SEO高端操作手法之内容与模板关系的处理

2）采集内容处理

[erphpdown]

与采集强相关的清风算法： https://ziyuan.baidu.com/college/articleinfo?id=2728

3.1标题的原则

• 网站应确保该站点下的每个页面都有指定的标题（如上文中“图1-2 符合规范的标题源码示例”所示），且同一站点的不同网页应分别使用不同的标题； 

>>> 不同页面，不同title

• 页面标题应准确概括页面内容，避免使用模糊和不相关的描述； 

>>> 标题与网页内容相关

• 页面标题应简明扼要，避免使用冗长的标题，避免关键词堆砌；

>>> 关键词堆砌是有用的

• 页面标题的符号使用正确，建议参考百度建议的标题符号用法（详细内容请参见本文“3.3.2标题的符号”部分）

>>> 跟着做就行了

与采集强相关的飓风算法：https://ziyuan.baidu.com/college/articleinfo?id=2603

类型1：采集痕迹明显

详细说明：站点存在大量从其他站点或公众号采集、搬运而来的内容，信息未经整合，排版混乱，部分功能缺失或文章可读性差，有明显采集痕迹，用户阅读感受很差。

示例：采集文章内容中存在超链接不可点、功能缺失问题，采集痕迹明显

>>> 移除采集痕迹

类型2：内容拼接

详细说明：采集多篇不同文章进行拼接，整体内容未形成完整逻辑，存在阅读不通顺、文章不连贯等问题，无法满足用户需求。

示例：前后内容无关，逻辑不连贯

>>> 拼接与标题关键词相关的内容

类型3：站点存在大量采集内容

详细说明：网站内容下多数内容均为采集，网站自身无内容生产力或内容生产能力较差，网站内容质量较低。

建议：我们鼓励站点生产原创内容，如若转载需标明出处。（如：新闻、政策类等标明出处的转载内容，不会被认为是采集内容）

>>> 降低已被百度大量索引内容的占比

类型4：跨领域采集

详细说明：站点依靠采集大量与本站领域不一致的内容来获取流量的行为。

示例：教育站点发布美食相关内容

>>> 同类型2，采集与关键词相关的内容

降权形式：

• 按目录降权、按URL格式降权、按模板降权
• 按子域名降权
• 按主域名降权（被K）

综上所述，我们要这么处理：

• 采集文章，分成多个目录存放，分散风险

    50W 文章：
    www.domain.com/{apge_id}.html
    [安全性高] www.domain.com/{mulu}/{page_id}.html
  

• 每个目录下的文章，尽可能使用独立模板和独立URL格式，再次分散风险

    [推荐] www.domain.com/{mulu}/{page_id}.html
  
    分两个模板，每个模板对应不同URL格式
    [模板1] www.domain.com/{mulu}/{page_id}.html
    [模板2] www.domain.com/{mulu_id}/{page_md5}.html
  

• 关键词可以堆砌，但堆砌的词需要与内容完全正相关
• 修改标题（必做的）
  • {原标题} ---> {新关键词}_{原标题}
  • {原标题} ---> {新关键词}_{修改后的原标题}

  3种方式：

  • 关键词找标题（通过搜索实现）

    原标题：问下不查征信不上征信的口子
    新标题：[不上征信的口子]问下不查征信不上征信的口子
    

    

  • 标题找关键词（通过提取标题中的主干部分，可读性欠佳，适合长标题，相似度最低）

    原标题：老哥们啊~问下现在还有哪些不查征信不上征信的高炮口子？？！
    新标题：不查征信口子
    

    • http://ai.baidu.com/docs#/NLP-Basic-API/top
    • https://github.com/search?q=%E5%8F%A5%E5%AD%90%E4%B8%BB%E5%B9%B2
  • 硬塞（简单好实现）
    • 标题前直接插入主关键词
    • 原标题分词后，拿出名词，去找包含此名词的主关键词，随机选一个，插入原标题前面

    综合策略（酌情处理）：

    1. 准备一个关键词列表，存放大量主关键词
    2. 主关键词可以过滤一批，比如在百度中搜索，Top10搜索结果中，完全匹配主关键词的数量>5，该词可以扔掉，重复度太高了
    3. 
    4. 重复度低的主关键词，找到与之最相近的标题，在标题前插入该关键词。已修改过的标题不在参与
    5. 若原标题长度>=15字，原标题改为精简后的标题
• 内容源尽可能找一些百度无法抓取到的内容（如微信公众号）或新鲜的内容（当日的新闻），混在采集内容中，比例越大越安全
• 内容处理
  • 排除采集特征（必做的）
    • 采集源的网站名称、URL
    • HTML冗余代码

        <p id="xxx"> <font id="xxx">
        处理：<p>  <font>
      

  • 正文处理（酌情选择的）
    • 段落随机混排
    • 句首句尾添加ASCII编码
    • 插入其他文章生成的摘要
      • http://ai.baidu.com/tech/nlp_apply/news_summary
      • https://github.com/search?q=%E6%91%98%E8%A6%81
    • 段落前后插入主关键词及相关关键词（如后置搜索词等）
    • 插入图片（可以用"XX壁纸/屏保"搜索图片，比较符合出图尺寸）

3）原创内容

• 图转文：https://s.taobao.com/search?q=ocr%E8%BD%AF%E4%BB%B6
• 音转文：https://www.baidu.com/baidu?tn=dealio_dg&wd=%E8%AF%AD%E9%9F%B3%E8%BD%AC%E5%86%99

  https://www.5118.com/sites/6

• 外文转汉文https://sight.netease.com/
• 百度未收录的
  • APP
  • 境外网站
  • ......

4）以无法为有法，以无限为有限 --- 李小龙

• 做流量：没有绝对的规则和套路，只有绝对的适应规则和调整套路
• 抄袭是好哲学：抄别人的内容，抄别人的模板

5）模板

5.1）什么时候换模板

• 整个目录没流量，或流量快没的时候
• 流量稳定的时候不要瞎改，可适当加模块，但杜绝改版
• 没有绝对的好模板，好模板是A/B Test出来的

5.2）抄模板

资源： 挖掘优质网站

观察是最佳的SEO学习手段，Search Rank Top10的站都是现成可学习的对象

通过top10的网站，发现SEO套路

通过阅读百度专利和搜索引擎知识，找到套路的理论解释

• <font color=red size=4>看title的写法，title中关键词是从哪来的，顺序是什么</font>
• 看模板，有哪些模块，每个模块对应什么数据，调用规则是什么
• 看内容，内容从哪来的，怎么处理的
• 看布局，title中关键词出现在网页的哪些位置
• 看外链，有哪些外链，我能不能搞到（在ahrefs）
• 看规模，数据量、目录量
• 看与自己规模匹配的站，你做"混凝土挖掘机"的企业站，就别参考1688了
• 看50+个站

5.3）大站SEO的精准流量利器：专题页

专题搜索页模板举例：

• 模块可配置
  • 增加
  • 删除
  • 动态模块
  • 静态模块
• 模块可自定义
  • 可选内容来源
    • 帖子 --> 动态模块
    • 资讯 --> 动态模块
    • 问答 --> 动态模块
    • 论坛 --> 动态模块
    • 视频 --> 动态模块
    • 图片 --> 动态模块、静态模块
    • 人工编写 --> 静态模块
    • 友情链接 --> 静态模块
  • 可选链接数量
  • 可选排序规则
    • 随机
    • 发布时间
    • 浏览数量
    • 权重值（自己设置的）
    • 相关性（通过MySQL的字段关联，或预先通过搜索跑好，写进缓存里）
  • 可选模块样式

      样式1：{日期} {标题}
      样式2：{略缩图} {标题}
             {100字摘要} 
      样式3：...
    

• 生成方式
  • 导词生成 --> 长尾关键词
  • 人工编辑 --> 高竞争关键词
• 编辑团队建设
  • 培训 + 绩效
  • 培训
    • 关键词选择
    • 内容差异化的配置方法
  • 绩效
    • 双重绩效：收录 × 排名
    • 绩效权重：收录30% & 排名70%
  • 每个词根，有单独的人负责，其他人不做这个词根，防止出现相似内容[/erphpdown]

UM新媒体