Google Blog Search仍需努力

Friday, September 16th, 2005 | Around the Web

Google居然在Yahoo事先张扬了几个月之后，领先一步突然推出Blog搜索引擎，有些出乎我的意料之外。Blog圈毫无悬念地大肆讨论着，目前比较一致的评价是速度快，主要指的是出搜索结果的速度快，zheng说感觉不太明显，不过与technorati相比的话，我也感觉速度的确要快一些。

但对于blog内容被索引的速度，则个人的看法各不相同，Rubel特别作了一个测试，而且选用的是Blogger.com的服务，但结果却是Technorati胜出。我昨天也分别测试了自己的两篇blog，Technorati都在很短的时间内能够搜索到。Google的结果却很奇怪，其中的一篇很快（大约二十分钟之内）就被索引了，而另外一篇却至今(超过18小时）搜索不到，而我的blog已经是设置成ping weblogs.com的了。chedong提示说需要到Google sitemap上确认网站，我准备看看确认后是否会加快被索引的速度。

而Google Blogsearch更让人郁闷的倒是搜索结果上的奇怪表现：直接用“未完成”作关键词进行搜索，得到的相关Blog中没有我的blog，全部是Spaces上的，估计是因为Spaces的PR比我的blog高，但如果使用高级搜索中的Blog标题搜索，却能够找到我的Blog，而且除了我的Blog之外，其余四个都变成了日本的Blog。

用“未完成 - Incomplete”进行标题搜索，得到我的Blog被索引的所有内容，一共25篇，包括了通过Feedburner聚合的网摘，显然Google爬取了我的被烧制过的Feed。但感觉有点奇怪的是按照Blogsearch的帮助说明，Google应该是从一些ping中心获取数据的，Feedburner聚合的网摘应该不会ping那些中心的啊。更奇怪的是如果使用URL搜索这个Blog的URL，却只能得到11个结果，其中有一个还是keso的网摘，最新的更新只是在9月3日。

而Google Blogsearch最让人郁闷的是其中的语言选择似乎形同虚设，无论你选择简体中文还是繁体中文，无论你搜索什么内容，都是得不到任何结果。

Google Blogsearch由于是利用ping中心来收集数据，因此明显缺乏历史数据，不知道今后Google会采用什么办法来补上这块。此外，还有个在高级搜索中不能选择的语法，利用link:URL就可以搜索到反向链接的情况，比如可以搜索到我的Blog的反向链接是37个。

就目前的情况而言，Google还不足以于Technorati竞争，当然以Google的能量推出这一服务，还是足以让Technorati感到巨大的竞争压力。不知道Yahoo的Blog搜索什么时候会推出呢，Blo.gs也已经被收购很长时间了，界面也泄露过了，Google也后发先至了，Yahoo还要等多久？百度会跟进吗？

另外，分别用BlogChina.com/Blogbus.com/Blogcn.com/blog.donews.com进行URL搜索，发现无论是被索引的数据总量还是最新的最新时间，都是donews>Blogchina>blogcn>blogbus。但即使是Donews，最新的被索引时间也只是9月14日，而且明显有大量的blog未被收录。看来一方面是Google自身改进自己的Blogsearch，另一方面，国内的BSP们或许也应该考虑如何优化自己的技术让Google更好地索引。

Tags: blog, Google, search

5 Comments to Google Blog Search仍需努力

Fermi
September 16, 2005

您的Blog是不是改换什么设置了啊？我现在Bloglines上面，您的Blog全都是乱码……

暖暖鱼
September 17, 2005

我也用Bloglines，没有出现feimi的问题。

okrss
September 27, 2005

google所做的是blog搜索，不同于RSS搜索。
okrss 正尝试以TAG中心的RSS搜索。而且你所说的人和人之间的关系也很重要。我们近期就会尝试做人和人的关系。比如说通过相关RSS搜索，我们可以确立一个RSS订阅的关系网，十分有趣。

http://www.okrss.com/search.html

okrss
September 27, 2005

解答你的关于搜索时间的问题。从搜索速度上来说donews是最快的。blogchina的数据库设计有lock问题。
从crawler角度，donews是最容易索引到的，以下是我们的数据：
donews: 13000 more (1994-now)，有入口索引
blogchina: 17000 more (有望到30000 more)，无入口
blogcn: 122000 more，空用户较多，有入口
blogbus: 1700 more (有望到3000），无入口