一個純採集網站站長的SEO、採集、運維經驗總結



  我是一個純採集網站站長,下面的這些總結,有些是關於SEO,有些是關於採集和運維,都是很基礎的個人見解,僅作分享,請自辨好壞是非,實踐出真知。

  原創內容好還是採集內容好?

  當然是原創好,因為百度是這麼說的,誰叫人家是裁判。

  為什麼我原創了很多文章,還是不被收錄?收錄了沒好的排名?

  一個搜尋引擎,它的核心價值是要為使用者提供他/她最需要的結果。搜尋引擎是有統計網民需求的,對於網民需求量小或者幾乎沒有需求的內容,即使你是原創也可能被搜尋引擎忽略,因為它不想浪費資源在無意義的內容上。

  對網民需求量大的內容,收錄應該會比較多、比較快,但是,正因為收錄多,即使你是原創,也可能很難擠進排名。

  搜尋引擎統計網民需求以什麼來標識?

  關鍵字。每一個人搜尋一個關鍵字時,就表明他/她對這個字相關的內容有需求。而且,使用搜尋引擎的人,通常是有問答需求、檢索查詢需求。當然搜尋引擎內部肯定有非常龐大的分析系統,對這些需求進行精確的定位,詳見百度指數。比如搜尋的關鍵字是「手機」,很有可能是想要買手機或者查某款的價格,也可能只是想要下載漂亮的壁紙。但是,如果是想要壁紙,就會有更精確的關鍵字「手機壁紙」,以下拉框或者相關搜尋的形式呈現出來。

  既然原創內容好,為什麼要採集?

  1. 雖然原創好,但只要方法適當,採集的效果並不會比原創差多少,甚至比沒掌握到方法的那些原創好很多。

  2. 精力有限,原創很難保證長期大量更新,如果請個編輯,投入產出比可能是負數。

  市面上採集器那麼多,應該用哪個好?

  每個採集器都有它的獨特之處,所謂存在即合理。請根據自己的需求來選擇即可。我的採集器是自己開發的,開發的過程中考慮了以下幾方面,使用其他採集器的也可作參考:

  1. 直接提供已分類的海量關鍵字,這些關鍵字都是百度已經統計的有網民需求的字(有百度指數),或者是這些字的長尾字,來自百度下拉框或相關搜尋。

  2. 直接按關鍵字採集,智能分析網頁正文進行抓取,不需要自己寫採集規則。

  3. 抓取到的正文經過規範的標籤清理,段落全部以

  標籤呈現,亂碼一律去除。

  4. 根據採集到的內容自動配圖,圖片一定是與該內容相關度非常高的。以這種方式代替偽原創,既不影響可讀性,又使文章圖文並茂,做到比原創所提供的信息更豐富。

  5. 正文內容中的關鍵字自動加粗,也可自定義要插入的關鍵字。但沒有做句子重排、段落重排等影響可讀性的所謂「偽原創」功能。

  6. 可直接使用關鍵字和其相關字組合作為標題,也可抓取目標網頁標題。

  7. 可進行微信文章採集。

  8. 不用觸發或者掛機。

  9. 集成百度站長平台主動推送,加快收錄。

  不同的網站程序,比如織夢、WordPress、dz、zblog、帝國cms或者其他,對SEO有什麼影響?

  理論上沒有影響。因為搜尋引擎並不知道你是什麼程序,或者它可以通過一些規則識別出來,也不可能因為程序本身的不同而影響它的判斷。

  那什麼會影響SEO呢?答案是模板。因為基本上這些程序都有模板機制,同樣程序可以輸出不同的頁面,不同的程序也可以輸出同樣的頁面,這就是模板。模板確定之後,你的每一個頁面就按照這個框架來輸出,也就是整個html結構已經確定。而這些html,正是搜尋引擎要重點關注的,它得從這些html中得到它想要的信息。因此,一套好的模板非常重要。

  頁面模板設計應該注意哪些細節?

  1. 權重結構順序。整個頁面的html中(注意是html,而不是顯示出來的版面),越靠前的位置,權重越高。由此引申出來,「title」、keyword、description三個標籤,因為最靠前,權重最高。其次通常是導航,也是基本上是最靠上的,權重也非常高。再次就是文章標題和正文。這是根據html的前後來排序的。

  2. 因為搜尋引擎首先要遵循W3C標準,所以,W3C定義的一些本來就是用來表示重要信息的標籤,權重自然就高,比如,特別是h1,用來表示當前頁面最重要的信息,一般每個頁面只能有一個,其權重估計與title相當,也通常是用來放當前頁面的標題,當然也有為了提高首頁權重,用h1來放置logo或首頁鏈接,都是可以的。另外還有em、strong這樣的標籤,用來表示強調,一般認為strong權重高於標籤,同樣也是加粗作用,但我們認為從SEO的角度看是沒有權重加強的。

  3. css或者js代碼對搜尋引擎來說通常是無意義的,盡量使用單獨的文件來存放,或者在允許的情況下放到html尾部去

  網站結構規劃應該注意哪些問題?

  1. URL設計。URL也是可以包含關鍵字的,比如你的網站是關於電腦的,你的URL中可以包含「PC」,因為它在搜尋引擎眼裡通常是「電腦」的同義字。URL不要太長,層次盡量不要超過4層,這個就點到為止。

  2. 欄目設計。欄目通常是與導航相關聯的,設計時應該考慮網站整體的主題,使用者可能會對哪些內容感興趣,欄目名稱最好是網站的幾個主關鍵字,這樣也方便利用導航的權重。

  3. 關鍵字布局。理論上每一個內容頁都應該有它的核心關鍵字,同一個欄目下的文章,儘可能圍繞欄目關鍵字展開。一個簡單粗暴的辦法就是直接用欄目關鍵字的長尾字。

  動態、偽靜態、靜態,這三者哪個好?

  這個不能一概而論,推薦使用偽靜態或靜態。這三者的區別,是是否生成靜態文件,以及URL格式是否動態。生成靜態文件,本質上是為了加快訪問速度,減少資料庫查詢,但會不斷增加佔用空間;偽靜態只是通過URL重寫修改URL,實際上還是每次都要經過程序運算、查詢資料庫再輸出頁面,對加快訪問速度完全無效。動態與偽靜態的差異只在於URL,帶問號加參數。

  所以關注兩個點就好:網站打開速度是否夠快?你是否需要節約伺服器空間?

  不同的網站程序,資料庫操作的效率可能不同。一般來講,內容頁數量在1萬以內的,頁面打開速度都是比較快的,數據量更大一些,達到5萬、十萬甚至更多,通常就要考慮靜態化了。

  有哪些途徑改善訪問速度?

  1. 上面已經說到的靜態化。

  2. 通常很多網站模板中都有隨機調用文章或者類似的版塊,事實上對資料庫來說,隨機是一項比較重的負擔,在模板中應該盡量減少隨機文章的調用。如果不可避免,可以考慮從資料庫上優化,對有索引的欄位排序通常比沒有索引要快很多。

  3. 將圖片、js、css等不經常修改的文件,放到專用的靜態伺服器上,多個js、或者多個css能合併的盡量合併到一個文件,減少http連接次數。

  4. 使用各類雲加速產品。對普通網站來說,免費的百度雲加速或者360的雲加速都還可以。

  文章比較多,網站已經開啟靜態,但是每次全站更新都要花很長時間怎麼辦?

  我的做法是使用緩存機制,這裡只提供一個思路,可能需要自己二次開發。

  網站設定為偽靜態,每一個請求到達時,程序檢查是否存在對應的緩存html文件,如果該文件的生成時間是多少小時或幾天以前,我們判定它需要更新,這時候執行正常流程,程序查詢資料庫,生成html后,寫入到緩存文件,再輸出到客戶端。

  當下一次訪問到達時,比如1分鐘以後又來一個訪問相同頁面,再次檢查緩存文件時間。從時間上可以判斷文件非常新,完全不用更新,則直接讀取文件內容輸出到客戶端。這樣每個頁面都可以實現自動生成,也只有第一個訪客會感受到速度慢,後面的訪客訪問時都相當於是靜態訪問,速度是非常快的。

  如果是獨立伺服器,還可以考慮自動檢測伺服器負載,如果負載本來就高,那就算判斷出來需要更新,也暫時不更新,改為直接輸出。

  圖片是引用遠程網址好還是放在自己伺服器好?

  這個也是各有優劣。引用遠程網址,可以節約自己的帶寬,但很可能會因為對方伺服器緩慢、或刪除資源、或防盜鏈,圖片無法顯示。如果下載到自己伺服器,當然一切都自己掌控,但是圖片會非常佔用空間,總體上可能比生成靜態所佔的空間更大,而且如果訪問量大,圖片是最吃帶寬的。

  網站內鏈應該怎樣優化?

  內鏈是百度官方推薦的優化手段之一,所以這是一定要做的。通常表現的形式是正文中出現某個關鍵字,給這個關鍵字加上一個鏈接,指向另一個正好是這個關鍵字相關內容的頁面。因此就誕生了一些所謂的優化手法,強行在正文中插入一些關鍵字和鏈接,以此進行類似互推的操作。還有的為了提高首頁權重,到處都放上網站名稱,並做上首頁鏈接,以為這樣可以提高目標頁面的權重。但是這些很可能都是適得其反,因為搜尋引擎會統計每個鏈接的點擊率。如果放在醒目位置點擊卻很少的鏈接,有可能會判斷為作弊。所以,請只在正文中本來就有的關鍵字上做內鏈,就可以了。

  段落重排、句子重排、同義字替換這些偽原創手法到底好不好?

  不好。因為搜尋引擎已經智能,已經不是簡單的資料庫檢索,它會自然語義分析(詳情請搜尋「NLP」),凡是語義解析比較困難的句子或者段落,它是可以判斷為可讀性差的,所以我認為這些「偽原創」可能是自作聰明。

  評論模塊基本上沒有人用,該要還是不要?

  要。評論模塊最頭疼是事情是垃圾評論,通常真正發言的訪客很少,垃圾評論一大堆,整天和營銷軟體鬥智斗勇。這裡提供一個我已經實現的方案,對收錄可能有一定幫助(沒有依據的,只是猜測):

  保留評論框、但禁止評論。所有評論由自己的網站程序生成。前面提到搜尋引擎會自然語義分析,其中有一項重要的能力,就是情感判斷。搜尋引擎會計算每條評論的情感值,是positive(積極)還是negative(消極),具體傾向是10%還是90%。如果評論內容表達的是積極情感,則可以給你的正文加分,反之則減分。至於怎樣自動生成積極的評論,就八仙過海各顯神通吧。

  這是在網路社交發展起來后的必然趨勢,用這種方式來反映一個頁面的使用者體驗度。同理還有分享、點贊等,原理類似。

  綠蘿蔔演算法之後,外鏈到底還有沒有用?

  有用。參見搜尋引擎三定律之相關性定律。既然是定律,就不會改變。誰的內容被引用得多,誰就是權威。在主動推送出現之前,外鏈應該算是蜘蛛認識一個頁面內容的第一渠道。

  外鏈一定要錨文本或者裸鏈嗎?

  不是。搜尋引擎肩負重任,要努力發現真正有價值的東西,排除那些沒價值的東西。所以有可能你直接提交的鏈接沒收錄,在別人地方隨便發個純文本網址,被它發現了,還計算了加分。

  除了錨文本和裸鏈,還可以用關鍵字+網址的形式發純文本。這樣在網址前面的那個關鍵字是會自動與該網址關聯的。

  還有,有些鏈接雖然加了nofollow屬性,但是在百度計算外鏈的時候,還是會計算的。

  收錄和索引到底什麼關係?

  收錄表示蜘蛛來抓取過、分析過。索引表示蜘蛛分析之後,認為內容有一定價值。只有進入索引的內容才有可能出現在搜尋結果中,展現給使用者。也就是說只有索引的內容才有機會帶來流量。


發表迴響