==========
以下是引用 Harry 于 2009-2-28 9:03:23 发表的文字:
既然要把dp2的加权查重法做成一个亮点，那就应该把它做完善，怎么能让用户（不包括我）再手动检查一边呢，这样的得过且过怎么能把这个系统做好呢，孤芳自赏往往就是掩耳盗铃，我话说直了点，望老师勿恼。
我一个不相关的人，花了整整一个下午测试、抓图、写文发上来，不能往我的热心上浇冷水吧。
一个责任者重复就给50分，两个就是100分，这个不好吧，是不是一个责任者重复给50分，第二责任者不重复恢复为0分更符合逻辑呢？！而第二责任者重复继续保持50分，还是60分，还是70分呢？这就难了，权值应当分配给子字段呢？还是当分配给子字段中的各个元素呢，各个元素又当分配多少值呢？看来这需要一个数学家来分析一下了。
问题还是加权查重法本身的问题，或者说加权法是不是适合做查重的问题，望老师深究。
==========
现在的体系虽然不完善，但是改进起来却很容易，所谓9个馍馍和第10个馍馍的关系。
关于算法不可相信，需要用户手动操作的思想，这是我们一贯的看法。不过不影响我们把现有的东西努力做到尽善尽美。两方面不矛盾。
您测试和写文的方式很好，我们自己就是这么认真工作的，今后有机会您会逐步了解到。夸您就是夸我们自己，我们都是认真的人，毛主席说了，世界上怕就怕认真二字，认真起来，能量会很大的，会做出原来意想不到的成绩，我们叫“超水平发挥”。
刚才我在楼上说了，您的思路很好，简单又明了。
关于权值分配给子字段，这个说法有些模糊。因为权值本来是和“检索途径”相关的，一个检索途径就是一个最小的单元，无法再小。而一个检索途径，可以仅仅由一个子字段构成，也可以由多个子字段(甚至包括不同字段内的子字段)构成，都是可以的，所以，隔着检索途径的外壳说，权值当然有时候是对应某个子字段，有时候是对应一组子字段了 --- 间接地对应上。既然概念有区隔，那么我们乐得少死一点脑细胞，从宏观搭桥思考就可以了。
我在楼上说过了，目前这个加权算法(改进前)还是可用的，不如您说的那样不堪。好比普通汽车通过正常的司机控制，还不至于撞人，虽然汽车还没有配备自动避撞系统。但是算法的缺点是明显的，尤其是用您提供的例子突出了这个缺点后。这好比汽车要加装自动避撞系统，只要可行，我不反对。装了避撞系统后，眼睛不好的司机开着也安全了。
类似的事情很多。我们提供了MARC编辑器后，有的用户把数据编得井井有条，而另外的用户就把数据编得乱七八糟。其实目前的软件绝大部分还是要老老实实停留在一个“工具”的位置，用户的使用方式方法起到了化腐朽为神奇的作用，用户的因素、人因素还是很重要的。就目前这个加权算法来说，就是这样，我们可以多花一点精力来探讨如何把权重配得更完善一些，也是一种生活方式。在它不完美的情况下，也是可以用的，有个怎么用的问题。并且，在有缺点的时候就用得好的，往往在缺点消失后更能用得好，努力也不是白费的。