文章自动采集(一条链接一个html文件，读写性好(图))

　　文章自动采集(一条链接一个html文件，读写性好(图))

　　文章自动采集，可以增强用户阅读体验。每个链接都采集了来自网页、简历、ppt、短信邮件等各种信息。一条链接一个html文件，读写性好。

　　作为一个研究语义搜索十多年的人来说，你看看人家google搞个语义搜索引擎都搞了这么多年。

　　我来说一下，搜索的短视频，相对于其他网站，b站首页的视频比较短，多搜下就有很多，这个用数据挖掘就可以有。如果网站没有这个长视频内容，采用爬虫把图片爬过来也行，

　　百度站长可以获取到直播用户的名字，*敏*感*词*号，然后通过一些算法就可以获取用户之间的关联情况，

　　今年的年底据我所知最牛逼的应该是文件名包含搜索短词的功能，比如你有一堆文件名是@￥%￥￥#￥%￥&，按照ctrl+g就可以搜到。

　　这个是首页上搜索框的搜索相关功能，用户可以搜索目标关键词，比如你要的是搜索娱乐明星关于他们相关视频的话。整个框是一个blocklist，会把相关的相关内容都放在一起，搜索时进入相关内容。我试过，去年年底开始使用，从去年11月份到今年5月份。在香港12月底正好三年。搜索短词大概有2000多条左右。内容包括了花边新闻，明星绯闻，娱乐八卦，游戏，手游，收藏相关等等。准确率很高。搜索关键词包括“圈外明星”，“娱乐明星”，“电竞新闻”等等。