量约为80亿。
0.5 : 8 = 1 : 16

虽然各种搜索引擎的几十亿网页也只占整个互联网上不到5%的内容，但是相对于一个搜索引擎来说：这5亿RSS FEED中的内容却是相对质量较高的一批数据源。因此说BlogLines的索引量是Google的1/4也是有道理的（最重要的1/4）。

注释：
BlogLines有多少RSS FEED：GrassLand目前的RSS FEED数量为3000个，文章数量为30万，按照这个比例：BlogLines上的FEED数量应该在百万级(WebLeon: bloglines的feed数量为248万)。