SEO技巧之網(wǎng)絡(luò)信息采集技巧 不要讓采集K掉你的站
2012/10/29 16:42:17 網(wǎng)站內(nèi)容采集是我們個(gè)人網(wǎng)站必須面對(duì)的東西，沒有誰(shuí)有精力和能力批量創(chuàng)作原創(chuàng)的信息。
幾年前的采集剛開始時(shí)流行時(shí)，搜索引擎是你有什么東西，他照單全收。
記的我接觸的第一個(gè)采集器是一個(gè)用php代碼寫成的程序名字是小蜜蜂采集器，自己覺得東西很不錯(cuò)。不過(guò)現(xiàn)在官方已經(jīng)不存在了。停止了開發(fā)。讓我很是惋惜。有用過(guò)的完了后跟我交流一下，給下當(dāng)初的版本讓我收藏下。
那幾年給了很多站長(zhǎng)爆發(fā)的機(jī)會(huì)，一些人通過(guò)采集帶來(lái)了N多的流量再加上當(dāng)時(shí)SP服務(wù)廣告的橫行，帶來(lái)了N多的金錢。但是負(fù)面的影響也很多，由于采集的橫行，互聯(lián)網(wǎng)上出現(xiàn)了太多的重復(fù)的信息
搜索引擎也不愿意出現(xiàn)這樣的情況所以專門對(duì)此研究了新的算法。導(dǎo)致了現(xiàn)在的情況。搜索引擎開始在乎新的東西，對(duì)于已有的信息他不愿意收錄，要讓他收錄你的文章，就必須讓他覺得有新鮮感但是任何時(shí)候，任何技術(shù)都不過(guò)時(shí)，關(guān)鍵是用腦子衍生出更多的東西。怎么破解不收錄采集的文章這個(gè)難題就成了現(xiàn)在大家頭痛的事情了大家的目的都是一樣的，就是取巧了，也就是不勞而獲。因?yàn)槟銢]有付出，就想得到別的人通過(guò)自己的努力，積攢下來(lái)的東西。為此，偽原創(chuàng)出現(xiàn)了。
偽原創(chuàng)
1，詞組替換
2，詞頻更改大家用的最多的就是通過(guò)特定的詞典，將含義相同或相似的東西進(jìn)行替換，在不影響訪問(wèn)者閱讀的基礎(chǔ)上，使原文章在搜索引擎眼中變?yōu)橐黄碌奈恼�。第二就是修改詞頻就是說(shuō)一篇文章原來(lái)如果出現(xiàn)了張三5次。李四3詞搜索引擎在數(shù)據(jù)庫(kù)里就記錄了，下次再出現(xiàn)一篇文章 張三也5詞，李四也3次，搜索引擎很可能把他當(dāng)做一樣的文章而不進(jìn)行收錄。這也就是為什么打亂段落順序?qū)λ阉饕媾袛嘣瓌?chuàng)無(wú)效的原因。而更改關(guān)鍵字的詞頻就能對(duì)搜索引擎對(duì)原創(chuàng)文章的判斷產(chǎn)生干擾。針對(duì)原來(lái)的文章，使張三變成4次，李四變成2次，這樣詞頻就改變了當(dāng)然每個(gè)站都需要自己用心去改變對(duì)應(yīng)關(guān)鍵詞的詞頻。 最終極的方法也是最牛的方法就是如果你的網(wǎng)站有了很高的權(quán)重，你稍微改動(dòng)點(diǎn)內(nèi)容，把一個(gè)權(quán)重低的原創(chuàng)站點(diǎn)的文章拿過(guò)來(lái)或者直接COPY過(guò)來(lái)搜索引擎也有很大的幾率判定你原創(chuàng)。而原先原創(chuàng)的站點(diǎn)自然變成的轉(zhuǎn)載的站。這是對(duì)原來(lái)的站點(diǎn)不公平，可是這個(gè)世界本來(lái)就沒有公平。不過(guò)我覺得既然網(wǎng)站權(quán)重夠大了就不要采集了，注重用戶粘度才是出路。說(shuō)道這里得給大家說(shuō)個(gè)問(wèn)題，大家的新站千萬(wàn)不要拿出自己的原創(chuàng)文章加上鏈接當(dāng)
軟文發(fā)到高權(quán)重站點(diǎn)。因?yàn)楝F(xiàn)在許多的站點(diǎn)對(duì)于提交的文章都是禁止出現(xiàn)站外鏈接的。純文章類型的站點(diǎn)這樣別的站會(huì)成為這篇文章的原創(chuàng)地址，你的就是純copy站了，不但不會(huì)有好的影響，反而會(huì)將你的站點(diǎn)當(dāng)做純copy站降權(quán)，這個(gè)我是受過(guò)罪的。所以我一般自己寫不出軟文都拿競(jìng)爭(zhēng)者的文章加我的鏈接當(dāng)軟文，有鏈接了對(duì)我好，沒有了懲罰的可不是我……是誰(shuí)我就不說(shuō)了。今天關(guān)于采集過(guò)程，最重要的東西要亮相了，我想也是大家最關(guān)心的這就是能不能不通過(guò)偽原創(chuàng)直接就讓搜索引擎認(rèn)為你的是原創(chuàng)！回答是肯定的。
這個(gè)方法很好想的，只要你用搜索引擎的邏輯思維跟原理來(lái)想就行了搜索引擎怎么樣獲得數(shù)據(jù)，通過(guò)放出蜘蛛爬蟲程序，而蜘蛛其實(shí)就是模擬普通訪問(wèn)者對(duì)網(wǎng)站進(jìn)行深度的探索。并把看到得東西提交給搜索引擎。 那么什么文章你能看到而蜘蛛看不到。
蜘蛛是受限制的，你可以是自由的。
網(wǎng)站對(duì)蜘蛛的限制分為兩類一是robots文件對(duì)他的限制，這個(gè)限制對(duì)普通訪問(wèn)者是不存在的，不懂robots的自己可以查資料。二是 人為設(shè)置的權(quán)限限制，這個(gè)限制對(duì)蜘蛛跟普通訪問(wèn)者并存，區(qū)別是蜘蛛是過(guò)不了這道限制的，而人可以通過(guò)一些手段破除這些限制。
1.蜘蛛模擬的是訪問(wèn)者，如果網(wǎng)站對(duì)訪問(wèn)者有限制，蜘蛛同樣通不過(guò)。比如各行各業(yè)訪問(wèn)量搞的網(wǎng)站的論壇有些含金量高的欄目都是禁止游客進(jìn)行瀏覽的，蜘蛛也被擋在了門外，所以絕不會(huì)在這里收錄到這些內(nèi)容�？墒俏覀兛梢宰�(cè)相關(guān)的賬號(hào)，擁有了賬號(hào)就擁有了訪問(wèn)的權(quán)限。通過(guò)對(duì)cookies模擬來(lái)讓采集器也獲得訪問(wèn)這些內(nèi)容的權(quán)限。這樣你就可以采集到這些含金量比較高的內(nèi)容，搜索引擎同樣把這些內(nèi)容當(dāng)做你的原創(chuàng)。這樣你就可以批量的采集到原創(chuàng)的內(nèi)容，但是前提是只有你用這個(gè)方法采集這個(gè)論壇的。所以這一招適用于不是很熱的關(guān)鍵詞。畢竟這樣用的人目前我沒見過(guò)有太多。雖然知道的人很多，但是刻意這樣做的人又有幾個(gè)。知道不做什么也完成不了。但是由于經(jīng)常更改站點(diǎn)類型，權(quán)降的也不是一點(diǎn)半點(diǎn)了！只做研究用。就是降權(quán)后長(zhǎng)尾關(guān)鍵詞的流量也有不少不只有論壇有限制的，還有很多地方，就要自己想一想了，都說(shuō)出來(lái)反而不好了，把握好蜘蛛的原理就行了。上面的所有的話都只是個(gè)皮毛，要是覺得照著上面的內(nèi)容做你的站就能成功，那么你已經(jīng)被大眾的話傷的很深了。做網(wǎng)站要時(shí)刻記著你做網(wǎng)站是為了什么。沒有幾個(gè)人是為了數(shù)流量玩采集的后期處理采集的東西還是要經(jīng)過(guò)人工讓他們通過(guò)內(nèi)鏈有機(jī)的合成一個(gè)整體，可以通過(guò)tag來(lái)實(shí)現(xiàn)。這個(gè)是最快捷的方法了。后期處理才是在采集整個(gè)過(guò)程中最重要的，覺得采集完事就哦了的人是絕對(duì)錯(cuò)誤的。但是與今天的主題無(wú)關(guān)，要是有人愿意跟我探討下，那么請(qǐng)哪天找我私聊吧。采集器不單單是用來(lái)采集的采集器的作用不止是給你的網(wǎng)站增加內(nèi)容，他還可以干很多的事情這個(gè)不能說(shuō)出來(lái)，不過(guò)大家還是可以通過(guò)原理法來(lái)猜測(cè)。我不能阻斷了大家想象的權(quán)利。甚至就在那一瞬間新的技術(shù)在你的腦海里展現(xiàn)。那是真正屬于你自己的東西。采集的目的是原創(chuàng)，要把握好自己，切不可迷失在采集的世界里采集的東西吸引來(lái)游客，要盡量的增強(qiáng)用戶的粘度，經(jīng)常組織跟用戶互動(dòng)的活動(dòng)，讓他們覺得你的站點(diǎn)有意義時(shí)間長(zhǎng)了，你甚至?xí)䲠[脫了搜索引擎對(duì)你的影響。只有原創(chuàng)的網(wǎng)站才會(huì)有活力，才會(huì)有贏利點(diǎn)出現(xiàn)。垃圾站是什么，就是無(wú)目的，無(wú)計(jì)劃，無(wú)后期處理的采集打造的站點(diǎn)。我所說(shuō)的采集站希望大家伙別把當(dāng)成了垃圾站。千萬(wàn)不要認(rèn)為我在教你辦垃圾站，要是為了個(gè)垃圾站我還費(fèi)這么多口舌，那我就自己鄙視自己了。
2.蜘蛛受robots.txt 文件限制的，有很多大站的很多目錄是不允許蜘蛛訪問(wèn)的，也就是說(shuō)搜索引擎是不能收錄這些目錄的。大家可以采集這些目錄下的信息，蜘蛛會(huì)把這個(gè)當(dāng)做原創(chuàng)的，不過(guò)采的人多了就又回到開始了。
最新評(píng)論