1 / 15

СБОР И ПОИСК СТРУКТУРИРОВАННОЙ ИНФОРМАЦИИ

СБОР И ПОИСК СТРУКТУРИРОВАННОЙ ИНФОРМАЦИИ. Метахаус. ВЕРТИКАЛЬНЫЙ ПОИСК. Ориентирован на определенную область Данные хранятся с учетом структуры предметной области Позволяет более точно задать запрос Возможность фильтрации, сортировки . ПРИМЕР. ПРИМЕРЫ ЗАПРОСОВ.

viola
Télécharger la présentation

СБОР И ПОИСК СТРУКТУРИРОВАННОЙ ИНФОРМАЦИИ

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. СБОР И ПОИСК СТРУКТУРИРОВАННОЙ ИНФОРМАЦИИ Метахаус

  2. ВЕРТИКАЛЬНЫЙ ПОИСК • Ориентирован на определенную область • Данные хранятся с учетом структуры предметной области • Позволяет более точно задать запрос • Возможность фильтрации, сортировки

  3. ПРИМЕР

  4. ПРИМЕРЫ ЗАПРОСОВ • черная икра в ресторане с караоке около кремля • гостиница с бассейном около киевской • комплексная мойка в выхино • преображенская площадь бассейн 50 метров • банкомат с долларами рядом с пушкинской

  5. ПОДХОДЫ К СБОРУ ДАННЫХ Полуавтоматический • (+) Универсальность • (+) Гибкость • (-) Временные затраты • (-) Участие человека Автоматический • (-) Не для каждого сайта • (+) Быстро • (+) Дешево

  6. ПОЛУАВТОМАТИЧЕСКИЙ СБОР • Свести к минимуму человеческое участие • Легкость реализации • Простота поддержки • Никаких RegExp, XPath

  7. ИДЕЯ Класс (предметная область) + Шаблон (специфика сайта)

  8. КЛАСС • Описывает структуру предметной области • Похож на ООП класс • Набор правил, как эту структуру обрабатывать и валидировать, нормализовывать

  9. ПРИМЕР КЛАССА Товар интернет магазина

  10. ПРИМЕРЫ ТИПОВ price 1 000,10р. -> 1000.00 1,000,000 рублей -> 1000000.00 address Пушкинская -> Москва, Пушкинская площадь;lat: 44.333, lon: 33.112,

  11. ПРИМЕР ШАБЛОНА Средние временные затраты на 1 шаблон: 10-15 минут

  12. РЕЗУЛЬТАТ РАБОТЫ ШАБЛОНА • Данные структурированы , провалидированы, нормализованы • Удалены дубли • Есть diff по сравнению с предыдущими данными • Мониторинг «отвалившихся» шаблонов

  13. ВОЗМОЖНОСТИ ПОИСКА • Разбор запроса • Поддержка морфологии и транслита • Неверная раскладка клавиатуры • «Возможно, вы имели в виду» • Фасеты • Фильтрация, сортировка, группировка • Гео-поиск

  14. РЕАЛИЗАЦИЯ • Работает на базе Apache Solr • Разная структура документа в зависимости от предметной области • Можно гибко настраивать правила индексации через метаданные класса • Отдельный индекс для анализа запроса

  15. СПАСИБО! Минченков Павел pavel@metahouse.ru Метахаус

More Related