misakidex

http://cgi.mediamix.ne.jp/~t5523/user-cgi/c/misakidex.cgi

　一応、公開しておきます。（まだアルファー版）
　まだ累計ランキングが記事をこぼすバグがあるっぽいのと、
　運営のやり方が煮詰まってないけど、

　現状で、80サイトの主なニュースサイトを巡回して、ニュース記事のリンク数のランキングをやってます。
　「せかいのまんなか」とか「webで話題のもの」と同じコンセプトのサイトです。
　上記二つのいい点を併せ持ってます。
　前者は検索ができません。後者は、掲載記事数が少ないです。
　面白いのは「ランダム記事選択」
　80サイトを取得すると、だいたい平均で3000件ぐらい記事のURLが集まります。
　せかいのまんなかは最低２リンクからしか公開して無いですが、1リンクも入れると膨大なニュースがあります。
　なかには「古いニュース」が多いですが、「最新ニュース」や「へんなニュース」もまぎれてます。
　このへんが次の日に、他のサイトが扱って段々とネットで波及していくこともあります。
　なかなか最新記事を分離するのは難しいのですが
　（差分はとると楽そうですが、データーが一日で700KBとかになり、全体で3MBしか無いので、無理です。速度も落ちます）

　現在の問題は、
　プロバイダのCGIって関係で、一括巡回できないので（時間制限で途中でCGIが止まる）　
　なんで、「ユーザーが自分で更新する」サイトにしようと思ってます。
　頻繁に更新すると、取得先に迷惑なんで、
　10分タイマーを設定して、「ユーザー」が「更新」ボタンをクリックすると、順繰りに80サイトを巡回する。
　理論上は、13時間で80のニュースサイトを巡回する計算になります。

　せかいのまんなかなんかと違って、一日一回更新じゃなくて、
　随時更新型。
　時刻変更で、いったん現在のランキングを消去して、累計ランキングはそのまま加算する。
　って感じで、仕様を考えています。

簡単に使い方について（後日マニュアル書くよてい）

1.　はじめのページTopNewsは「あらゆるURLの被リンク数ランキングです」
　（個人サイトの面白記事も拾えますが、リンク集のURLも混入します）
　リンク二件以上なので、だいたい４００件ぐらい。

2.　二番目のTopStoriesは、商用サイトニュース限定です
　新聞、出版など営利サイトの記事限定です。

3.recent最近です（手法がまずいので動作不良っぽい）

4.LongRanking　累計ランクです（これ手法がまずいので動作不良っぽい）

5.RandomNews　１件のリンクも含めてランダムで並べます。
　　すべてなので、だいたい３０００件ぐらいあると思う。

6.検索 searchNews
　これ便利です。
　コツをいくつか。

6.1.初級
「世界」で検索すると「世界初」とか「世界で」とか規模のい多いニュース探せます
「まとめ」で検索すると「まとめリンク網羅記事」に当たる確率が高い

6.2.中級
「0714」などで検索すると「商業サイトの07/14の記事にあたる確率高い」
　てっとりばやく最新記事を探したり、特定時期の記事を探すのに有効。
「200307」なら2003年の07月。
（上記はあくまでURLにある手がかりを見ているってこと）新聞社のURLを見て、研究してみましょう。

　検索はURLにも有効。「cnn」ならCNNの記事。zdnetなら「ZDnet」の記事を探す。
　「artifact」とやれば、artifactを含む記事だが、artifactが報じている記事も探せる。

7.ネタを探す方法
　NCSに投稿でちょっとやってみて思った方法

　ランクの高い記事はあるいみ「既報」なんで面白みは正直無い。
　被リンク数の少ない記事で、「古くない」記事をザット見る。
　（昔メジャーな記事がランキングが落ちてることもあるので、被リンク数少ない＝新着にはならない）
　で、次は、適当に検索して「チェック」
　最後は、ランダム記事選択。すべてを見るのはつらいので（なにせ３０００件ですから）
　ランダムで何度かリロードして、見ておく。「なんかひっかかる記事」が見つかるかもしれない。
　（NCSなら投稿時にURL重複をチェックするので、既報を投稿は防げます）

8.最後に、カテゴリ分類が一応あります。
　これはまだ実験に近いです。みさきニュースと比べると少ないし、
　被リンク数だと「新鮮な記事」ではなくて「古い記事が上位に来る」のでやや使いづらいです。
　デジタルAVなんかは速報性が命なので、そのへんを考えて手法を研究中です。
　「商用ニュース限定」も実はカテゴリニュースの一部でやっています（辞書で判断しているんですね）