【seo实战培训】-网站内容采集后处理方法分享　

　　向日葵做seo外包很多年了，前几天有客户自己搭建了seo优化团队，在和客户交谈中，客户问到采集后的内容应该如何分类，抓取的词如何分类。其实很复杂，做个小网站就都明确了，向日葵在此科普下

　　收集内容清洗后是要入库的，入库就得有逻辑，所以在收集一末尾就得想到这点，并设计收集到上线的流程

　　每个站点状况都纷歧样，但最最基础的形式相似下面这类：

　　肯定要做的主题，从这个主题里选几个词根，一个词根或几个词根就代表一个内容分类

　　用词跟去扩大，挖出要做的流量词

　　挖出来的词，依次去抓取对应的内容

　　如上图，比如说我设定1个词根，从这个词根挖出10个扩大词，每个扩大词辨别抓20篇内容，那么在这个词根(内容主题)下，我有100篇内容可以上线。那要上线的页面通俗分两个：

　　概略页面

　　聚合页面

　　那么，概略页面就是抓过去的100篇内容；聚合页面就是由词根挖出来的10个扩大词，每个扩大词生成一个列表页或其他方法的聚合页面，页面内容就是对应这个词华集的20篇内容。

　　数据表格局

　　所以，上线起码要有3个表，用mysql举例，如果用mongodb啥的非关系型数据库自己转化一下

　　每个扩大词都标记所属频道的id，如许上线的时分便可以做同频道扩大词的相互引荐

　　其余可以对每个扩大词，，经过竞争度、搜刮量、挖词渠道质量、收录、排名等目标设定这个词的优先级，优先级高的词在站内赐与更多的链接支撑

　　这个字段可以弄成静态的，比如说上线后每周查一遍排名，凡是在第二页、第三页的关键词优先级都调剂到最高，供给更多的链接支撑冲到第一页去…

　　相干词就是这类词的同义词，或许干脆抓这个词的相干搜刮，把这些词嵌入到页面中，万一被用户搜刮射中就可以跑到首页呢…

　　其他依据具体需求设置调剂扩大词表的字段，端赖创新，没固定的套路

　　每个文章都映照所属扩大词id和所属频道

　　举个实例

　　以上是个最复杂的形式，可以用这个形式依据网站自身的状况去套，比如说我有个卖音乐装备的站，网站主要内容就是环绕产品或品牌的产品信息。

　　音乐装备行业固定搜刮词不多，但深挖的话有能找到很多特点化的搜刮词，比如“XX鼓复杂曲子” “xxx和甚么搭配好”…这类搜刮行动只能基于某个产品或某个品牌才会发生这类搜刮，不能像“XX价格”、“XX测评”实用于一切产品和品牌，可以批量上页面的。

　　但又想拿到这些特点化搜刮词的流量如何办？没方法经过改现有页面题目来掩饰，那就只能每个词生成新页面来掩饰了，而网站主要内容是产品信息，没法掩饰这类特点化搜刮词，那就只能去收集喽

　　那么依据上图的套路，那么词根就是每个产品和品牌，用这些词去各类渠道找流量词，找到流量词再去大年夜平台抓对应的内容。

　　到了上线阶段，抱负状况下是每个扩大词华集20篇内容，seo外包如许生成的聚合页都有20条信息（向日葵seo外包测试过，列表页信息条数在20条的时分，取得首页排名的概率比其他条数要高），但抱负很美妙，抱负很严格，其实不能够一切的扩大词都能抓到20条内容，那么如何办？

　　每个扩大词都有所属词根的，而每个所属词根在站内都是有产品信息内容的，所以一个词根下的扩大词，在数据库内除有收集过去的内容，也有本来就有的产品信息内容，这些两类内容固然说得不是一个词，然则都在统一个主题下，都是属于某个品牌或产品的。一个扩大词只收集到3条内容，生成新页面则是个空短页面，不会被收录，那么可以再调用这个扩大词所属词根的产品信息来补全，以此来晋升页面质量

　　有人说收集内容对搜刮引擎友好性不高，不轻易取得排名，这个是必然且肯定的。

　　对大年夜多站点，上收集内容肯定不如UGC、精心编辑过的内容来的后果好。然则，现在搜刮引擎能获得到的原创内容量曾经不如之前多了，究竟内容花费平台曾经转移了，早就不集中在网站上了。其余几个搜刮引擎之间还相互抓，何况小站点呢。

　　所以收集内容还是是有效的，只不外对收集内容后加工的成本愈来愈高了。

　　收集内容的后加工

　　担心收集内容后果差，或许轻易被K，主要照样看如何对内容后加工。打个比如：