Hoe werkt die search nou, 't woord 'maken' wordt genegeerd?

[Verwijderd]

Uh.. ik wil zoeken op 'Divx maken' omdat ik wil weten hoe je van een filmpie DiVX maakt, gaat die search 'maken' negeren.. uh..

[bazs2000]

Het woord wordt genegeerd omdat het een woord is dat veelvuldig gebruikt wordt.
Wat je kunt doen is zoeken op topictitel, misschien dat het dan anders gaat.

[Kees]

"10", "100", "aan", "aantal", "ach", "achter", "af", "al", "alle", "alleen", "allemaal", "alles", "als", "altijd", "ander", "andere", "anders", "bedankt", "bedoel", "beetje", "ben", "bent", "best", "beste", "beter", "bezig", "bij", "bijna", "binnen", "blij", "blijft", "blijven", "btw", "daar", "daarna", "dacht", "dag", "dagen", "dan", "das", "dat", "de", "denk", "denken", "deze", "die", "ding", "dingen", "dit", "doe", "doen", "doet", "door", "draaien", "dus", "echt", "echte", "een", "eens", "eerst", "eerste", "effe", "eigen", "eigenlijk", "elkaar", "elke", "en", "enige", "enzo", "er", "erg", "ergens", "etc", "even", "ff", "ga", "gaan", "gaat", "gebruik", "gebruiken", "gebruikt", "gedaan", "geef", "geen", "gehad", "gek", "geld", "geleden", "gelijk", "geloof", "gelukkig", "gemaakt", "genoeg", "geval", "geven", "geweest", "gewoon", "gezien", "ging", "goed", "goede", "goeie", "graag", "groot", "grote", "had", "hadden", "halen", "hard", "he", "heb", "hebben", "hebt", "heeft", "heel", "helaas", "hele", "helemaal", "hem", "het", "hetzelfde", "hier", "hij", "hmm", "hoe", "hoop", "hoor", "houden", "hun", "idee", "ie", "ieder", "iedereen", "iemand", "iets", "ik", "in", "inderdaad", "is", "it", "ja", "jaar", "je", "jij", "jou", "jullie", "kan", "keer", "ken", "kijk", "kijken", "kom", "komen", "komt", "kon", "kopen", "krijg", "krijgen", "krijgt", "kun", "kunnen", "kunt", "kwam", "laat", "laatste", "lang", "laten", "lekker", "leuk", "leuke", "leven", "liggen", "ligt", "lijkt", "lol", "lopen", "maakt", "maar", "mag", "maken", "man", "manier", "me", "mee", "meer", "meestal", "mensen", "met", "meteen", "mij", "mijn", "minder", "misschien", "mn", "moeilijk", "moest", "moet", "moeten", "mogelijk", "moment", "mooi", "na", "naam", "naar", "namelijk", "natuurlijk", "nederland", "nee", "neem", "nemen", "net", "niemand", "niet", "niets", "nieuwe", "niks", "nix", "nodig", "nog", "nooit", "normaal", "nou", "nu", "of", "ofzo", "oh", "ok", "om", "omdat", "onder", "ongeveer", "ons", "ooit", "ook", "op", "over", "paar", "pas", "per", "post", "precies", "proberen", "probleem", "problemen", "ps", "quote", "rest", "school", "site", "snel", "soms", "soort", "sorry", "staan", "staat", "steeds", "stuk", "te", "tegen", "tenminste", "terug", "terwijl", "the", "thuis", "tijd", "tja", "to", "toch", "toe", "toen", "topic", "tot", "trouwens", "tussen", "twee", "uit", "uur", "vaak", "valt", "van", "vanaf", "vast", "veel", "verder", "via", "vind", "vinden", "vindt", "volgende", "volgens", "vond", "voor", "vooral", "vraag", "vragen", "waar", "waarom", "waarschijnlijk", "wanneer", "want", "waren", "was", "wat", "we", "week", "weer", "weet", "weg", "weinig", "wel", "welke", "werd", "werk", "werken", "werkt", "weten", "wie", "wij", "wil", "willen", "wilt", "word", "worden", "wordt", "zal", "zat", "ze", "zeer", "zeg", "zeggen", "zegt", "zeker", "zelf", "zelfs", "zet", "zetten", "zich", "zie", "zien", "ziet", "zij", "zijn", "zin", "zit", "zitten", "zn", "zo", "zoals", "zoiets", "zon", "zonder", "zou", "zoveel", "zullen"

Deze woorden worden genegeert.

[Gardocki]

Kees schreef op 19 augustus 2002 @ 12:33:
"10", "100"

Das fijn als je op "10 mbit" of "100 mbit" wilt zoeken...

[chem]

hieronder vind je de lijst van woorden die als 'ruis' worden gezien.
Dit is exact dezelfde lijst die door Topix werd gebruikt, alleen wellicht nu duidelijker 'in werking'

10, 100, aan, aantal, ach, achter, af, al, alle, alleen, allemaal, alles, als, altijd, ander, andere, anders, bedankt, bedoel, beetje, ben, bent, best, beste, beter, bezig, bij, bijna, binnen, blij, blijft, blijven, btw, daar, daarna, dacht, dag, dagen, dan, das, dat, de, denk, denken, deze, die, ding, dingen, dit, doe, doen, doet, door, draaien, dus, echt, echte, een, eens, eerst, eerste, effe, eigen, eigenlijk, elkaar, elke, en, enige, enzo, er, erg, ergens, etc, even, ff, ga, gaan, gaat, gebruik, gebruiken, gebruikt, gedaan, geef, geen, gehad, gek, geld, geleden, gelijk, geloof, gelukkig, gemaakt, genoeg, geval, geven, geweest, gewoon, gezien, ging, goed, goede, goeie, graag, groot, grote, had, hadden, halen, hard, he, heb, hebben, hebt, heeft, heel, helaas, hele, helemaal, hem, het, hetzelfde, hier, hij, hmm, hoe, hoop, hoor, houden, hun, idee, ie, ieder, iedereen, iemand, iets, ik, in, inderdaad, is, it, ja, jaar, je, jij, jou, jullie, kan, keer, ken, kijk, kijken, kom, komen, komt, kon, kopen, krijg, krijgen, krijgt, kun, kunnen, kunt, kwam, laat, laatste, lang, laten, lekker, leuk, leuke, leven, liggen, ligt, lijkt, lol, lopen, maakt, maar, mag, maken, man, manier, me, mee, meer, meestal, mensen, met, meteen, mij, mijn, minder, misschien, mn, moeilijk, moest, moet, moeten, mogelijk, moment, mooi, na, naam, naar, namelijk, natuurlijk, nederland, nee, neem, nemen, net, niemand, niet, niets, nieuwe, niks, nix, nodig, nog, nooit, normaal, nou, nu, of, ofzo, oh, ok, om, omdat, onder, ongeveer, ons, ooit, ook, op, over, paar, pas, per, post, precies, proberen, probleem, problemen, ps, quote, rest, school, site, snel, soms, soort, sorry, staan, staat, steeds, stuk, te, tegen, tenminste, terug, terwijl, the, thuis, tijd, tja, to, toch, toe, toen, topic, tot, trouwens, tussen, twee, uit, uur, vaak, valt, van, vanaf, vast, veel, verder, via, vind, vinden, vindt, volgende, volgens, vond, voor, vooral, vraag, vragen, waar, waarom, waarschijnlijk, wanneer, want, waren, was, wat, we, week, weer, weet, weg, weinig, wel, welke, werd, werk, werken, werkt, weten, wie, wij, wil, willen, wilt, word, worden, wordt, zal, zat, ze, zeer, zeg, zeggen, zegt, zeker, zelf, zelfs, zet, zetten, zich, zie, zien, ziet, zij, zijn, zin, zit, zitten, zn, zo, zoals, zoiets, zon, zonder, zou, zoveel, zullen

[LuNaTiC]

Tom S. schreef op 19 augustus 2002 @ 12:35:
[...]


Das fijn als je op "10 mbit" of "100 mbit" wilt zoeken...

mja je kan dan toch op 'mbit' zoeken?


10 en 100 zijn bijna onlosmakelijk daarmee verbonden...

tenminste ik zie zijn _bijna_ nooit in een andere context staan...

[Verwijderd]

uh.. 'ruis' als iemand een search string inzoekt, dan bedoelt diegene dat toch nooit als ruis... alsof ie 'per ongeluk' maken ofzo gaat intypen en het daarom maar als ruis beschouw moet worden

[bazs2000]

Verwijderd schreef op 19 augustus 2002 @ 12:40:
uh.. 'ruis' als iemand een search string inzoekt, dan bedoelt diegene dat toch nooit als ruis... alsof ie 'per ongeluk' maken ofzo gaat intypen en het daarom maar als ruis beschouw moet worden

Mer ruis word bedoeld dat het zoeken op een veelvuldig gebruikt woord voor ontiegelijk veel resultaten kan zorgen, en omdat dit voor veel load kan zorgen worden die woorden er uitgefilterd.

[Verwijderd]

bazs2000 schreef op 19 augustus 2002 @ 12:44:
[...]

Mer ruis word bedoeld dat het zoeken op een veelvuldig gebruikt woord voor ontiegelijk veel resultaten kan zorgen, en omdat dit voor veel load kan zorgen worden die woorden er uitgefilterd.

Sja, als je toch zoek op 'and' dan lijkt me dat niet zo snel te gebeuren....

tis eigenlijk een middel dus tegen te veel load van mensen die te ongespecificeerd zoeken

[Polaris]

bazs2000 schreef op 19 augustus 2002 @ 12:44:
[...]

Mer ruis word bedoeld dat het zoeken op een veelvuldig gebruikt woord voor ontiegelijk veel resultaten kan zorgen, en omdat dit voor veel load kan zorgen worden die woorden er uitgefilterd.

Het zal er ook wel mee te maken hebben dat anders de indexfiles onbehoorlijk groot worden.

[Sponge]

Het is ook wel duidelijk. Vergelijk die woorden maar eens met deze replies hier. Overal staat wel een "een", de", "om", "mee",etc.: Zo standaard dat zoeken een gigantische lijst geeft, met ongeveer alle topics op heel GoT...

[Verwijderd]

Waarom staat het woordje 'zon' in de negeerlijst????

[bazs2000]

Verwijderd schreef op 19 augustus 2002 @ 15:47:
Waarom staat het woordje 'zon' in de negeerlijst????

41.6C.6D.61.72 schreef op 19 augustus 2002 @ 13:16:
Het is ook wel duidelijk. Vergelijk die woorden maar eens met deze replies hier. Overal staat wel een "een", de", "om", "mee",etc.: Zo standaard dat zoeken een gigantische lijst geeft, met ongeveer alle topics op heel GoT...

Daarom dus.

[Verwijderd]

bazs2000 schreef op 19 augustus 2002 @ 16:21:
[...]


[...]

Daarom dus.

Mja, en jij gebruikt vaak het woord zon in je replies

[GaMeOvEr]

Verwijderd schreef op 19 augustus 2002 @ 16:23:
[...]


Mja, en jij gebruikt vaak het woord zon in je replies

Nu die jij het woord zon ook al gebruiken! Zon woord kan best link zijn hoor, zo zon je maar.

[bazs2000]

GaMeOvEr schreef op 19 augustus 2002 @ 16:25:

[...]


Nu die jij het woord zon ook al gebruiken! Zon woord kan best link zijn hoor, zo zon je maar.

Beter zou zijn "zo'n", dat ziet er netter uit.
"Zon" als los woord doet mij meer denken aan een lichtgevend hemellichaam.

[Verwijderd]

GaMeOvEr schreef op 19 augustus 2002 @ 16:25:
Nu die jij het woord zon ook al gebruiken! Zon woord kan best link zijn hoor, zo zon je maar.

Zonnesteek?

[GaMeOvEr]

Zoniets.

[Verwijderd]

Verwijderd schreef op 19 augustus 2002 @ 12:49:
[...]

Sja, als je toch zoek op 'and' dan lijkt me dat niet zo snel te gebeuren....

tis eigenlijk een middel dus tegen te veel load van mensen die te ongespecificeerd zoeken

Toch

[BreadFan]

Verwijderd schreef op 19 augustus 2002 @ 18:32:
[...]

Toch

Ja

[Verwijderd]

BreadFan schreef op 19 augustus 2002 @ 19:48:
[...]

Ja

ok

kan dat dan niet gewoon onder/boven/tussen de search gezet worden zodat je niet de functionaliteit van de search hoeft te beperkingen ivm domme searchers

[Redje]

Hijs fijn... zoek je iets over Via chipsets, is Via ook ruis... wordt dan wel erg lastig zoeken

Andere vaagheid:
Als je bv. zoekt naar "flitser" in onderwerp krijg je ook een topic die heet "wie heeft der allemaal een webcam" sja....

Leuk zo'n uitgebreide search maar echt goed werken doet het nog niet...

[heuveltje]

bazs2000 schreef op 19 augustus 2002 @ 16:27:
[...]

Beter zou zijn "zo'n", dat ziet er netter uit.
"Zon" als los woord doet mij meer denken aan een lichtgevend hemellichaam.

heb je in theorie gelijk mee
alleen zou 90% van de "zon" die hier voorkomen eigenlijk zo'n moeten zijn......

* heuveltje vraagt zich trouwens af waarom je op zon zou zoeken

[Termi]

Waarom worden eigenlijk 2 woorden genegeerd Ik bedoen als ik iets zoek met Windows operatings systems , dan zijn het altijd 2 woorden : 95, 98 , ME, 2k, XP. Dus ik kan niet zoeken op : Hardeschijf en XP. Omdat ie XP weigert, das toch ongelofelijk dom, of ligt dat aan mij .

[Verwijderd]

Ik zoek op "gat" in de topictitel en wat krijg ik als resultaat:
Custom Tweakers Case Building Take 3

Ik zoek op "gat" in alles en ik krijg iets van je eigen hoovercraft, en als ik zoek op "search" krijg ik die ook.

[WFvN]

Kees schreef op 19 augustus 2002 @ 12:33:
[sjees wat een vracht woorden]
Deze woorden worden genegeert.

ik mis nog 1 woord die vrij irritant gebruikt wordt en totaal niets toevoegt aan de titel of inhoud:

help

[Lampie]

wfvn schreef op 21 augustus 2002 @ 18:38:
[...]


ik mis nog 1 woord die vrij irritant gebruikt wordt en totaal niets toevoegt aan de titel of inhoud:

help

Eensch.

[Verwijderd]

Hmm ik vind die ruis woorden echt volkomen onzin en zit me er ook vaak aan te ergeren. Zoek eens op word 2000 dat gaat leuk worden. Het is maar goed dat er geen word 100 of 10 is anders kon je helemaal lachen

[Sponge]

Moet je Wordt 2000 proberen he?

word is idd zo een lastig woord, het [b]wordt/b] veel gebruikt in replies, en die krijg je dus ook in je zoek resultaten, daar word de search niet beter van.. probleem.

Trouwens worden die woorden ook genoegeerd voor de topic titels? zo ja, dan kan dat er wel af lijkt me (of alleen woorden langer dan 2 letters..)? Dan kun je ook op Word zoeken als het wel in de topic titel staat.

(bijv: [Word] Paperclip is een duivel geworden )

[deadinspace]

Verwijderd schreef op 19 augustus 2002 @ 12:40:
uh.. 'ruis' als iemand een search string inzoekt, dan bedoelt diegene dat toch nooit als ruis... alsof ie 'per ongeluk' maken ofzo gaat intypen en het daarom maar als ruis beschouw moet worden

Precies... Ik vind dat uitfilteren van "ruis" woorden ook extreem irritant.
Voor het zoeken op inhoud kan ik me voorstellen dat het eventueel de search-indeces kleiner houdt ofzo (zo niet: afschaffen die hap!), maar het is dus echt niet handig dat je bij zoeken op topictitel ook die pokke-ruiswoorden in je maag gesplitst krijgt. En bij Topix gebeurde het zoeken op topictitel niet indexed maar realtime dus dan zou een argument van search-indeces-grootte niet opgaan.

Ik zoek bijvoorbeeld een topic dat heet "Welke linux distro moet ik nemen?" (groot topic dat wel eens wegzakt). Ik zoek alleen in NWOS, op topictitel en met de searchwords "welke linux distro moet ik nemen". Omdat dit de exacte titel is zou ik maar één ( 1 ) result moeten krijgen.
Maar nee, de search negeert "welke", "moet", "ik", en "nemen", waardoor ik alsnog een (voor mij niet relevante) waslijst krijg.

Dat is nog veel irritanter als ik een bepaald topic wil zoeken dat heet "linux zoals het zou moeten". Het is een oud topic, en de search flikkert alle woorden op "linux" na weg, en als er in NOS iets een ruiswoord is, dan is het wel "linux". Probeer zelf het topic "linux zoals het zou moeten" te vinden, dat is een bijna onmogelijke taak.

[MSalters]

Even een vraagje, waarom wordt die "ruis" niet gebruikt om de resultaatset te filteren? Daar heb geen indices voor nodig, en de resultaatset is al veel kleiner dan de totale set pagina's. Op die manier kun je dus bv. uit alle "mbit" posts de "100 mbit" halen en de "10 mbit" weglaten.

[Janoz]

1. zon == zo'n.. Bij het indexeren van de post worden waarschijnlijk eerst alle leestekens gestript waardoor zo'n veranderd in zon

Korte zoek les:

Zodra een reactie is geplaatst (of op een ander tijdstip) wordt deze door de search opgenomen. Hiervoor wordt eerst alle leestekens en andere troep gestript waardoor je aleen een lijst woorden overhoud gescheiden door spaties. Uit deze lijst worden vervolgens de ruiswoorden gefilterd omdat deze vaak niet verbonden zijn met het werkelijke onderwerp (het zoeken op 'de' heeft weinig nut). Vervolgens worden de overgebleven woorden vergeleken met de woordenlijst in de db. Staat deze er in dan wordt bij dat woord een link naar het topic toegevoegd. Als deze er niet in staat wordt ie toegevoegd samen met de eerder genoemde link.

Waneer nu wordt gezocht, worden gewoon de links opgehaald die bij de verschillende woorden staan. Gebruik je een AND search, dan wordt gekeken welke links bij beide woorden voorkomt enz. Het heeft dus weinig nut om op een ruiswoord te zoeken, omdat daarvoor helemaal geen links worden bijgehouden en je dus niks terug vindt.

[deadinspace]

Janoz schreef op 22 augustus 2002 @ 12:28:
Uit deze lijst worden vervolgens de ruiswoorden gefilterd omdat deze vaak niet verbonden zijn met het werkelijke onderwerp (het zoeken op 'de' heeft weinig nut).

Maar niet in de topictitel!
Als je zoekt op topictitel kunnen die woorden die zijn bestempeld als ruiswoorden heel veel uitmaken, zie mijn eerdere voorbeelden. Het lijkt mij daarom heel veel handiger als dat ruiswoordengebeuren niet wordt toegepast op de topictitels. De index van topictitels is toch heel veel kleiner dan de post-inhoud, dus dat zou geen noemenswaardige db-overlast mogen veroorzaken.