namazu-ml(ring)

[KUBO Masahiko <kubo@xxxxxxxxxxxx>]

久保＠ＫＤＤコミュニケーションズです。

このメーリングリストやナマズ本ほかでいろいろ勉強させていただきまして、
ようやく近日中に以下の Web で検索ページを公開できる見込みとなりました。
どうもありがとうございます。

    http://www.kdd.co.jp/

お礼を兼ねて、以下にその概要を報告させていただきます。

                                ☆

１．検索対象

    当面、1995年から現在までのニュース・リリース（日本語、英語）
    コンテンツ約850ファイル。


２．ＷＷＷサーバー・ホスト

    URL:   http://www.kdd.co.jp/
    OS:    Digital UNIX
    httpd: Netscape Commerce server

    
３．インデックス作成処理時間

    (99-02-25 時点)
    日本語  749 ファイル  3.260Mバイト  489秒
    英語    109 ファイル  0.857Mバイト   70秒


４．使用しているソフトウエア・バージョン

    namazu-1.3.0.0   （近日中にバージョンアップを予定）
    kakasi-2.2.5
    nkf-1.7.1
    perl-5.003


５．今回の導入にあたり考慮した点

    ニュース・リリースというコンテンツの性格上、文書の日付による
    検索結果の新しい順/古い順のソート機能を活用できるようにした
    かったのですが、先日実施したWWWコンテンツのリニューアルの関係で、
    あいにくファイルの日付がすべてリニューアルしたときの日付となって
    しまっていました。

    一方、今回取り扱うファイルはニュース・リリースなので、ほとんどの
    ファイルの中にはなんらかの形で日付情報が含まれていました。

    そこで、ひとつずつファイルを読んで、その中から日付情報を抽出し、
    その情報に基づいてファイルの日付を修正するスクリプトを作成して、
    ファイルの日付をそれらしく変更しました。  時刻情報は含まれていな
    かったので、すべて 00:00 としましたが、まあこれはやむなしという
    ところでしょう。


６．今後の予定

    通信業界特有の用語、サービス名称等を kakasi 辞書に登録していき
    たいと考えています。  （登録していなくても、それっぽく検索できて
    いますが．．．。）

    例： 「公専公」など

                                                                  以上
--
久保正彦(Masahiko Kubo)（株）ＫＤＤコミュニケーションズ ＳＩ事業部
E-mail: kubo@xxxxxxxxxxxx  TEL: (03)3243-9434  FAX(G3): (03)3243-0054
WWW: http://www.kcom.ne.jp/