看来采集已经不行了

生鱼片

有一个采集站 GOOGLE有收录
' k! z% W5 O! F, s% C但是无论搜什么都不会出现 甚至 用title内容加了 双引号
$ C" V) x' Z4 Y# ^$ N7 Z3 h, w也不会显示结果
找个一篇文章 搜标题加双引号
. `0 G" J2 `* k& k3 t结果显示3000多结果，点到堤7页就没有了
估计全部被GOOGLE列为无效内容
- x9 x% T/ ]/ d; v
2 f  K: M; c, P' d% n试了把网站域名换下，结果还是这样
7 g8 l* i8 Y4 }( d# j不知道GOOGLE用什么办法在判断采集
! Y* {$ Q4 Q' d7 y$ ~' p
8 ]% h, f- g5 _3 ?蛋疼。。。现在一毛流量都没

iyahoo

/ a' Z2 {- a# ~% v! J" o  m7 `- U
# C/ t: J6 e# P  I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

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
8 _9 L( c# x6 S, l- C; Q- M9 J- q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 ...

  T, z3 a: }5 T# {' z) Z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
! |2 J3 J4 |# I2 f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 ...

! D6 a0 m) L" o' ]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