内容 & 模板
1）数据库与内容整合的关系
数据整合的目的：通过有限的数据，使用一些方法，创造出符合SEO的大量页面
1.1）了解数据库运行
以zblog为例
1.2）内容整合案例
- 关联：https://www.kanzhun.com/job/g11514.html
同一主体的数据，关联到一起，填充页面内容，完善链接结构
原始数据
招聘ID 招聘标题 招聘正文 招聘公司 招聘职位 招聘城市 招聘行业 1 5年以上经验PHP XXX 百度 PHP 北京 2 PHP开发 XXX 百度 PHP 北京 采集数据：
招聘ID 招聘标题 招聘正文 招聘公司 招聘职位 招聘城市 招聘行业 1 5年以上经验PHP XXX 百度 PHP 北京 2 PHP开发 XXX 百度 PHP 北京 3 PHP研发工程师 XXX 百度网讯科技有限公司 php工程师 北京市 4 百度外卖PHP实习生 XXX 百度 PHP专员 北京 5 测试开发工程师-PHP开发 XXX 百度 PHP开发 北京市 6 资深PHP开发 XXX 北京百度 PHP研发 北京 7 PHP中级开发工程师 XXX 百度北京分公司 PHP开发 北京 8 PHP研发经理 XXX 百度北京 php经理 北京市 9 PHP XXX 百度 php 北京 10 糯米网php开发工程师 XXX 百度总部 php 北京市 处理后
招聘ID 招聘标题 招聘正文 招聘公司 招聘职位 招聘城市 招聘行业 公司主体 1 5年以上经验PHP XXX 百度 PHP 北京 互联网 2 PHP开发 XXX 百度 PHP 北京 互联网 3 PHP研发工程师 XXX 百度网讯科技有限公司 php工程师 北京 IT/互联网 4 百度外卖PHP实习生 XXX 百度 PHP专员 北京 餐饮互联网 5 测试开发工程师-PHP开发 XXX 百度 PHP开发 北京 IT行业 6 资深PHP开发 XXX 北京百度 PHP研发 北京 互联网 7 PHP中级开发工程师 XXX 百度北京分公司 PHP开发 北京 互联网IT 8 PHP研发经理 XXX 百度北京 php经理 北京 互联网行业 9 PHP XXX 百度 php 北京 互联网 10 糯米网php开发工程师 XXX 百度总部 php 北京 O2O - 拆分：https://www.kanzhun.com/recruit/19880/
同一主体的数据，拆分成多套页面，覆盖不同的关键词（通常是筛选条件）潜在覆盖搜索词： {城市} + {职位} + 招聘 {行业} + {职位} + 招聘 {公司} + {职位} + 招聘 {城市} + {公司} + {职位} + 招聘 {公司} + 招聘 {职位} + 招聘 {行业} + 招聘 ... 同一公司：百度 & 百度总部 & 百度网讯科技有限公司 同一职位：PHP & PHP开发 & PHP专员 & PHP工程师 ...招聘ID 招聘标题 招聘正文 招聘公司 招聘职位 招聘城市 招聘行业 公司主体 行业主体 职位主体 1 5年以上经验PHP XXX 百度 PHP 北京 互联网 百度 互联网 2 PHP开发 XXX 百度 PHP 北京 互联网 百度 互联网 3 PHP研发工程师 XXX 百度网讯科技有限公司 php工程师 北京 IT/互联网 百度 互联网 4 百度外卖PHP实习生 XXX 百度 PHP专员 北京 餐饮互联网 百度 互联网 5 测试开发工程师-PHP开发 XXX 百度 PHP开发 北京 IT行业 百度 互联网 6 资深PHP开发 XXX 北京百度 PHP研发 北京 互联网 百度 互联网 7 PHP中级开发工程师 XXX 百度北京分公司 PHP开发 北京 互联网IT 百度 互联网 8 PHP研发经理 XXX 百度北京 php经理 北京 互联网行业 百度 互联网 9 PHP XXX 百度 PHP 北京 互联网 百度 互联网 10 糯米网php开发工程师 XXX 百度总部 PHP 北京 O2O 百度 互联网 - 聚类：https://www.kanzhun.com/jobs/32/
同一主体的数据，拆分成多套页面，覆盖不同的关键词（通常是某个主体下的不同搜索需求）潜在覆盖搜索词： {职位} + 招聘 {职位} + 工资 {职位} + 面试经验 {职位} + 岗位职责 {职位} + 就业趋势 {职位} + 工作总结 ... - 搜索：https://www.aliyun.com/ss/5pyN5Yqh5Zmo5LiA6Iis55So5LuA5LmI5p2A5q-S6L2v5Lu2 <br> https://yq.aliyun.com/zt/41214
造出大量页面最快速的方法，配合模板可生成大批专题页（通常用来覆盖相关搜索、下拉框等没有明显搜索规律的关键词）资源：开源搜索引擎列表python --> whoosh
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）：
- 准备一个关键词列表，存放大量主关键词
- 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
- 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
- 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）
- 排除采集特征（必做的）
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：...
- 可选内容来源
- 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]
