[SEO采集站的操作方法] SEO如何处理采集的内容（2）

　　处理原创采集内容的文本信息

　　这里忽略元数据的处理，因为元数据主要是为了添加逻辑映射. 例如，我公司的一个黄页网站获取了元数据，例如“ XXX公司的规模，商标，年营业额和法人信息”. 我只需要将这些元数据与站点库中的相应公司相关联即可. 因为元数据是短文本，所以它会立即被拾取，因此无需处理重复性.

　　如果采集的内容是长文本的大连续段落，则为确保SEO效果，在处理html源代码之后，也可以处理文本.

　　文本信息处理，包括标题和正文两部分（不考虑人工修改，仅考虑批处理）

　　标题

　　让我说，SEO的最重要和核心点是“单词”. 其他SEO技术和技术都基于“选择正确的词”以达到良好的效果.

　　最终目的是使用户可以搜索的单词出现在标题中. 详细信息页面标题中的单词应该具有少量搜索量，而百度搜索结果应该很少，而不是热门单词，每个人都在争先恐后地使用单词.

　　首先，出现在网页标题中的关键字越多，被收录的可能性就越低. 可以肯定，因此不要在58个Ganji这些大型网站上发表任何言论. 除非其重量大，否则采集站将紧随其后. 否则，它基本上是没有用的.

　　第二，在垂直行业和充满个性化搜索内容的领域中，可以挖出很多竞争少，流量大的单词. 在垂直领域中很难找到这些单词，因为它需要了解行业，而且不仅仅使用SEO工具也很难找到.

　　个性化搜索内容字段（例如程序开发，娱乐八卦等）始终充满个性化搜索词，并且随着时间的流逝，新的搜索行为将继续产生. 只要搜索引擎还没有结束，这个领域就总是充满搜索流量，因此仔细观察后发现，这里有很多热闹而漫长的流量站点. 大多数内容选择都符合此功能. 与“招聘和二手车”等行业不同，用户的搜索行为基本上没有变化. ，几个电台全都抓取同一批单词，而且它们都已饱和，因此流量自然很困难.

　　如何在集合标题中插入搜索词

　　如果目标网站的标题与SEO不一致，例如抓住一堆新闻标题，那么标题如何聚焦于用户可能搜索的单词？我以前尝试过这些方法:

　　方法1: 简化原创标题

　　步骤如下:

　　基于python的jieba模块的实现，可以通过预先分析大量标题来提取要删除的修饰符，并将其附加到字典中. Github有现成的轮子，可以提取句子的主干，例如nltk.

　　1688年产品页面的部分标题似乎是这样制作的. 删除用户发布的产品名称中的一些不相关的词缀，并提取主词干并放置在标题标签中.

　　方法2: 插入搜索字词

　　步骤如下:

　　例如，原创标题为: “ Betta Beauty Anchor Live睡眠超过20万的人” ...，我要输入的单词是“ Betta Beauty Live”，然后在标题前插入关键字: “ [ Betta Beauty Live] Betta美女主播直播一夜安眠20万元”

　　当然也可以: “ {强制搜索词} {简化的原创标题}”

　　方法3: 在当前标题中插入派生词和相关搜索词，其中已经收录搜索词

　　步骤如下:

　　例如: “ [[百度相关搜索字词1}] {简明标题}”，“ [{下拉框推荐字词1} {原标题}]” ...彼此组合... </p

p身体/p

p正文的处理主要是为了重复，以最大程度减少与原创内容的相似性. 炉渣采用以下方法:/p

p在正文的开头和结尾插入随机文本以修改正文的内容/p

p基于pagerank和textrank算法提取关键字以提取文本摘要. 实际上，简化了文本内容，提取了主要信息，原创内容可能约为原创内容的50％./p

p为了防止单词数量太少，可以预先使用k-means和tfidf在当前文章中查找相似的文章. 您可以提取正词最长的段落摘要，并将其添加到当前文章中，以补充全部单词的数量./p

p这样，文章基本上是可读的，符合中文语法，并且删除了原创文字并加上了词缀的粒度，因此可以在一定程度上减少搜索引擎对三个字符的重复识别，并且它将影响用户和搜索引擎. 他们都相对友好. 尽管它们肯定不如手动编辑好，但它们比市面上的粗略同义词替换，段落添加和删除软件要好得多. 比原创中文要好./p

p采集的内容在线/p

p当我第一次组织Evernote时，我看到了以前的SEO频道集合内容的在线过程，并​​且看起来非常引人注目.../p

p================================================ ====/p

p知识星球->将来会有好处，例如一段可以编写*敏*感*词*句子的Python代码

　　微信公众号---->右下角