یه سوال شاید یه ذره عجیب

[shervin]

نمیدونم شاید سوالم یه ذره عجیب باشه
عنوان بهتری هم پیدا نکردم واسه تاپیک چون نمیدونم اینی که میگم به چی مربوط میشه
میدونی میخوام چیکار کنم؟ میخواموقتی یه مقاله داره سیو میشه تمام لغاتش بررسی بشه و همه ی اون لغات توی دیتا بیس سرچ بشه اگه یکی از اون لغات توی متن شبیه بود به یکی از تایتل های مقالات دیگه لینک بشه به اون مقاله.
اصلا این کار امکان داره؟
اگه امکان داره لطفا یه کمکی بکنید
نتیجه میشه یه چیزی مثل ویکی پدیا که هر مقاله اینجوریه
فکر نکنم اونا چندین میلیون مقاله رو تکتک چک کرده باشن و دستی لینک داده باشن

 

[H_R]

منم همین سوال روی توی asp.net که انجمن بین المللی پرسیدم ، چند تا راه جلوم گذاشتن از هیچ کدومش خوشم نیومد :

عاقلانه ترینش استفاده از متا ها بود (توی اسکیو ال ) نپرس چیه که منم باهاش کار نکردم ولی یه چیزایی فقط در موردش میدونم

یکی دیگش این بود که وقتی داری سیو میکنی کل کغاتت رو چک کنه اونایی رو که لازمه لینک بده با لینک هاش سو بکنه

 

[shervin]

یه راهی واسش پیدا میکنم و اینجا هم میگم
فقط یه مشکلی دارم بچه ها خیلی سر بسته گفتن منم روم نشد بگم توضیح بدین چون این چند وقته خیلی تاپیک زدم.
اونم ایجاد یه لینک واسه هر مقاله ای که تو دیتا بیس هست هستش.
ینی هر مقاله یه اینک موقع سیو کردنش براش ایجاد بشه
میشه گفت که مثلا?id=x بعد اون عدد آی دی بشه شماره آیدی اون مقاله ولی میگن موتور جستجو آدرس هایی که علامت سوال داره رو یه مقدار سخته براش کار کردن باهاش.
یه مقداری هم درباره روش دومی که گفتی توضیح بدی ممنون میشم

 

[mehdi_25]

چیزی که من به ذهنم میرسه رو میگم شاید بکارتون اومد .
به نظر من برای هر مقاله یه متا تک مثل [ Key Word ] درست کنی خیلی بهتره . به این صورت که لغات مهم شو برداری و تو یه فیلد ذخیره کنی . یا میتونی چکیده ای از خلاصه مقاله رو بعنوان یه مرجع برای جستجو تو یه فیلد مرتبط با مقاله ذخیره کنی وقتی که مقاله جدیدی اومد چکیده خلاصه اونو با چکیده خلاصه مقالات قبلی تطبیق بدی .

روش دومی که حسن آقا گفتن عملی هست ولی فکر میکنم خیلی دردسر داره .
تمام لغات رو از داخل متن باید استخراج کنی ( تک تک ) و همه رو با تمام لغات مقالاتی که قبلاً ذخیره شده چک کنی و نتیجه رو هر کاری که دوست داشتی بکنی .
حالا یه مشکل این وسط تعداد زیادی حروف اضافه داریم که ارزش جستجو در متن رو ندارند، مثل " و " - " که " - " یا " - "برای" - "چون" - "است" - "زیرا" - "مثل" - "همین" - "من" - "تو" - "سلام" - "گفت" - "طوری" - "باید" و ...
این ها رو باید از متن استخراج شده برای چک کردن حذفشون کنی . حذف کردنش رو هم که میدونی دیگه . تمام این ها باید درون دیتابیس باشن ( یعنی از قبل خودت همه اینها رو ذخیره کرده باشی ) و موقع استخراج متن ، اول با این کلامات اضافه چک کنی و این کلمات رو از متن اصلی حذف کنی .
خوب حالا چیزی که برات مونده تعداد زیادی لغات از این مقاله تازه ارسال شده هست . تازه باید با مقالات قبلی این ها رو چک کنی .
از اینجا به بعد دو تا کار میتونی بکنی :
1- برای مقالات قبلی هم دوباره همین مسائل بالا رو طی کنی و نتیجه رو با نتیجه مقاله جدید مقایسه کنی
2- این لغات بدست اومده از مقاله جدید رو داخل دیابیس ذخیره کنی که دیگه نیاز نباشه دوباره این کار رو انجام بدی . یه جورایی میشه راح حل اولی که گفتم ( یعنی همون خلاصه چکیده ) .
خوب دیگه معطل چی هستی یالا تمام لغات مقاله جدید رو مقایسه کن . نتیجه رو هم هر کاری که دوست داشتی بکن .
برای نتیجه هم میتونی اینطوری عمل کنی :
مقاله رو باید به صورت HTML ذخیره کنی . روی هر لغت که لازمه لینک قرار بگیره کد HTML شو همونجا ( موقع سرچ ) رو متن قرار میدی و ذخیرش میکنی .

اوه من چقدر فکر کردم

 

[shervin]

ممنون راه خیلی خوبیه ولی بدیش اینه که بازم اون بازده 100% که میخوامو نداره ولی خیلی خوبه.
در مورد اینکه متنو Html ذخیره کنم. منظورت توی دیتا بیسه؟ type فیلد تکست باشه اچ تی ام ال قبول میکنه؟

 

[mehdi_25]

درست فهمیدی .باید متن مقالات رو بصورت HTML در دیتابیس بریزی
آره قبول میکنه ولی باید Memo بزاریش که فیلد کم نیاد

دنبال 100% نباش که هیچ کجا پیدا نمی کنی .

 

[mehdi_25]

درست فهمیدی .باید متن مقالات رو بصورت HTML در دیتابیس بریزی
آره قبول میکنه ولی باید Memo بزاریش که فیلد کم نیاد

دنبال 100% نباش که هیچ کجا پیدا نمی کنی .

 

[mehdi_25]

درست فهمیدی .باید متن مقالات رو بصورت HTML در دیتابیس بریزی
آره قبول میکنه ولی باید Memo بزاریش که فیلد کم نیاد

دنبال 100% نباش که هیچ کجا پیدا نمی کنی .

 

[shervin]

type تکست قبول نمیکنه اچ تی ام ال رو میخوام ذخیره کنم ارور میده حتی یه تگ ساده ی A رو
ممو هم نداره
sql کار میکنما

 

[shervin]

یه سوال
این موتوراای جستجو میرن دیتا بیسو میخونن؟ ینی مقاله تو دیتا بیسه موتور ها بهش دسترسی دارن؟
درباره تگ div هم اگه یه توضیح بدی که چیه ممنون میشم

 

[H_R]

اگه قضیه فارسی اه از ntext استفاده کن در ضمن مشکل از asp.net که تگ html رو توی textbox به صورت دیفالت قبول نمیکنه یه سرچ بکنی میفهمی که چطور یک صفحه یا تمام صفخات وب سایتت رو بدون این خاصیت بسازی .

 

[shervin]

نه سایت انگلیسی هستش

 

[kaveh73]

یکی از روشها این است که Tag Based کار کنید، یعنی برای تمام لغات کلیدی در Documentها یک Tag تعریف شده و این Tagها ایندکس شوند. سپس چه زمان ذخیره کردن یا باز کردن یا حتی تایپ کردن کلمه کلمه را در آ ایندکس جستجو کرده و چنانچه آنرا یافتید لینک مربوطه را اختصاص دهید

 

[shervin]

از همتون به خاطر کمکاتون ممنونم
ولی مشکل اینه که من این اولین کارمه و این کارا یی که میگیدو نوفهمم

نیاز به توضیح کامل دارم