文章采集、去重、比较与原创

    行文到此处，作者的内心是非常纠结的，因为高质量的原创文章来源，可

    以说是seo的顶级秘密。如何快速批量产生高质量的原创文章，上上策的谋略，

    是企业实战中不断总结完善的结果，也是企业的命脉所在，纠结过后，我们还

    是决定公开。

    不分行业，准备100个通用词/产品词，开发一个小插件，在所有搜索引擎

    里把含有这100个关键词标题的网页全部找出来，比如一共跑出了一亿个网页，

    这是第一步。然后写一段算法，让第一篇文章和第二篇、第三篇、第四篇……

    第一亿篇文章进行比较，比较其…办部分的相似度，然后找出第二篇文章，分

    别和第三篇、第四篇……第一亿篇文章比较相似度。通过不断地比较.服务器

    跑了几周，再根据相似度从低到高进行排序，得出相似度低于30%的文章，比

    如是300万篇文章，那么，可以安排几个编辑对这些文章修修补补，或者也不

    用修修补补，直接上传到官网，这些文章的投票能力一定不会低，实践证明，

    它们对网站的排名、权重提升有立竿见影的效果。

    其实，对于这个办法，写一个插件并不难，难的是去重的算法、比较的算

    法以及对于原创的判断，到底是30%还是10%，这个需要拿捏准确。

    此外，采集源可以增加微信“公众号”和“朋友圈”，基于百度和腾讯的关

    系，“公众号”里的文章百度是很难抓到的，所以相对而言，原创度很高。