雖然百度放出了打擊采集網站的算法，百度到底是喜歡原創文章的網站還是采集文章的網站？但給我的感覺是沒有真正落實下去的。不僅如此，對于那些辛辛苦苦原創的站長來說，有時候做出來的效果還沒有人家輕輕松松的采集效果來的好。

所以今天我們就來和大家分析一下網站如何采集文章做SEO!

一、利用采集文章對網站優化

對于一個網站來說，內容是十分重要的，除非你是付費玩家（SEM），不用做內容也可以獲得不錯的排名。而對于我們這些草根站長來說，內容就像是蓋樓的地基一樣，得先將地基打好，才能夠蓋起一棟棟摩天大樓。

那么想要利用采集文章來優化網站的話，建議大家對網站優化的幾個要點著重了解一下，首先是網站的TDK書寫，網站的TDK書寫是十分重要的，

當百度蜘蛛進來你的網站以后，首先抓取的就是該網頁的TDK。

可能有些朋友不知道TDK是啥，它主要就是網頁的三大標簽，標題（title)、關鍵字（keywords)以及描述（description)，所以大家在發布文章的時候一定要合理的去設置它們。

第二點就是網頁內鏈錨文本，由于我們是選擇采集文章來做的優化，所以每天發布的文章是非常多的，這時候就可能會有較多的百度蜘蛛前來抓取網站的內容。

而我們就是要利用好百度蜘蛛會不斷深入爬行的這么一個特點，通過對網站文章的內部鏈接設置，使其不斷的在我們網站里邊爬行、抓取，這樣的話有利于我們網站整體權重的提升。

第三點是關于網站內部的評論模塊，雖然可能說前期沒有人會在我們的網站下方評論，但我們可以自己去評論呀，對于評論模塊其實百度蜘蛛也會去抓取，那么我們應該如何利用好評論呢？

可以利用評論來增加一下關鍵詞的密度，百度對于頁面的關鍵詞密度也是有所考核的，我們在站長工具里面看到推薦的密度在2%-8%之間，

二、采集文章的方式

采集文章的本質就是搬運，而在互聯網上搬運文章莫過于兩種方法：

1、自己手動復制搬運

手動復制的話需要耗費過多的時間以及精力，得上各大網站去尋找自己想要的文章，再去復制收集，不過手動搬運的話也是有好處的，就是我們可以更精確的找到自己想要的文章。

2、利用采集軟件批量采集

關于小說采集站的玩法其實就是類似采集軟件的，采集軟件可以根據我們所提供的關鍵詞全網自動收集，并且對于自媒體網站的文章還會有顯示出閱讀量、評論數等等。

利用采集軟件的話有利于我們對數據的分析，例如哪個文章比較多人看，比較招人喜歡。這些我們都可以通過數據分析出來，再將其搬運至我們的網站中。

三、SEO內容采集解決方案

1、采集流程原理

目前采集通常有兩種方式：

1）定向采集：按原點分類，設定條件采集,有站有什么就采什么，再過濾處理！

2）泛采集：通用爬蟲采集

我們這里用的是：據于關鍵詞基礎上，指定Ｎ個站點，定向采集

原理：借用搜索引擎指令　site: domain keyword

原理圖

2、內容處理

1）標題

方法一：精簡原始標題

步驟如下：

對原始標題分詞

去除停止詞

獲取詞綴詞性

去除修飾詞，如形容詞、副詞、介詞…，保留原標題主謂賓，獲取句子主干

通常基于jieba分詞或nltk實現，要刪除的修飾詞可以預先分析大量的標題來提取，追加到字典中。。

如:阿里巴巴部分產品頁的title就是這樣處理的，把用戶發布的產品名中一些無關大雅的詞綴干掉，提取主干放到title標簽中

方法二：插入搜索詞

步驟如下：

搭建xunsearch或其他的開源搜索，對采集標題創建索引

用提前準備好的搜索詞（就是要做的那些詞）依次到搜索接口中搜索

對搜索結果中出現的標題前方插入當前搜索詞

我要做的詞有“電動車電池正確使用方法”

比如匹配出來原標題

“不要再讓過度放電毀了你的電動車電池”

“黃山一男子用拆線搭線的方式偷走電瓶車”

………………..

則標題前插入關鍵詞：

“[電動車電池正確使用方法] 不要再讓過度放電毀了你的電動車電池”

或“[電動車電池正確使用方法] 黃山一男子用拆線搭線的方式偷走電瓶車”

當然也可以：“{插入的搜索詞}{精簡后的原始標題}”

方法三：插入當前標題已包含搜索詞的衍生詞、相關搜索詞

步驟如下：

抓取標題已包含搜索詞的百度相關搜索或下拉框，

標題中插入相關搜索或下拉框的詞

如：“[{百度相關搜索詞1}]{原始標題}”、“[{下拉框推薦詞1}{原始標題}]”

也可以: [{百度相關搜索詞1}]{精簡后的原始標題}”、“[{下拉框推薦詞1}{精簡后的原始標題}]”

2）正文內容

正文的處理主要是針對重復性，盡量降低與原始內容的相似性

正文開頭、結尾處插入隨機文本

方法一：提前準備一些能夠通用的文本模板，隨機調用，替換關鍵詞

方法二：正文中隨機截一段文字

方法三：隨機調出Ｎ條相關文章標題和概要，放到首尾

修改正文內容

基于textrank算法提取文本摘要，放到正文前面。

為了防止字數過少，可以提前用k-means和tf-idf，找出當前文章的相似文章，可以提取它們正文字數最長的段落的摘要，加到當前的文章中用作字數上的補全。

聚合頁面

聚合頁面就是由詞根挖出來的10個擴展詞，每個擴展詞生成一個列表頁或其他形式的聚合頁面，頁面內容就是對應這個詞采集的20篇內容。

這是最簡單的模型

通常模型

以擴展詞”電動車電池正確使用方法”為例子

聚合頁面 要采集內容有：

怎樣保護充電器嗎？

怎樣延長蓄電池壽命？

電動車電池充電環境要求？

這種模型通常機器+工人先預設好模型再采集內容，再處理組合。

擴展詞：九江適合逛街的地方

標題：關鍵字組合，

內容：聚合頁面，內容組合

本文鏈接：http://www.sztqnet.com/article/814.html