本帖最后由 lycfaint 于 2014-7-4 17:29 编辑
了解完国平大哥的seo理念，决定开始建立词库。
第一阶段做法：
自己内部产生100个核心词，用谷歌的关键词工具产生2W个关键词，再利用2W关键词批量产生100W关键词
出现问题：
小白一只，不会API，产生100W这个事情搞不定，放弃
思考：
那么多做不出来，那我做少一点呗，至少一点一点来嘛。考虑自己站点页面数量，10W级别，国平老大的视频里面的说法，一算，大概能产生的关键词页面就是2W左右。嗯，这个靠谱，难倒用谷歌工具产生的2W个？看了一下，感觉好弱。重新找关键词来源：
第二阶段：
网站原来每篇文章的关键词（大概获得6w关键词）、从CNZZ后台收集的最新出现词汇、上升最快词汇、每日搜索来网站的词汇（一个月2W+）、竞争对手相关标签库（2W+）
这样收集到的标签基本上都是强相关，这里可能有朋友要说，你这所谓的10W，有6W是来自以前的关键词（编辑填写的），取巧了。呵呵，不好意思，菜鸟不会技术的方法，就只能尽可能利用以前网站资源喽。CNZZ每日搜索过来的词汇还可以作为日后不断更新的来源，基本上这样框架和来源都搞定了，就是如何排除词当时没想出来，但是也算是基本搞定了。
第三阶段：
因为要上网站，所以第一期是人工从10W关键词选词来上的（这就是不懂技术的苦逼菜鸡的方法啊）。最近在做第二期上线的词，又是开始学python自动将中文转码（网站的tag用的转码），又是用火车头跑有结果的页面。将有结果的页面筛选出来。（其实我也想吐槽，技术应该很快搞定吧，但是。。。我就是想顺便学一下python嘛，夜息老大不说过，分词这个玩意是必须的嘛，用起来会学得快。）
其实这个过程也实现了一个剔除词的渠道。至此，一个十分粗糙的词库算是建成（或许不能算建成吧，只是逻辑意义上的成立，有入，有出）。但是剔除的过程啊，进入的过程，如何不重复？不懂，继续摸索着呗。反正菜鸡什么都不怕，就怕自己怂了，不敢研究了。最后麻烦给通过一下喽，会继续分享自己从完全不会日志，到后面简单实用AWK的过程以及关于SEO前进路上的好多摸索的故事。。。。（那么多废话，其实就是奔着ZERO大神来的啊！！！！！！！）
后继更新（2014-7-4）
最近又试了一下一批新词入库（CNZZ5月份的关键词数据），然后做了一些筛选条件（目前很菜，只会excel，努力学习python中，），将不合适关键词筛选掉。再复制进入原来的关键词库（需要去重）。
筛选的几个条件如下：
1.’%‘（百分号）、’=‘（等号）、’&‘（and号）筛选一遍，基本上是乱码的关键词。（这里需要一个excel技巧，仅选中可见数据，选中-F5-定位条件-可见数据），将关键词从库中删除。
2.’？‘中文的问号，这类关键词也筛选出来，作为问题，以后可以考虑去生成符合搜素需要的页面，不用作标签。
3.’site’、‘inurl’、’intitle‘、‘cont‘、’。‘（句号）、’|‘（竖线）、’；‘（分号）、’:‘（冒号）、’、‘（顿号）、’/‘（除号）、’！‘（感叹号）、’·‘（圆点？不懂咋叫）、’【‘、’“‘（双引号）、’（‘（左括号）这类符号筛选出来的词不能作为标签，一般都比较长，作为目前无法处理的词。（因为最近在研究结巴分词，在考虑圈子的问题，现在不成熟，以后成熟再分享好了，这部分词可能作为jieba分词用）
这样筛选出来的词，基本上可以入库了。入库之后，用excel数据sheet中的去重
最后，啰嗦两句，以上的步骤其实可以用机器实现，只是现在写程序能力实在太shi，但是再流弊的程序也是流程固定后才能写出来的，所以个人建词库的过程可能看起来比较傻比较二，但是基本上的方向是对的，只是跑得慢而已。那如果哪位朋友愿意分享自己更好的方法，在此感谢了。这篇文章应该还会继续更新，再次更新时，应该是再有更好的词库变动的时候了。好激动，好期待。
| 
