解读：【GoGo闯】SEO如何处理采集内容（2）

　　[GoGo Chuang] SEO如何处理采集内容（2）

　　处理原创采集内容文本信息

　　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，在公司黄页的网站中，我获取了元数据，例如“ XXX公司的规模，商标，年营业额和法人信息”. 我需要将这些元数据与该网站的数据库中的相应公司相关联. 能够. 由于元数据是短文本，因此将立即将其提取，并且无需处理重复性.

　　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的最重要和核心是“单词”. 其他SEO技术和技术都基于“选择正确的单词”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，每个人都急于做到这一点.

　　首先，出现在网页标题中的关键字越多，出现收录的机会就越小. 这是肯定的，所以不要对这些大型站点进行任何操作，除非权重本身很高，否则采集电台将紧随其后，否则基本上就没有用了.

　　第二，在垂直行业领域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，而且仅使用SEO工具也不容易找到.

　　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，这里有很多热闹而繁忙的流量站点. 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. ，几个电台抓了同一批单词，所有单词都变得饱和了，交通自然很困难.

　　采集如何在标题中插入搜索字词

　　如果采集的目标是网站，则它们的标题与SEO不符，例如抢走一堆新闻标题，标题如何聚焦于用户可能搜索的单词？这个败类以前尝试过以下方法:

　　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语，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年部分产品页面的标​​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，原创标题是: “ Betta Beauty Anchor Live睡了超过20万条生命，住了一晚” ...，我想做的字是“ Betta Beauty Live”，然后在标题前插入关键字: “ [Betta Beauty Live] Betta鱼锚直播直播一夜就睡了20万元”

　　当然也可以: “ {强行插入的搜索词} {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:

<p>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...