搜索

Google Scholar 是一个非常有用的工具，但是搜索返回的结果却很芜杂。虽然可以通过“高级选择”输入特定的期刊，但是这样比较费时间，因此写了一个简单的 HTML 页面（如下），可以快速的搜索特定期刊，提高搜索效率。因为最初是在学校的只支持 HTML 的服务器上使用的，所以功能非常的单一，如果有时间，可以用 PHP + MySQ 写一个更加完善的页面，通过对比期刊的学术因子，过滤掉一些影响因子比较小的期刊，然后把结果在同一个页面按照引用频率和时间的加权列出，这样就可以迅速的知道某个 topic 的发展程度了。呵呵，当然更实际的用途是为了写 paper 的 literature review。

昨天的rumor变成现实了，哈哈

是Google。

Spam一直是Blog比较头痛的问题。虽然各种各样的模块与过滤器可以非常有效的控制Spam，但是稍一不留神就会有新的评论或是Trackback Spam冒出来，有时像雪崩一样，瞬间冒出一百多条Spam。正是因为如此， 一些比较Popular的blog譬如Boing Boing，已经不再允许让访客直接留下评论，而是通过Technorati的backlink来实现评论的功能，这一点与Google的Blog比较相似，唯一不同的是Google的Blog用的是自己的blogsearch的backlink。通过这种方式虽然有效的制止了Spam，但是无疑也为用户留言制造了麻烦。举个例子，直接的留言系统好比朋友或是熟人直接照面打个招呼，而backlink式的评论却好比熟人想打个招呼还必须规规矩矩的写信，并且这信还不一定投递的到，因为你首先需要Technorati或是blogsearch收录你的blog（注意：书信的格式还有要求，必须是blog，通常还必须是主流blog，否则blogsearch等未必会买你的帐，icerocket现在还拒绝承认我的blog :< 不过还比较庆幸的是现在blog搜索的主流是Technorati与google的blogsearch，而drupal对于这两者还是很友好的。）呵呵，如果blog不能直接评论，那么blog还能作为web 2.0 的代表之一么？或者这样无法评论的blog还是blog么？用乔治华盛顿大学一个政治学教授的话说，这样的blog"[is] just a glorified press release"，譬如一些美国国会议员的"blog"。都是由于Spam的存在，很多流量较大的blog却不得不使用上述间接的留言方式，而造成这种局面的一个重要因素是因为Google。

或者更准确的说是以Google为代表的搜索引擎。与垃圾邮件不同，blog spam还有另外的一个目的就是获得更高的pagerank，从而在搜索引擎的搜索结果中脱颖而出。Six Apart的VP说：

The prime actor that made this behavior [指Spamming] valuable was Google, which created economics around links. Links on the Web have almost direct monetary value because of Google's PageRank system.

不尽如此，Google还默认blog中出现的链接的价值要比一般网站上出现的链接的价值要高，这更鼓励Spammer。虽然这并非Google的本意；虽然Google也在使用"nofollow"等trick防止spam，但是Google的搜索算法确实鼓励了这种做法，也算是一个unanticipated consequence吧。这两天看新闻，看到Google花了大价钱买了新的搜索算法，呵呵，不知道Google会不会改进它的pagerank的算法来杜绝blog spam.

"无数"的迹象（或是谣言）表明微软要于明天推出它自己的学术搜索（academic.live.com）。感觉上，微软的live.com总是很低调的不停充实着自己，每次去看时都会发现新的变化（当然也许不是微软太低调而是Google的粉丝太多）。按照先前的说法，微软的学术搜索将提供：

• 摘要：允许搜索者在预览窗口中阅读文章的摘要（估计比较类似现在live.com的风格）；
• 全文：如果文章不是放在需要订阅或是限制访问的网站，则允许用户阅读全文。（我猜想是一些放在个人网站上的working paper，目前google的学术搜索还不能搜索这些文章）
• 订阅：对于需要订阅或是限制访问的网站内的文章，如果搜索者订阅了这些网站，则可以直接阅读全文。（这个应该与google学术类似，譬如使用学校IP或是拨VPN访问google学术，会在链接后面显示 Find at xx Universty的标示）
• 引用：可以导出文章的引用到不同的格式，包括RIS和BibTex等（这个google没有，事实上Google显示的引用格式很不规范）
• 寻找最近的图书馆：可以搜索附近的图书馆里是否有你查询的书或者期刊（类似Google）
• 购买文章：通过British Library购买查询到的文章（Google目前似乎还没有这个功能）

不管怎样还是很期待这个学术搜索引擎的，因为我正好开始准备dissertation proposal了，多了一个学术搜索，就省去一分翻阅浩瀚文献的繁劳。想起原来一个老教授说的话：当年他写毕业论文的时候，手指头翻图书馆的index card都翻出老茧来了。呵呵，科技的力量啊！：）