让采集网站内容更有有价值
程序员文章站
2023-01-09 07:56:14
利用采集来添加网站并没有什么不对，不仅小网站在做大网站也在做采集，而真正能体现网站价值的是网站带给用户的便利，这也是不同网站利用采集来的信息，有的能为用户所接受，而有的则... 10-02-25...
站长们应该都知道“伪原创”这个词的含义。现在互联网上上下下，都在搞信息抓取，高级的叫垂直搜索，低级的叫采集。这叫人想起一句网上流行的话：同样是泡妞，领导叫失足，富人叫包养，百姓叫嫖娼。不过这次笔者却要说，同样是抓取信息做站，性质确实是会不一样的。有的是赤裸裸的剽窃，有的却是在组织信息。
一个成功的站，要有自己的存在价值。笔者的个人感觉，互联网进入21世纪后，重复内容越来越多了。常常在检索资料时，点了许多链接，看到的却是同样的内容。这些重复内容的制造者们所做的工作，是没有价值的。只制造重复内容的网站，是被淘汰的对象。只是他们躲在一个一时被人忽视的角落，靠着阴暗潮湿的土壤中的一点营养，苟且活着。随着搜索引擎的进步，简单制造重复内容的站正在被剿杀。
这个时候，“伪原创”可谓是“应运而生”。众多中小站长在做着类似的一件事：疯狂地抓东西，再把抓来的东西改头换面发布在自己网站上。如果一个站只有这些内容，那这只是赤祼剽窃的防搜索引擎“剿杀”版，同样是没有存在价值的。并且这种伪原创就如同有了抗药性的病菌一样，对互联网危害更大。请广大中小站长不要怪笔者说得过分。笔者坦言自己也干过类似事情，但价值观不能因为一些无奈而改变，不好的就是不好的。
让我们的思维跳跃一下，观察一下谷歌。谷歌(http://www.google.cn)是更大的信息抓取者，但它从来没有让人觉得“垃圾”。这是因为谷歌扮演了信息的组织者。谷歌对互联网信息进行分析索引，让用户更方便更快捷地找到自己所需信息，这就是谷歌的价值所在。谷歌成功地改变了人们的上网体验，自身也成为了互联网头号公司。 我们再来看一看金山词霸在词典(http://www.iciba.com)。这个词典里，除了传统的词典释义，还加了网络例句、网络释义等。后两者的内容是什么呢?是来自互联网的一些文字片断，是“采集”来的东西。
“采集”这两个字很有意思，“采”有拿来之意，更有选择之意。有选择性地抓取内容，称之为“采”。很多中小站长做到了这一点，但却把“集”字给忘到一边了。“集”就是对采来信息的一种组织。像谷歌、金山词霸那样的，我们做不来，但我们一样可以有所为，这就要各位站长动脑子思考了。大企业各方面实力不是中小站长所能比的，但只要你动脑思考，你一样可以找到自身的价值所在，一样可以做出真正有价值的网站来。
“集”的目的，显然要从用户角度出发。方便了用户，就体现了网站的价值。
这方面，其实许多大网站已经给了我们很好的提示。比如同样是做mp3搜索，google提供了一个很有意思的挑歌功能(http://www.google.cn/music/songscreener)，在这个页面，你可以通过选择节奏强弱、声调高低、单色丰富程度等来选择歌曲。google可能是借助自身强大的技术实力用程序自动分析mp3文件生成的这些数据，但我们如果有功夫对采来的内容做伪原创，顺手加几个数据又有何难呢?
比如我们做一个flash音乐站，也可以对每个fv做类似的评分，比如画面惟美分，内容搞笑分，深情感人分等等。即便没有时间整理这些，也可以放出去让用户来打分。当你有了这些为用户着想的人性化功能时，就没有人再说你是一个赤裸裸的剽窃者了，因为你已经做到了“集”，你已经通过自己的努力改善了用户体验，你已经体现了自身价值。
类似地，也可以做小粒度的信息聚合。把某一领域的内容按一系列热门主题容聚合在一起，可以让用户不用到处搜索就能看到相当全面的信息。比如考利小游戏这个网站，对每个小游戏都做了个相关推荐页面，就像大的新闻站里的相关阅读那样，把更多相似的内容聚合在一起列出，可以让玩家过一把瘾。
如果有一定的技术基础，还可以做摘要处理。自动摘要技术可以对一段文本做精简的概括。我们常用的word里就有自动生成摘要的功能。互联网信息庞大，有些用户也许只想一览众山，而非个个细读，这时自动摘要就可以大显身手了。具体做起来，可以每篇做摘要，也可以对相关内容做拼合再做摘要，这就取决于用户体验了。如果你是做小说阅读，又没时间一部一部地整理小说，那么可以尝试摘要功能，可以给只在乎情节梗概的用户一个快速阅读版。
遗憾的是我还没有发现什么开源的自动摘要程序。好像dedecms(http://www.dedecms.com)里做了这个功能，笔者还没试过。对于有技术能力的站长来说，做好的功能有时用着也未必方便。
google、百度是“采集”的“集大成者”，我们集不了大成，也可以集小成。只要用心研究用户体验，再结合一些工具、技术，为用户打造一些贴心功能，让用户记住你，还是不难的，关键是要用心。“采”无过，“采”而不“集”，就不是好站长了。笔者拙文不过抛砖引玉，相信各位站长会有自己的“集”法。祝大家都能“集”小成，而后积为大成!
本文由http://www.kaoly.com站长供稿!
一个成功的站，要有自己的存在价值。笔者的个人感觉，互联网进入21世纪后，重复内容越来越多了。常常在检索资料时，点了许多链接，看到的却是同样的内容。这些重复内容的制造者们所做的工作，是没有价值的。只制造重复内容的网站，是被淘汰的对象。只是他们躲在一个一时被人忽视的角落，靠着阴暗潮湿的土壤中的一点营养，苟且活着。随着搜索引擎的进步，简单制造重复内容的站正在被剿杀。
这个时候，“伪原创”可谓是“应运而生”。众多中小站长在做着类似的一件事：疯狂地抓东西，再把抓来的东西改头换面发布在自己网站上。如果一个站只有这些内容，那这只是赤祼剽窃的防搜索引擎“剿杀”版，同样是没有存在价值的。并且这种伪原创就如同有了抗药性的病菌一样，对互联网危害更大。请广大中小站长不要怪笔者说得过分。笔者坦言自己也干过类似事情，但价值观不能因为一些无奈而改变，不好的就是不好的。
让我们的思维跳跃一下，观察一下谷歌。谷歌(http://www.google.cn)是更大的信息抓取者，但它从来没有让人觉得“垃圾”。这是因为谷歌扮演了信息的组织者。谷歌对互联网信息进行分析索引，让用户更方便更快捷地找到自己所需信息，这就是谷歌的价值所在。谷歌成功地改变了人们的上网体验，自身也成为了互联网头号公司。 我们再来看一看金山词霸在词典(http://www.iciba.com)。这个词典里，除了传统的词典释义，还加了网络例句、网络释义等。后两者的内容是什么呢?是来自互联网的一些文字片断，是“采集”来的东西。
“采集”这两个字很有意思，“采”有拿来之意，更有选择之意。有选择性地抓取内容，称之为“采”。很多中小站长做到了这一点，但却把“集”字给忘到一边了。“集”就是对采来信息的一种组织。像谷歌、金山词霸那样的，我们做不来，但我们一样可以有所为，这就要各位站长动脑子思考了。大企业各方面实力不是中小站长所能比的，但只要你动脑思考，你一样可以找到自身的价值所在，一样可以做出真正有价值的网站来。
“集”的目的，显然要从用户角度出发。方便了用户，就体现了网站的价值。
这方面，其实许多大网站已经给了我们很好的提示。比如同样是做mp3搜索，google提供了一个很有意思的挑歌功能(http://www.google.cn/music/songscreener)，在这个页面，你可以通过选择节奏强弱、声调高低、单色丰富程度等来选择歌曲。google可能是借助自身强大的技术实力用程序自动分析mp3文件生成的这些数据，但我们如果有功夫对采来的内容做伪原创，顺手加几个数据又有何难呢?
比如我们做一个flash音乐站，也可以对每个fv做类似的评分，比如画面惟美分，内容搞笑分，深情感人分等等。即便没有时间整理这些，也可以放出去让用户来打分。当你有了这些为用户着想的人性化功能时，就没有人再说你是一个赤裸裸的剽窃者了，因为你已经做到了“集”，你已经通过自己的努力改善了用户体验，你已经体现了自身价值。
类似地，也可以做小粒度的信息聚合。把某一领域的内容按一系列热门主题容聚合在一起，可以让用户不用到处搜索就能看到相当全面的信息。比如考利小游戏这个网站，对每个小游戏都做了个相关推荐页面，就像大的新闻站里的相关阅读那样，把更多相似的内容聚合在一起列出，可以让玩家过一把瘾。
如果有一定的技术基础，还可以做摘要处理。自动摘要技术可以对一段文本做精简的概括。我们常用的word里就有自动生成摘要的功能。互联网信息庞大，有些用户也许只想一览众山，而非个个细读，这时自动摘要就可以大显身手了。具体做起来，可以每篇做摘要，也可以对相关内容做拼合再做摘要，这就取决于用户体验了。如果你是做小说阅读，又没时间一部一部地整理小说，那么可以尝试摘要功能，可以给只在乎情节梗概的用户一个快速阅读版。
遗憾的是我还没有发现什么开源的自动摘要程序。好像dedecms(http://www.dedecms.com)里做了这个功能，笔者还没试过。对于有技术能力的站长来说，做好的功能有时用着也未必方便。
google、百度是“采集”的“集大成者”，我们集不了大成，也可以集小成。只要用心研究用户体验，再结合一些工具、技术，为用户打造一些贴心功能，让用户记住你，还是不难的，关键是要用心。“采”无过，“采”而不“集”，就不是好站长了。笔者拙文不过抛砖引玉，相信各位站长会有自己的“集”法。祝大家都能“集”小成，而后积为大成!
本文由http://www.kaoly.com站长供稿!