Har vært stille rundt Boitho lenge nå. Vi er nå endelig klar med ny indeks og ny versjon av den distribuert crawleren.

Den nye indeksen er tilgjengelig her: http://www.boitho.com/beta/


Siste halvåret har vi jobbet med koden og foreningsdelen. Hele søkesystemet er nå skrevet i C. Vi har opprettet firma, og fått kontorer i Forskningsparken i Oslo.

Har laget en blog der jeg har skrevet litt om dette: http://www.boitho.com/blog/ .


Hovedutfordringen nå er å få crawlet nokk sider. At vi ikke har nokk påvirker rangeringen, og man finner ikke alltid det man leter etter. Vi har nå skaffet 7 dedikerte PCer til å crawle, og håper at folk vil hjelpe oss ved å laste ned crawler klienten vår som bruker idle tid på maskinen får å crawle. Den kan lastes ned her: http://www.boitho.com/dc/

Støtte for crawlergrupper kommer snart. Slik at man for eksempel kan lage en Freakforum gruppe.

Man kan se om en side er indeksert her: http://bbh-001.boitho.com/cgi-bin/UrlToDocID/index.cgi (eks http://bbh-001.boitho.com/cgi-bin/Ur...freakforum.nu/) . Dere kan legge til sider her: http://www.boitho.com/legg_til_link.htm.no

Denne betaen er noe begrenset. Man kan ikke bla seg videre fra side 1, og pilene fungerer ikke. Det er ofte stor forskjel på søk på fraser med og uten ” tegn, så bruk query med frasetegn som dette når det søkes på navn: ”bil gates”

Noen queryer dere kan prøve:

Chat: http://www.boitho.com/beta/?&query=chat&sprok=NBO

Finner mange relevante sider, som boldchat.com, mIRC, liveperson.com, irchelp.org og Yahoo! Chat

Trondheim: http://www.boitho.com/beta/?query=trondheim&sprok=NBO

adressa.no og adresseavisen.no er lokalavisen her. Begge domenene er for samme side, men innholde er ikke likt da de var kravlet med noe mellomrom, så avisa var oppdatert i mellomtiden. Vil i fremtiden bli iltrert ut da de har samme ip.

For aktuelle ting som trondheim.com, TRONDHEIM KINO, NTNU, Nidarosdomen.no, Trondheim commune og Trondheim folkebibliotek. Men også en del hotell spam.



Søker fortsatt medgrundere, programmerere og folk vi kan samarbeide med. Ta kontakt på runarb [att] boitho [dot] com eller msn msm_support [att] hostviser [dot] com

Ikke ett eneste treff på 'freakforum' ? =(

får masse treff "freakforum" jeg

Alt er vell i verden igjen!

Fikset.

En Linux klient vil nokk komme en gang, men ikke med det første. De dedikerte crawlerne kjører fakisk Windows, mens serverne som står for indeksering og søking kjører Linux.

God ide, skal se på det.

oi, nå prøvde jeg å søke på meitemark, siden det er det jeg bruker som test når jeg søker i søkemotorer, og så så jeg at det var flere sider. Eneste problemet var at alle sidene ga AKKURAT samme resultat? (jeg sikkerhetstestet på noen andre ord også)

Meitemark, stemmer det. Man kan ikke bla vidre fra siden 1. Hverken det eller å fjerne adult filter fungerer i denne betaen.

Hvis alt går som normalt vil vi nå 200 millioner crawlede sider sent i kveld en gang

Se her for status: http://dcsetup.boitho.com/cgi-bin/dc/topCrawlers.cgi

Crawler ca 120 mill sider pr måned nå, så 300 mill er ikke lang unna.

Vet du at Pilene til "Human Based Ranking system" ikke står ordentlig i Firefox?

Vår neste beta er nå klar. Man kan nå søke i 171 169 451 sider fordelt på 3 noder på www.boitho.com nå.

Har også laget en "mer info" link der man kan se mer status for et søk.

Vi er endelig ferdig med neste versjon av programvaren. Man kan nå søke i 300 millioner sider.

Adressen er som alltid, http://www.boitho.com

Søket kjører på 6 servere i parallell, og søket gjøres i ca 5 tb med data.


Det litt tid før resultatene vises nå, da nettleseren ser ut til å vente til alle bildene er lastet ned før den viser siden. Er det noen som vet om noen triks får og å få siden til å vises med en gang, så lastes bildene inn etter hvert. Har satt høyde og bredde på alle bildene, og siden validerer. Hvis man ser på versjonen uten bilder, så føles denne raskere: http://light.boitho.com/


Jeg ser etter noen som kunne tenke seg å teste ut og distrubuere Boitho søk på sin side. Dette vil ikke koste noe, og man vil få en andel av ppc inntektene. Hvis du har en side av litt størrelse, ikke nøl med å ta kontakt på: runarb [at] boitho [dot] com.

Dette fungerer ved at man har et php script på sine nettsider, som sender søket til oss, og får xml tilbake. Designet på resultatene er fult konfigurerbare med templater.

Vi har fått oss kontor i Trondheim!

Boitho flyttet inn i Innovasjonssenter Gløshaugen ( http://www.ig.ntnu.no/ ) i dag. Se http://www.boitho.com/blog/ for bilder.


Bdw, vi ser fortsatt etter pilotbrukere for vår partnerskapsløsning, og folk som vil hjelpe oss å crawle nettet.

Last ned den distribuert crawleren her: http://www.boitho.com/dc/

Ikke verst! Jeg for min del kunne helt sikkert crawlet litt, men jeg har desverre ingen maskiner med Windows på. Det hadde ikke vært mulig å porte til GNU/Linux? En kommandolinjeklient ville jo kunne fungert på et vell av plattformer.

Får bare feilmelding når jeg skal prøve å søke, jeg.