中文锐推榜优化·二

郑昀@玩聚RT 20090812

一、Twitter 搜索索引的问题

由于锐推榜利用的是 Twitter Search API 入口，所以是否能足够全地找到所有中文 Retweets（又名：锐推/RT/转推），很多时候取决于 twitter 自己的索引是否能正确地识别 tweet 所采用的语言。

今年曾经有一度，长达一个月的时间，Twitter 的亚洲语言索引全部乱掉，日文、泰语、韩文、中文等语言写就的 Tweets 混乱地分布在不同国家语言的索引中，而日文和中文的索引几乎不再更新。所以说，Twitter 的搜索真的真的很需要 FriendFeed 这样的实时搜索技术专家支援。

Twitter Search 不能良好地识别 Tweets 语言的结果，可能就是中文锐推榜会漏掉消息。

二、包含 RT 单词的消息并不都是锐推

这个问题其实相当严重，最近至少发生过两次。上次是某人发消息送大礼，消息体内说请大家RT。结果锐推榜默认将第一个找到的转发消息正文作为上榜消息正文，于是很多人以为是 @rtmeme 要派送大礼。

这次是 @faytoday 发消息求助，正文的“rt会走桃花运.”带了RT标志，于是锐推榜检测到足够多的转发次数后，就原样转发了这条消息，害得 @faytoday 回复说 @rtmeme 抢了他的风头。

锐推榜只是搜索 tweets 文字中的 RT/Retweet/Retweeting/rTwt/转发：等单词，所以程序并不能明确判别一个 tweet 是不是锐推。

但必须改进这一点。

锐推榜针对“始发消息中含RT字样但并不是锐推”的情况，将自动在上榜消息前把找到的第一个消息发送者的用户帐号按照“RT @first_rtuser_id ”的格式加上，这样大家就不会误认为是 @rtmeme 在发推或评论了。

举例：

现在，统计程序检测到超过6个人在转发这条消息：“RT @Fenng: 有些公司的促销活动就是浪费。专门给爱占小便宜和钻空子的用户准备的。用户只有有需求才用你的网站，而不是凑热闹才用你的网站。”，那么它应该上榜；然后找到锐推榜所能索引到的第一个转发者ID是 @xuyangchina ，于是，这条上榜消息就变成了：

“