Days’ Coos

注：我暂时不想开另一个blog专门讲技术或专业上的问题（虽然这里曾经充当这样的角色），所以加以区别，标题前面加[geek]表示这是一个某些技术性的贴子，虽然它们也许不是严格上的geek。
最近升级了两次metaFisher,记录一下。
* 使用了新的分词引擎，效果比以前提升很多，不过感觉上分得太细，而且我手头上没有比较好的stop words list，打算以后用统计的方法自我学习。* 自己用c写了个新的多线程crawler，速度提升不是很多（线程调度的效率提高），但是消耗更少的系统资源，而且更flexible，可以智能选择不同的主机连接。我之前试着用python写一个，结果效率很不理想，我怀疑是urllib的问题，它似乎响应迟钝。* 写了新的cache（我叫它holyCache），效率提高而且占用更少空间（cache命中的情况下，搜索只平均耗时0.02秒，是以前的1/60）。* 写了新的模块，叫cooSimil，处理的问题是把地址不同，但是内容雷同的页面，放在一起，只显示其中一条的引文。本来我写的目的只是想更好的过滤内容重复的条目，但现在效果更加令人惊喜，它常常还可以把非常相似的页面放在一起，比如一本书的不同章节。
发现某些搜索引擎的crawler在狂抓metaFisher的结果，而且使用的是之间没有联系的关键字（往往是单个词语）。不知道是从什么地方refer过来的。
最近对metaFisher有些新的点子，看看这几天假期有没有时间实现。其实现在这几套算法提供了足够的power，就看怎样利用了。
P.S.: 昏，刚才搜了一下metaFisher，竟然有个蠕虫叫这个名字（以前没有的）。声明一点：我上述的是一个元搜索引擎。

Well, eventually, my blog is hosted on my box again.

washing room DSCN4542-2Originally uploaded by coo.
今天去了柳浪闻莺。
西湖春风猛烈。
光和树，浪花，跳舞。

Album: 初到求是园的琐碎的影像
2005年9月-2005年10月
台风后的清晨  
 
Roommate  
 
clung this grass of the sports-field 
 
唱校歌  
数分课  
话剧  
 

有时候想想真的很滑稽，竟然要利用照片来记忆，甚至把照片等同记忆。flickr只会列出我的最近200张照片。而我在2005离开广州前的照片已经全部沉没。
其实对于剩下的照片做法很简单：* 花点钱给flickr，那么你的容量无限大* 或者，把它们贴到自己的Blog上，那么你保留了通向它们的路* 或者，就如对待月亮一般，让它们因为新的记忆而沉没。
我今晚很滑稽地选择了中间的方案。

Album: Trail Walk
2006的夏季毅行。2006年4月2日。天气:晴。出发：玉泉终点：之江平面距离：20KM 70%山路耗时：7小时，三队全体到达
队伍：被子的粉丝被子的粉丝的粉丝被子的粉丝的被子以及其他近八百队伍
出发前(7:30am)：

click here to add a description

在路上照了两张：

到达了（4:00pm）：

很久没更新了，其实有几次都有写些什么的冲动。过去几周似乎发生了挺多事情。
参加了春季的毅行，成为了Melton Foundation的Trainee，结识了很多有趣可爱的人，得到了几本书，看了两三部电影，收到一封信，一张明信片，一份对账单。
春季学期快结束了，天气也暖和了，杭州夜晚的星空非常晴朗漂亮，我特别喜欢看着飞机们在群星中游弋。
（我直到最近才意识到，flickr上的照片只会列出最后200张，所以以前上传的，虽然没有被删除，但都因为不知道具体地址，所以沉没在海中。不知道等以后我获得了PRO账号，它们会不会再现呢？）