百度伪原创(从花了几个小时开发完上线到今天大概是一个半月超乎我想象)

　　百度伪原创(从花了几个小时开发完上线到今天大概是一个半月超乎我想象)

　　从今天花了几个小时开发上线到现在花了大约一个半月的时间，以目前的结果来看，这超出了我的想象。

　　最近两三天，百度开始频繁收录我每天转发文章，平均每天10篇左右，占1/2到1/2每日更新 文章 1/3。

　　一般如果是新站的话，会有一开始给百度说的一到三个月的观察期，但是我很高兴我的二级域名的新站一个月后就可以正常了一半收录（而且实际上并没有说观察期可以是收录）。

　　一个半月开发迭代的工作小总结。

　　在线的

　　一开始，我们选择了2、30个垂直行业的领先微信公众号，一共爬下历史文章约3万个。找个模板修改一下就可以上网了。此时，只有主页和 文章 详细信息。

　　首页是文章的聚合页面，显示较新的文章，有利于爬虫爬取。

　　文章详情页面完全复制了公众号的文章详情，甚至html都90%相似。

　　日常维护工作是，当几个公众号有新推文章时，我会尽快赶上。我说的是早而不是时间，因为爬取需要人工干预（简单的点击手机），而且只有看到更新才能操作。

　　当然，也少不了提交百度，提交网站地图。

　　进入这个阶段大约三天后，百度在收录首页开始了长时间的观察期。

　　添加频道页和文章详情页，以及锚文本链接

　　一个简单的文章详情页无法支持一个站，所以我添加了两种类型的频道页。一种是提取每个公众号做一个页面，另一种是使用30000多篇文章文章的标题进行分词统计，选择权重高的关键词作为标签页（数量约为 100）。

　　加上标签页，很自然的在文章的细节中使用正则匹配来制作大量的锚文本链接，这样整个网站就形成了一个错综复杂的网络，供爬虫使用到处漫游。

　　不过频道页直到今天才收录，百度直到一周也没有收录任何内页。

　　添加关联文章

　　使用上一步中的标签添加算法，在每个文章下方放置一个类似的文章，类似于“你也喜欢”，这也为爬虫访问提供了便利。

　　做这个迭代是在上线后大约 3 周进行的，在第 2 周开始时，百度在 收录文章（不是新的 文章）非常慢，大约一到两个天收录一篇文章，而此时标题直接复制到搜索框，前几页都看不到，证明给的权重很低。

　　添加友好链接

　　一方面，几个相关的子网站（不同的域名）被链接到这个主站点，另一方面，他们又去两个站长平台交换了几个友好的链接。

　　之所以在这个时候做友情链接，是因为已经有10多个收录链接了，而且我可以改一些比纯新网站还多的友情链接（不是收录或者收录1))。.

　　更改标题

　　如果用微信公众号的文章标题，很容易判断是低质量转载，所以我做了一个工作：每次爬下文章，我都设置自定义标题，然后展示。

　　更改标题是一个相对初级的“伪原创”。其实5、6年前，我还是会做一些工作，比如换段，改写首末段。但是，因为每天要在业余时间写一篇文章文章，做一些外包订单，对于你的项目，这些稍微费时、繁琐、收益低的操作，是不可能重新分配时间的。维持很长时间。

　　虽然只是标题的替换，只是部分替换，但全站的分量却逐渐增加。百度每日收录已经逐渐达到3-5篇，非常可喜。

　　除了上面提到的迭代，我还为网站做了很多网页性能优化，以提升用户体验。当然，它仍然是一个非常不完善的产品，需要不断的维护和优化。

　　总结：应该说我对这个站的实际运行过程和结果非常满意（但我们不能把每个阶段的结果都看成是与迭代工作正相关的），相比于我个人维护的博客时间网站，效果好很多，后面我也会介绍那个站的实战经验和总结。

　　经过一个半月的运营，我大概可以判断出这就是垂直行业的培育方式网站。

　　虽然我是直接转载（改标题比较频繁），但是因为微信使用机器人禁止百度爬虫，所以没有真正的“原创”，梯队的高权重来源是同步更新的公众号其他自媒体，包括百度自己的百家号、搜狐号、今日头条号等，第二梯队也和我一样抢到了自己网站的信息网站，其中一些已经运行了很长时间，权重非常高，但也会出现爬取不及时的情况。

　　所以我网站的目标就是力争全面提升收录的体量（万级），让每一个文章的长尾都能挤到第二page的页面，海量的收录下也保证能获得一定的流量。