Hołek

Jak portale mają w du... rzetelność informacji

Tue, 01 Sep 2009 15:29:48 +0200

Wiemy, znamy, denerwuje nas to... Błędne informacje o projektach Wikimedii w różnych portalach informacyjnych. Ostatnio jakoś szczególnie ich się namnożyło. Mechanizm jest ten sam: ktoś coś zasłyszy lewym uchem na bankiecie po 3 głębszych od kogoś, kto przeczytał w jakimś portalu, który zasugerował się notką na blogu osobistym jakiegoś wikipedysty od roku.

Kilka przykładów: (za Leinadem)

Interia.pl - Wielkie zmiany w Wikipedii:

Wikipedia ma przejść gruntowne zmiany w kwestii edycji. Każdy kto będzie chciał dokonać zmian we wpisach, zmuszony będzie do uzyskania zgody redaktora. Nowy system ma zostać wprowadzony już w najbliższym czasie, na początku będzie dotyczył limitowanej liczby artykułów.

Bzdura². Po pierwsze, nie jest napisane, o którą Wikipedię chodzi, a to dość ważne dla drugiego punktu, którym jest zniekształcenie informacji o wersjach przejrzanych. Wersje przejrzane zostały wprowadzone w polskiej Wikipedii rok temu, natomiast w angielskiej dopiero zaczynają testować ten system na osobnej - zupełnie odciętej od funkcjonującej wersji - wiki. "W najbliższym czasie" w wypadku angielskiej Wikipedii to co najmniej 8-9 miesięcy. "Na początku będzie dotyczył limitowanej liczby artykułów". Też głupota, jak stąd do końca Internetu. Nie ma możliwości, aby uruchomić wersje przejrzane tylko na jakimś zbiorze artykułów. Albo wszędzie, albo nigdzie.

Kolejna genialna informacja: dobreprogramy.pl - Wikipedia szuka wolontariuszy-moderatorów:

Właściciele Wikipedii postanowili temu zaradzić. CNN poinformował, iż opiekująca się stroną Fundacja Wikimedia poszukuje wolontariuszy do regularnego opiekowania się hasłami. Wybranym przez fundację chętnym zostanie powierzona rola moderatorów opiekujących się treściami serwisu. Przy pełnym zaufaniu Fundacji Wikimedia będą oni sprawdzać propozycję zmian haseł Wikipedii tak, by zatwierdzane były tylko te z rzetelnymi informacjami.

Tak, przeczytajmy na szybko CNN - który również pisze głupoty, takie jak w poprzednim punkcie - i zróbmy z tego newsa! Sukces! Jest wiadomość dnia! Wikipedia szuka moderatorów! Po pierwsze Fundacja nikogo nie szuka, bo nie ma po co. Od szukania kolejnych duszyczek są wikipedyści. Oczywiście CNN pisał o wersjach przejrzanych, ale tutaj jakoś to ominęli. Co najwyżej chodzi o status redaktora, znowu... ZAPAMIĘTAJCIE RAZ NA ZAWSZE: Fundacja Wikimedia nie będzie szukać nikogo do edycji jej projektów! Fundacja nie może kiwnąć palcem w tym względzie! Jeśli by na to pozwoliła automatycznie byłaby odpowiedzialna za wszystkie teksty umieszczone w jej projektach w ten sposób. Za tekst odpowiedzialne są osoby umieszczające, nie Fundacja Wikimedia!

Technonews.pl - Wikipedia będzie kolorowa:

Dodajmy, że to rozwiązanie nie jest tak naprawdę nowością - rozszerzenie WikiTrust istnieje już od blisko roku i do tej pory mogli z niego korzystać operatorzy serwisów wykorzystujących mechanizm Wiki. Ale dopiero teraz WikiTrust pojawić się ma w Wikipedii.

Oddam głos Leinadowi: właściwie to jest hoax, Brion Vibber określiło to jako "dosyć niezgodne z prawdą", natomiast Erik Möller napisał obszerniejsze wyjaśnienie, a skrótowo mówiąc to powiedział, że nie ma sprecyzowanych planów wprowadzenia tego narzędzia, a priorytetem są wersje przejrzane. Ciekawostką jest jeszcze, że niektóre polskie media napisały, że to ma działać od 1 września.

Oczywiście było tego wiele więcej, metoda głuchego telefonu działa na media jak lep na muchy. Dodatkowo polskie media nie mając żadnego rzetelnego źródła o nowinkach w projektach Wikimedia w języku polskim, sięgają po CNN, Wired i inne zagraniczne media, próbując to przełożyć na polskie realia, co dość często nie wychodzi, jak powinno. Malo który dziennikarz też dzwoni do biura prasowego Stowarzyszenia Wikimedia Polska o komentarz i sprostowania. Mówiąc dosadnie, polskie media mają głęboko w du... rzetelność informacji o projektach Fundacji. A żeby im rekiny nogi poodgryzały, o!

Artykuły bez linków interwiki i małe nowości

Mon, 03 Aug 2009 20:10:32 +0200

Ostatnio na liście pojawił się wątek o poszukiwaniu stron-sierot pod różnymi postaciami - czy to strony bez linków wewnętrznych, bez kategorii czy bez linków międzywiki. O ile mamy listę stron bez interwiki, o tyle nie mamy możliwości wyboru według czego ma być lista sortowana czy listowania stron poza disambigami.

Właśnie dlatego zacząłem pracować nad nowym narzędziem, wyszukiwarką artykułów bez interwiki. Docelowo narzędzie będzie miało obsługę sortowania według różnych kryteriów, nie tylko według długości artykułu, oraz kryteria wyboru artykułów do pokazania (bez ujednoznacznień czy szablonów dopracowania).

Przy okazji tworzenia tego narzędzia stworzyłem sobie na Toolserwerze porządną stronę domową. A multilingual automatically updated tools' list is really a way to go. :) Oczywiście też nie zapomniałem o swoim generatorze szablonu {{Cytuj książkę}}. Projekt po prostu rozrósł się do takich rozmiarów, że dopracowanie wszystkiego może trochę zająć.

Jak zrobić z odtwarzacza serwer HTTP

Mon, 13 Jul 2009 17:26:28 +0200

Właśnie zaprezentował mi się dość typowy problem: jak przenieść dużo danych pomiędzy komputerami nie mając dostępu do dużego przenośnego dysku. Jako że komputery, pomiędzy którymi miałem przenieść dane są sobie w sieci LAN, możnaby się bawić udostępnianiem zasobów.

Pomyślałem sobie, że to jednak byłoby za proste, ;) wykorzystajmy windowsowego emacsa, foobara2000 znaczy się. Tak, tenże sam odtwarzacz muzyczny, który z powodzeniem konkuruje z Winampem.

Jako iż jestem człowiek aż nazbyt wygodny (niektórzy nazwaliby to wygodnictwo lenistwem) zainstalowałem sobie do foobara wtyczkę foo_httpcontrol, by móc kontrolować odtwarzanie foobara na desktopie przez laptopka na kolankach gdzieś hen daleko od mojego desktopka. Jak się dość szybko okazało, na szczęście wtyczka ta nie ma wbudowanych bezpośrednio w kod stron html, tylko pozwala na tworzenie swoich stron do kontrolowania odtwarzacza bezpośrednio w katalogu /components/foo_httpcontrol_data.

Stąd już tylko prosta droga do skopiowania potrzebnych plików do tegoż katalogu i zwgetowania ich gdzie indziej. No i poszło. :) Dla swojej satysfakcji zrobiłem dwa screeny:

z firewalla, który pokazuje wysyłanie danych z foobara (kolumna Tx speed)

z wgeta, który ściąga sobie pliczki :>

Wikiprojekt:Gry komputerowe, konkurs na artykuły?

Tue, 30 Jun 2009 17:26:45 +0200

Nareszcie jest ciekawy pomysł! Pomysł na zmiany, pomysł na lepsze! W trakcie odnawiania Wikiprojektu Gry komputerowe Viatoro wpadł na pomysł, by zorganizować własny Wikikonkurs na najlepsze artykuły o grach komputerowych.

Porzucaliśmy trochę pomysłami i wyszło nam, że warto byłoby przekonać jakieś czasopismo do współpracy, bo najprawdopodobniej wtedy zdobylibyśmy najwięcej uczestników. Moglibyśmy zorganizować warsztaty (mamy już w tym jakieś doświadczenie) dla osób zainteresowanych konkursem, zaprezentować zalecenia przy tworzeniu artykułów i ogólnie zaprezentować, jak się pracuje w Wikipedii od wewnątrz. Być może znaleźlibyśmy również wśród sponsorów jakiegoś jurora. :)

Dochodzi oczywiście do tego kwestia płacenia za edycje, ale moim zdaniem nie ma z tym problemu, tak, jak to było w przypadku Wikipstryka. Zwycięzcy otrzymają nagrody (gry, sprzęt, może bilet na Poznań Game Arena? ;)), uczestnicy doświadczenie, a my artykuły i - hopefully - edytorów. Żyć, nie umierać!

Więc, kto się pisze? (:

Sesja i cache

Tue, 26 May 2009 01:13:14 +0200

Często spotykamy się z problemem, z którym najzwyczajniej trzeba się przespać. Właśnie na taki problem natrafiłem, gdy w moim małym projekcie PHP postanowiłem zrobić cache. Mój projekt to parsowanie zewnętrznych stron internetowych w poszukiwaniu konkretnych informacji i wyświetlanie ich w takiej formie, jakiej sobie użytkownik zażyczy. (Aha, link powyżej prowadzi do starej wersji, jak jest tam napisane, pracuję nad nową wersją — dostępna jest w SVN svn://tools.wikimedia.pl/holek/trunk)

Z jednej strony chciałem, aby system był dostosowany do potrzeb platformy, gdybym nagle musiał się przenieść gdzieś daleko poza aktualny Toolserver, z drugiej żeby był prosty w użyciu bez względu na to, jaką metodę cache'owania wykorzystam.

Natrafiłem tym samym na różne metody przechowywania pamięci podręcznej: memcached, APC czy nawet przechowywanie za pomocą sesji. Pamięć ma przechowywać informacje dostępne dla wszystkich. Nie było więc problemu z pierwszymi dwiema metodami.

Zabawa zaczęła się, gdy do przechowywania chciałem zaprząc mechanizm sesji. Tak, wiem, nie od tego tenże mechanizm jest. Jest on natomiast systemem, do którego skrypt ma się przełączać w niemożności wykorzystania dwóch poprzednich. Jego zadaniem jest odciążenie parserów w jak największym możliwym stopniu bez tworzenia stałej bazy u siebie. Natknąłem się na kilka problemów, niektóre natury technicznej, inne wynikające z samej funkcjonalności cache.

Pierwsze primo: Jak spowodować, by cache oparty na sesjach był dostępny dla wszystkich? Przy każdym rozpoczęciu jest przecież nadawany losowy identyfikator sesji. O ile wiele osób korzysta ze zwykłego session_start();, o tyle za pomocą session_id(); mogłem w stanie ustawić stałą nazwę dla sesji (citebook-generator-session-cache), tym samym udostępniając tę samą sesję wszystkim użytkownikom skryptu. Przeciwieństwo tego, co zazwyczaj chcemy osiągnąć za pomocą sesji.
Drugie secundo:: Jak długo powinny być przechowywane dane? Ze statystyk, które robiłem dla siebie sprawdzając, czy opłaca mi się w ogóle myśleć o cache wyszło, że najczęściej ludzie zwykle naciskają kilka razy "Generuj" pod rząd z tymi samymi danymi wejściowymi. Żeby uniknąć niepotrzebnego wykorzystania zasobów postanowiłem pozostawić domyślne ustawienia, gdzie po 24 minutach sesja uznawana jest za śmieć. To oznacza, że po 24 od ostatniego użytkownika, który w tym czasie będzie miał dostęp do największej ilości skeszowanych informacji, cache się wyczyści. Wydaje mi się, że będzie to dobry kompromis pomiędzy ilością informacji a szybkością powrotu do stanu początkowego.
Trzecie tetrio: Wydajność przy dużym ruchu. Zawsze zostanie możliwość wyrzucenia stałego przyznawania identyfikatora sesji i uruchomienie cache dla każdego z użytkowników. To jednak nie będzie problem, dopóki narzędzia nie zdobędą dużej popularności.

Najgorsze jest w tym wszystkim to, że testowane było to jedynie w warunkach "laboratoryjnych" i nie mam pojęcia, jak ten system będzie się zachowywać w rzeczywistości. Oczywiście jest to fallback, gdyby reszta systemów nie działała, więc nie przywiązywałem aż takiej wielkiej wagi do niego. Chciałbym się jednak Was zapytać, co myślicie o takim wykorzystaniu sesji? Mieliście może z czymś takim do czynienia i stuningowaliście taki system w jakiś ciekawy sposób?

EDIT: Po komentarzach i wyperswadowaniu pomysłu, zrezygnowałem z sesji i mam zamiar pozostać przy dostępnym APC.