看来采集已经不行了

生鱼片

有一个采集站 GOOGLE有收录
& j  Z2 {2 j( E7 t: x但是无论搜什么都不会出现 甚至 用title内容加了 双引号
; {0 y# V$ K! G1 K4 _# X5 m也不会显示结果
找个一篇文章 搜标题加双引号
结果显示3000多结果，点到堤7页就没有了
2 ~6 F* O, C  @$ w* a, n8 j, s估计全部被GOOGLE列为无效内容

试了把网站域名换下，结果还是这样
不知道GOOGLE用什么办法在判断采集
3 X% d1 t, x7 l% \
6 V6 P! e. t! p* K0 {( S蛋疼。。。现在一毛流量都没

iyahoo

数据库比对 都是重复的 在就是统计学 有一两篇复制的 没有关系 如果统计结果显示 你的网站的内容 高于一定概率 都是复制的 google就会断定你这个站的内容为垃圾内容 自动降权处理。整个过程 用统计学的算法就搞定了 google的很多东西 都是使用的 统计学和概率 建好数学模型应用于搜索结果中。包括判断伪原创也是用统计搞定的，因为伪原创不符合大多数人的习惯。A词语后面大多数统计结果应该是B, 伪原创非要用C, 一两个无所谓，使用的多了就是非自然的结果。

54clz

楼上很牛              

bluescharp

! Y8 U) Z! c! G! o% t2 k
$ O0 k0 ?1 ]$ B/ b+ \0 K* M& t8 M其实大致的方法就那些，公开的算法都有不少。
问题是我们知道了也没用。没有好的反制措施。相比google，我们伪原创的方法就那么些...语料库就那么少...数学模型基本没有...比如2楼说的那个markov链，其实光知道了又有什么用，我也实地测过，一样被google搞...

8943

应该没有那么悲观吧！

l890908

iyahoo 发表于 2016-6-3 14:59
数据库比对 都是重复的 在就是统计学 有一两篇复制的 没有关系 如果统计结果显示 你的网站的内容 高于一定 ...

分析帝.....................

wjw_biter

确实不行啦。

c21xdx

额，我还等了好久，等有采集大牛跳出来拿干货打脸LZ， 到现在居然没有。难道采集真不行了？

刘瀚临

做的好的采集站，流量大都来自facebook，嗯，采集站不是不行了，是无脑式采集操作不行了

net

被拔毛了吧，采集肯定不行了，其实互联网内容已经很丰富了。。。。。

net

刘瀚临 发表于 2016-6-11 11:55
做的好的采集站，流量大都来自facebook，嗯，采集站不是不行了，是无脑式采集操作不行了 ...

. N; D6 k* O& W/ V' s/ H嗯，来自社交媒体啊，相当于是内容分发了，流量不靠搜索引擎了