Wissen weitergeben...So siehts auch AOL. Und so stellts mal eben Searchlogs aus 3 Monaten von 500´000 Usern ins Netz. Zum Mitnehmen für jeden. Anonymisiert, natürlich. Statt dem Usernamen prangt eine hybsche unique Nummer.

500k User Session Collection
----------------------------------------------
This collection is distributed for NON-COMMERCIAL RESEARCH USE ONLY.
Any application of this collection for commercial purposes is STRICTLY PROHIBITED.

Brief description:

This collection consists of ~20M web queries collected from ~650k users over three months.
The data is sorted by anonymous user ID and sequentially arranged.

The goal of this collection is to provide real query log data that is based on real users. It could be used for personalization, query reformulation or other types of search research.

The data set includes {AnonID, Query, QueryTime, ItemRank, ClickURL}.
AnonID - an anonymous user ID number.
Query - the query issued by the user, case shifted with
most punctuation removed.
QueryTime - the time at which the query was submitted for search.
ItemRank - if the user clicked on a search result, the rank of the
item on which they clicked is listed.
ClickURL - if the user clicked on a search result, the domain portion of
the URL in the clicked result is listed.

Each line in the data represents one of two types of events:
1. A query that was NOT followed by the user clicking on a result item.
2. A click through on an item in the result list returned from a query.
In the first case (query only) there is data in only the first three columns/fields -- namely AnonID, Query, and QueryTime (see above).
In the second case (click through), there is data in all five columns. For click through events, the query that preceded the click through is included. Note that if a user clicked on more than one result in the list returned from a single query, there will be TWO lines in the data to represent the two events. Also note that if the user requested the next "page" or results for some query, this appears as a subsequent identical query with a later time stamp.

CAVEAT EMPTOR -- SEXUALLY EXPLICIT DATA! Please be aware that these queries are not filtered to remove any content. Pornography is prevalent on the Web and unfiltered search engine logs contain queries by users who are looking for pornographic material. There are queries in this collection that use SEXUALLY EXPLICIT LANGUAGE. This collection of data is intended for use by mature adults who are not easily offended by the use of pornographic search terms. If you are offended by sexually explicit language you should not read through this data. Also be aware that in some states it may be illegal to expose a minor to this data. Please understand that the data represents REAL WORLD USERS, un-edited and randomly sampled, and that AOL is not the author of this data.

Basic Collection Statistics
Dates:
01 March, 2006 - 31 May, 2006

Normalized queries:
36,389,567 lines of data
21,011,340 instances of new queries (w/ or w/o click-through)
7,887,022 requests for "next page" of results
19,442,629 user click-through events
16,946,938 queries w/o user click-through
10,154,742 unique (normalized) queries
657,426 unique user ID's

Please reference the following publication when using this collection:

G. Pass, A. Chowdhury, C. Torgeson, "A Picture of Search" The First
International Conference on Scalable Information Systems, Hong Kong, June,
2006.

Copyright (2006) AOL

...lautet die Readme, die noch, im Gegensatz zu den Daten, aufzutreiben war. Der Download wurde mittlerweile abgestellt, Mirrors werden gesucht. Ich bin da zuversichtlich, denn was das Netz hat, läßts auch nicht mehr los.

Wie zum Beispiel auch hybsche Googlemirrors, die man auch glatt nochmal auf dem eigenen Space mirrorn kann.

Wenn mir der Download nicht mittendrin gekappt geworden wäre, hätte man hier mit helfen können, dort werden die Daten bereits ausgewertet.

Da lacht der Spammer demnächst. (Gut, der darf ja nicht, denn schließlich "Any application of this collection for commercial purposes is STRICTLY PROHIBITED." )

Update: Download läuft.
Update: Daten sind da... *Kaffee*

Dazu noch:

Google will not have to hand over any user's search queries to the government. That's what a federal judge ruled today when he decided to drastically limit a subpoena issued to Google by the Department of Justice.

(Link)

Warum auch, wenn es AOL per Haus für jeden liefert?
Sortiert nach Usernamen eindeutiger Usernummer. Wie lang sind die eigentlich schon unterwegs? Wer hat die Daten mit den Realdaten? Mehr Fragen mag ich gerade nicht wirklich in den Raum stellen...

(Hier gefunden)

Noch nen Update: Microsoft baut auch son Quark. Da ist Netscan irgendwie nen völliger Witz gegen.

Ich hab erstmal die Blackliste wieder geleert und Abusemails rausgejagt.

Das Script scheints Feeds abzugraben, daher die Frage an euch:

Wen pingt ihr an, wenn ihr neue Beiträge schreibt?

Bei mir stehen

h ttp://rpc.pingomatic.com/
h ttp://ping.wordblog.de/
h ttp://rpc.technorati.com/rpc/ping
h ttp://ping.weblogalot.com/rpc.php

in der Liste.

Warum? Ganz einfach: Wenn ein Beitrag geschrieben wird, werden Services angepingt, die den Feed abgraben und 2 Minuten später ist auch schon ein Pingbackspam da. Ich vermute da nen Zusammenhang und such Gemeinsamkeiten.

korrupt: find wieder keine zwei gleichen Socken

MissAntroph: du hast gar keine gleichen socken

korrupt: zwei selbe Socken?

MissAntroph: ja

MissAntroph: du hast nur einzelne

korrupt: das eigentlich deprimierend

korrupt: lauter vereinsamte Einzelsocken... ohne eine mitsocke, die ihr zur Seite steht

MissAntroph: hihi

korrupt: wahllos zusammengewuerfelt in postmoderner beliebigkeit

korrupt: um ebenso herzlos wieder getrennt zu werden

Er: Was issen los?
Ich: Der Server spinnt.
Er: Was macht er denn?
Ich: Die Timestamps stimmen nicht, die Kommentarreihenfolge stimmt nicht mehr, ich fix das nachträglich in der Datenbank.
Er: Warum?
Ich: Guggs, wer über Chupacabras kommt, schreibt in der Zukunft.
Er: Oh, ja... das kenn ich aus Filmen...

[19:18] * @MissAntroph ...hört gerade: --Ehma - L'arrivée--
[19:18] .:@MissAntroph:. such mal nache denen, die sind auch hybsch
[19:20] .:+merciful|Buergerjournalist:. minimal?
[19:20] .:+merciful|Buergerjournalist:. oh, gleich 3 alben
[19:20] .:@MissAntroph:. ja
[19:20] .:@MissAntroph:. aber strange minimal
[19:20] .:@MissAntroph:. mit glöckchen :o)
[19:20] .:@MissAntroph:. wie kinderlieder, aber eher albtraum
[19:20] .:@MissAntroph:. völlig entrückt, könnt unter nen lynchfilm passen, teilweise

...Weiterlesen 'Is ja wie auf dem Schulhof...'

Ick sollte uffhörn, jeden Mist nachzumachen... Ich bin ja damals hier schon high- rated weggekommen... aber das oben? Ich hab doch nur angekreuzt, das ich alleine esse und Idioten es niemals irgendwo hinbringen.

Ich fühl mich abgestraft. :o)

(Jefunden bei der Labormaus drüben.)

Mäuse auf Drogen... und man lernt sogar noch was dabei. Wie geil ist das denn? (Flash)

estravil.info fiel mir gestern bei Dexter schon auf, da prangte ein simples "...nice", gefolgt vom dexterischen Postingtext, abgegriffen aus dem Feed, gepingbackt in seinen Kommentaren. Ein Klick darauf förderte ne ganz simple Seite zu Tage, in der scheinbar irgendwelche Feeds abgegriffen werden. Wie und woher und aus welchen Grund, ich hab noch keinen Plan. Irgendwie haben die mich jetzt auch in ihrem "Verteiler" drin, hier schlugen bereits 2 Pingbacks auf.

In diesem Monat, als ich ausfiel, war ich in der tiefen sorge. Er schien, ein funnycompound des Visionärs und des terre-à-terre Wissenschaftlers zu sein. Sie kennen die wayhe Blicke an Ihnen mit seinen ernsten grauen Augen. Byand, vorbei, das wir zum Krieg trieben und er fiel dieses Meissen wasright aus. Sie war ayoung Hostess und des Ehrgeizes volles, und man traf ungeraden assortmentof Leute an ihrem Haus. Und dann sprach eine Stimme heraus von hinten den Vorhang und dieses waswhat, die er sagte. Ich fragte ihn, welche Art des Glücks, andhe einen Fehler und eine Wiederholung sagte. Wir waren noworse weg von als viel Million Deutsche, aber das Kind war schwach. Theyshaved dann mein Kinn, und auf meiner Stirn eine Markierung wie afreemasons gemalt. Wie, Mann, war es ein vortrefflicher Anblick, zum von von Johnston und von von Priestern zu sehen. Ich amreputed, um ein kleines Talent für Mathematik zu haben, sagte er. Das wertvollere Material war im Cypher und in diesem wasanother Paar Schuhen. Ich erinnere mich, meine Hand auf seine Schulter, und stammeringsome Platitüde über Sein zu setzen traurig. Christophused, zum sich von von Stunden dem Versuchen unriddle zu widmen seiner nervösen Verwicklung. Wir hadnt das fillip des Erhaltens von von backto zivilisierten Komfort, wie die Männer in den Gräben. Bis der Krieg fast ßberschuß,sagte er, almostover, aber nicht durchaus war. Hadnt I bekannt und nun da ich, das Wissen nach links mespeechless. I einmal kannten Lenin, sagten Fulleylove, den Reisenden und uns allturned zu ihm. Ich denke, ich Ihnen erkläre daß, er schließlich sagte. Butthere ist ein Leben heute irgendwo in Schottland. VITHE LOATHLY OPPOSITEOLIVER PUGHS STORYHow loathly gegenüber von I stoodTo sein unnatürlicher Zweck. Dieses überraschte mich, denn ich könnte nicht Dr. Christoph in der anyfighting Kapazität mich vorstellen, abgesehen von der Tatsache, daß er tooold gewesen sein muß. Auf einer bestimmten Nacht im Februar speiste ich in Bryanston Squarewith das Nantleys. Wie ich gesagt habe, ist die eine Geschichte wert das Erklären, aber es ist notthis eins. Wie ich gesagt habe, ist die eine Geschichte wert das Erklären, aber es ist notthis eins. Und dann sprach eine Stimme heraus von hinten den Vorhang und dieses waswhat, die er sagte. Und dann war I sawthat das Auge nicht das eines Savage, der andblood-schoß schwarz sein würde. Warum nicht nehmen Sie, die ein largeacquaintance und weit mehr Berechtigung haben, die Sache oben? Durch dieses wasgetting hübsche hoffnungslose der Zeit I also ich verpackte einen Beutel und einen Satz weg vom forRosensee.

... Blindtext meines Spams ... Durch die Altavistaübersetzung gejagt.... :o)

Da flucht man gestern im IRC dem Chris ein Wort ins Query, nämlich kleinkramtechnikbotgedöns, er findet dieses bei Google nicht, füllt diese Lücke mit aller Liebe, um anschließend noch Support zu leisten bei verwirrten korrupten Menschen, die eine Kommentarfunktion nicht bedienen können und dann kommt da so ein kleines h3- Überschriftenblog ,"Was ist das? Keine Ahnung,.." und fordert uns zum Googlebattle?

Die Frage ist ja weniger, wer taucht als erstes auf. Die Frage ist ja: Wer darf ganz oben liegen. :o)

Go, Google!