淘客熙熙

主题投票【讨论】西西河怎么去芜存精 -- 铁手

共:💬158 🌺1090 🌵13
  • 投票信息

    多选,参与 42 / 0

    资深/西西河认证
    23/0
    群落选题+群落屏蔽
    10/0
    其他
    9/0
全看树展主题 · 分页首页 上页
/ 11
下页 末页
家园 西西河原始数据不超过3TB, 对ETL就一小case .

这是我的粗率估计,压缩后应该在500GB左右。说吧,现在开始预订数据库版,My SQL or PostgreSQL。

有了数据库,可以找人用Node.js写个界面。树莓 + RAID 1 + 两块机械硬盘 + Linux + Node.js. 有了这些,可以运行”西西河网站“到地老天荒。

于是大家可以脑补NN年后的本嘉名,仿佛《德黑兰43年》里面的暮年老杀手转世,每天身着睡衣,时不时从怀里掏出一体温计,嘴里嘟嘟囊囊,”体温正常,没有感染新冠...老铁终于私信我了,给燕人投草,王城那老儿尸位素餐,不能当监察,一定要向河友说明,高中三年是5毛,高三三班是五分+FLG,北纬4x度...体温正常..."

通宝推:夜如何其,燕人,
家园 总结帖子比较费人力,是否可以通过程序来抓取?

把达到一定条件(比如花的数量)主题及该主题下达到一定条件的回帖提取到一个缩水精华版帖子里,再以比如两周或一个月为限,把两周或一个月内的缩水精华帖汇总到周刊/月刊里。在不涉及版权的情况下,在国内网络平台传播这种周刊/月刊。

河里有人制作过陈郢客网友的文集,豆瓣忙总的小组也有网友编写了抓取忙总帖子的小程序。

如果有比较多的热心网友愿意总结,那可以以总结为主,如果没有的话,可以以程序抓取为主。

家园 原来那种修改也有缺陷,现在这种修改可能更加“不便”?

我个人能接受无论距离发帖多久,被修改的内容都以删除线背景显示,抛开错字这种不谈,这能比较完整地显示修改过程,反映网友想法或者遣词造句方面的变化。可能看上去不那么整洁(可能这对小部分人来说比较重要)。仅就我个人来说,无论是修改过程中体现的变化或者错误,完全可以展示出来。

家园 狂笑ing...

家园 亢奋

我觉得他挺真诚的。还是年轻,生活无压力。

家园 太守,吃鸡吃鸡

我们还是只谈风月比较好

我又找到一对歌曲夫妻:那片海+听海

外链出处

茫茫人海,找对一个,不容易的

家园 如果要保证品质

必须进行人工干预。

如果河里人手不足,这个挖掘工作,完全可以变成一种对外合作。

即使对外合作,也不放弃西西河自身的开发。因为,同一份资源,不同的挖掘,可以得出不一样的结果,可以满足不同受众

资源是现成的,而且在不断累积,不开发,实在是可惜。

这就相当于挖矿,在利益分享方面,要做到主要创作者,补料者,挖掘者,西西河本身,四方都能做到利益均沾,才能进入良性循环

即使令大家生厌的政治贴,也可以把中美或第三方智库作为客户对象,绝对会保证获利丰厚。

其实,在一定层面,不应该在中美之间分:对与错。而是要看到:中美的竞争发展,不但有利于二者自身,也让整个人类社会收益

当西西河有更多利用价值的时候,河里的水军就会慢慢地消退的。目前,是最混乱的时期,原因就在于别人看不到西西河更大的价值。

家园 这个我早就问过老铁:不能兼得的话,要流量、还是要质量?

老铁的回答是都要。

在实际生活中,无论是领导、同事、下属还是家人,我最怕的就是什么都要。什么都要就是抓不住重点。

什么都要也不是不可以,但是要投入大量时间。问题是老铁有家有口的,不可能投入大量时间。

家园 我从没说过老铁双标。我说的是老铁一个无意的动作,

直接改变了西河的风向。想当年老广随便一个帖子就是几百朵花,当年给老广送花的那些人现在基本都不在了。

至于你对那些大人物的看法,我不感兴趣。因为我不懂,我也不觉得你会懂。

家园 新兵营极大增加水军发言成本

严格要求一定数量,得花数超过某朵的原创才能毕业。这样河里水军会少很多。建议恢复新兵营。

家园 水至清则无鱼啊,老铁

自打你从新主事以来,很多原来的活跃用户被合法的规则给封杀了,虽然大多被封杀用户我并不认同其观点,但总感觉怪怪的。

家园 西西河有不炒新冠是西西河的实力

西西河关于新冠的起源,治疗方法,应对措施,包括方不圆,包括海外同胞的行动,讨论得相当尖锐。夕䂀河友估计不会否定我的说法。

不炒就对了。煸情党这里得难以过得舒坦。

又没有钱了,靠河里福利才能送花发贴。先欠着各位的花宝。

家园 要是能打包下载就好了

河泥里有不少精彩的帖子,也有一些精华被制成pdf在网上流传,但还是觉得不系统,国内搜着也很费劲,遗憾遗憾。期待网站能系统的挖河泥。

家园 西西河去芜存精做得已经很好了

我对西西河各种功能基本无感,但有一个功能非常赞赏,就是在一网打尽页面,有一种排序,把一栋楼的得花多的帖子显示出来,点进去后自动按照回复之间的关系展开。重新刷新一下,又回到时间先后的顺序。

资深认证的主意很好,可以依靠算法完成,你自己定,定完后直接使用,算法也不用公开,防止水军利用这个来攻击,淘宝上的产品展示排序价值万金,他的排序算法从不公开,而且经常改,让人摸不着头脑。

adsense建议继续留着,前几天给我推了一个介于普通和黄色之间的暧昧动画,让我觉得世界还没有因为老把我放弃,很温暖。

SEO的重要性非常高,现在西西河在Google的权重不低,第一是爬虫采得勤,第二很多东西都排在第一和第二或首页,影响力不低。为有源头活水来,任何前端技术的修改都要优先满足SEO的要求,一点浅见,望考虑。因为西西河毕竟不是企业网,是靠流量为生的平台,流量关乎生死。

我是04~05年开始逛西西河,08年注册,一晃已经十多年了,我一生当中最好的十几年都泡在西西河,西西河已经成了我的精神后花园, 在西西河我学到了很多东西。

存中华文脉于荒远,桃李不言,下自成蹊。铁手兄这个西河祭酒劳苦功高,在此对铁手兄致以最高的敬意。

通宝推:王铁墩,朴石,梓童,秦波仁者,hwd99,红军迷,宏寺,醉寺,empire2007,普鲁托,起于青萍之末,newbird,
家园 七天兄,你的问法有问题, 老铁的回答也妙

这个我早就问过老铁:不能兼得的话,要流量、还是要质量?

老铁的回答是都要

既然“不能兼得”是个前提条件,老铁回答“都要”, 就是直接否定了这个前提。 事实上这个前提也确实不是个不能避免的客观存在。

高端市场是个很难经营的市场。 矛盾无处不在, 存在本身就是一种动态平衡。

越高端, 矛盾越突出, 平衡越困难。 但是高端产品,一旦形成品牌效应, 它是可以凌驾甚至支配矛盾因素的。

虽然高处不胜寒是个历史宿命问题, 但这是以几代人的时间跨度来来透视的,我们离这还远。

全看树展主题 · 分页首页 上页
/ 11
下页 末页


有趣有益,互惠互利;开阔视野,博采众长。
虚拟的网络,真实的人。天南地北客,相逢皆朋友

Copyright © cchere 西西河