Улучшить возможности поиска

Avatar
Anton Volkov
  • обновлен
  • Завершен
1. по точному вхождению

2. в различных падежах/временах

3. синонимы

4. Реал-тайм поиск (при задержке в 0,5 сек - запрос по текущему вводу)

5. Suggestions - сократит количество повторов и ошибок в написании

6. В приоритете искать по заголовку, потом по описанию, потом по комментам (комменты наполняют идею кейвордами, что облегчает поиск)
Прикрепленные ответы
Avatar
0
Vladimir Mullagaliyev co-founder
  • Ответ
  • Завершен
Здравствуйте.
В данный момент поиск выполняется следующим образом:

Индексация:
Индексируются тексты с заголовка и описания фидбэка, слова нормализуются стеммером (набором правил формообразования слов, для каждого языка свой).

Поиск:
Строка поиска разбивается на слова, слова нормализуются стеммером. Выполняется поиск индексов слов по полному совпадению нормализованного слова. Выбираются все фидбаки, где встретилось хотя бы 1 слово (максимум 10 фидбаков) и вверх поднимаются те, где совпадение слов больше.

Что планируем поэкспериментировать:
Попробовать поиск индексов слов по части слова (неполное совпадение).

Остальное давайте обсуждать в комментах.
Ответы 20
Avatar
0
Vladimir Mullagaliyev co-founder
По предложениям в фидбэке:

1. Слова проверяются целиком. Но если оставлять только точные совпадения или вхождения всех слов, то чаще всего ничего не найдется.

2. Работает, в пределах возможностей используемого стеммера.

3. Пока нет, надо думать над реализацией.

4. Именно так сейчас и работает. При задержке ввода в пол секунды начинается автоматический поиск.

5. Тоже надо думать над грамотной реализацией.

6. Будем обсуждать, пока ищем по заголовку и описанию, без приоритета.
Avatar
0
Anton Volkov
Хорошая идея поиска по части слова.
Скажем при вводе "бит" уже можно выводить поиск по битвам, ну и suggest "битвы", "бить", но только те слова, которые реально встречаются в отзывах этого проекта.

Надо ещё понять, по какому принципу считается релевантность?
По голосам?
Avatar
0
Sergey Stukov co-founder
Текущая релевантость: считается количество совпадений слов в запросе и текущих фидбаках с учетом стемминга и после этого отображается в порядке от наибольшего количества к меньшему
Avatar
0
Anton Volkov
По-идее, надо бы количество голосов как-то в эту формулу внести.
Т.к. с точки зрения полезности, важно собирать голоса в одном отзыве, не распыляя на дубликаты.
А сейчас если юзер просто точнее попал по запросу в какой то дубль - уйдёт в него.
Avatar
0
Vladimir Mullagaliyev co-founder
Добавили поиск по части слова. Пример "автоза" в Вашем форуме. Будем думать как еще улучшить.
Avatar
0
Anton Volkov
Спасибо!
Всё ещё странная логика сортировки результатов поиска.
Например, введите "режим" в Танках.
На первом месте заминусованная идея.
Avatar
0
Sergey Stukov co-founder
Следущим шагом доберемся и до учета рейтинга фидбака в поиске. Спасибо за замечание :)
Avatar
0
Anton Volkov
Предлагаю улучшение поиска поставить в приоритет, т.к. большая часть того чем мы последнее время занимались - это борьба с последствиями ненайденных дублей. Давайте лечить причину.

Разбираю я дубли, речь зашла о весе танков.
Пишу в поиске "Вес". Вместо того чтобы получить отзыв "Вес танков", я получаю всё что угодно, но не его. Не удивительно, что другие наплодили дублей.
Avatar
0
Vladimir Mullagaliyev co-founder
Тоже попробовал :) Действительно, все что угодно.
Но это связано с тем, что сейчас поиск по части слова. И, получается, находит все слова, начинающиеся на "вес".

Думаю нам надо сейчас заняться приоритетом слов по его нахождению в тексте. Т.е. слово в хеадере важнее слова в описании. Но в реале это не поможет с данной конкретной ситуацией. У кого какие предложения по решению конкретной ситуации? Может попробуем, если есть слово "вес", то ищем его, если нет, то все слова, начинающиеся на "вес"? Надо экспериментировать.
Avatar
0
Anton Volkov
Честно говоря, не силён в поисковых системах. Возможно стоит покопать статьи/доклады на эту тему.

По логике вроде как да, заголовок важнее, но не очень сильно, примерно в 1.5 раза :)

По приоритету словоформ:
1. В чистом виде введённое слово
2. Словоформы от введённого слова (множественное число, падежи и т.п.)
3. Включение слова в другие

Сейчас ещё ситуацию усугубляет наличие только 10 результатов, но на эту тему есть отдельный отзыв.