大数据支持下的网站内容采集策略

本文并不讨论纯SEO问题，而是着眼于百度大数据，对采集内容进行筛选，让内容具有先天的优势，自然而然获得排名。

基本原理:

　　假设现在有一个页面，内容已确定，百度给它打分是98分（百分制）。

　　如果和该页面处于同一细分类别的页面有10万个，该页面大约排在第2000-3000位。

　　如果和该页面处于同一细分类别的页面只有100个，该页面大约排在第2-3位。

　　所谓“同一细分类别”，即是指搜索某关键词显示出来的结果数，也可以理解为收录量。也就是说，页面质量一定的情况下，关键词收录量越大，竞争越大，排名越靠后，反之亦然。概括起来就是：物以稀为贵。

　　作为任何一个成熟的网站，都应该有自己的关键词库。作为一个主要靠采集发布内容的网站，更应该优先筛选关键词，而不是整站去copy别人的内容。本文所推荐的关键词筛选方案，即是优先收录量少的词。这样的词如何获取？如何知道每一个词的收录量？站长之家词库网，已经给出了答案。从词库网购买所在行业的海量关键词，从中筛选收录量小且指数高的词，再以这些词作为目标去采集内容，将会比较容易获得排名。