搜索，推荐，聚合和SEO:放大你网站潜力的SEO方法占个坑，有空继续写一.前言本文比较适用与中大型网站的SEO人员，小网站也可以参考，先说明两点本文是写给有一定实战经验的SEO看的，如果扫了两眼就说完全看不懂，那不是我的问题。
这个方法经过了大量的研究和实践，证明是一套一直会有效果的SEO方法，至少我身边好几个朋友做的都挺好，给网站带来了大量的SEO流量。但请不要企图在看完本文后30秒你网站流量没有飙升觉得我在忽悠有具体问题可以@我新浪微博或者QQ上找我询问，我很乐意解答，如果是这个应该怎么做啊，看不懂之类的问题我也无法回答。
目的在于探讨一种挖掘网站的内容潜力，把网站中用户可能会关心的内容呈现给用户，满足其需求，获取相应的SEO流量。
很多大型网站都在用的一种方法，但是很少有人出来详详细细的解释。
这样的SEO流量是如何获得的，下面举一个通俗易懂的例子。
假设我在百度上搜索“iOS 英雄无敌3”，目的是找一个能在iOS下运行的英雄无敌3这个游戏。
事实上这个游戏并不存在。因此压根不存在一个页面可以让我找到我想要的内容（如果有也是标题党）于是我进入了tgbus的这个关于iOS 英雄无敌3的页面。
我在这个页面上找到了iOS上的英雄无敌2这个游戏以及其他类似英雄无敌3的iOS游戏，以及一些奇奇怪怪的新闻（ok，这个页面做得并不是很容易阅读）Finally,我在tgbus上下载了英雄无敌2的iOS版本试试。
OK，我们再换个实际生活中例子：
一个姑娘去买衣服，于是看上一条粉红色的连衣裙，但是没她要的尺码。
这时候营业员会怎么做，没错，推荐一些类似颜色or款式的连衣裙，并且有码。
（TGBUS似乎推荐出了一条牛仔裤。）SO，我们应该如何去找出用户想要的连衣裙和我们仓库中有的连衣裙，并且在最恰当的时候给用户最好的结果，还能获取到SEO流量，这并不是一件很简单的事情。
Wait，这不是就一个推荐引擎么？这么复杂的玩意交给工程师做就行了。事实上多数时候，这只是SEO们一厢情愿的东西，工程师才不会来鸟你什么推荐引擎，我们先从一个可执行的角度，自力更生来把这个SEO方法实施下去。
二.内容分析，关键词分析，数据接口设计内容分析一个SEO知道自己网站有多少内容很重要，经常遇到和人说：“你网站这个XX页面有问题” ?? “啊？这是什么页面啊，我从来没见过。”
一般一个网站垂直去分，有首页，内容页，列表页。
内容页中，又可能分图片页，评论页，文章分页等等列表页中，又可能分频道页，产品列表页，索引页，专题页等等。
一般一套页面对应一套甚至多套php模板。
需要弄清楚这些模板是否在一个架构内，是否公用数据库，页面上使用了哪些字段，最好可以找到对应模板的开发人，如果有条件申请到源代码查看权限，可以自己看一下。一个内容聚合的需求可实现度很大程度上取决于上面这些内容，先弄清楚把配料都弄齐全了，再开始做菜，否则巧妇难为无米之炊。
横向去分可能是更多往business方向考虑，比如有我们有卖线路的，卖门票的，卖酒店的，攻略，用户图片，论坛帖子等等各个频道，各个频道可能是由不同的部门在负责。哪些是网站热卖的，需要热推（至少你做个SEO的东西得有商业价值，在电商公司非常重要），包括各个频道是否有人还在运营，一个常年无人打理的频道，显然不是一个好的内容源。一般来说，主要的产品线，和UGC的内容一般是网站内容提供主力。如果我们想挖掘用户需求，也可以优先考虑它们。
这个步骤需要花很多时间，复杂一些网站甚至要1个月才能弄清楚网站到底有多少类型的页面。在弄清楚上面的问题之后，接下来，就需要只要知道各类内容有多少数量。
比如多少个SKU，多少文章，多少帖子，多少tags，多少分类等等这是很多人在做类似工作时考虑不周全的，凭感觉去做。最后做出来一大堆重复内容的页面，重复页面对SEO有多坏的影响就不用再提了。
这个统计内容数量的办法（从好到坏排序）。
1.读数据库2.通过一些”巧妙”的办法去数3.用工具抓4.靠经验猜（基本不靠谱）读数据库是最简单，也是最准确的办法了，一个select完事。
如果没有数据库权限，就要去想办法知道。比如文章有多少条，那可以计算分页数量*每页文章数量来统计如果是自增id，那来凑自增id来数如果是固定格式数据，比如来北京的图片，北京的天气，地区数量*类型来计算，等等通过工具抓是很多seo的梦想，无数人问过这样的问题，有没有什么工具可以统计出我网站有多少网页啊。
抱歉，还真没有，由于种种网站原因，没有任何一个工具可以统计出一个中大型网站到底有多少网页（谁有那这个工具比google，百度爬虫还NB），太多的爬虫陷阱，阻碍深入抓取的东西了。当然，这样的抓取工具并不是一无是处，对于小型网站，或者特定频道，甚至特定区块的抓取，还是有一定作用的。比如Httrack,Xeun，当然还有我比较喜欢用的火车头。python,shell等脚本语言一直是万能的。
对于分库分表的超大型站，我也没有经验应该怎么做，但是我觉得和数据库管理员搞好关系他可能会帮到你，毕竟人家才是专家。
上面基本就是内容分析的大致情况了，弄清楚内容的种类，数量和运营情况，对SEO是有很多好处的。
关键词分析关键词分析我一般从3个角度去考虑。
1.搜索量，其实这个指标是最不重要的，但是确实是大家最关心的指标，所以我先放第一个说。大部分到访关键词的搜索量都是很低的。我举个例子看一下。
选取了某频道月访问量低于30次的关键词，平均下来就是一天只能带来一次访问的关键词，是163k左右的访问量1选取了月访问量高于30次的关键词，平均下来就是一天只能带来一次访问的关键词，是145k左右的访问量1连续观察这组数据我们可以看到如下结论1一个月能带来1000访问量的关键词，平均到每日也仅有30多左右，这个频道的平均CTR大概在10%左右，那每日的搜索量也仅有300，不知道读者能看懂我的意思没，搜索量并没有想象中那么重要。
2.相关性，这个相关性又分两个方面，1是关键词之间如何把有相关性的东西提取出来，学术一点的概念叫做聚类，2是关键词和内容之间如何建立相关性。
先说说为什么要把有相关性的关键词提取出来，1是便于分析用户的兴趣点，以小见大。2是查找重复/类似的关键词。说个常见的外贸行业的SEO手法，往zencart或者magento里面导入几百万的关键词，然后再站内搜索中搜索产品，生成几百万个页面来获取SEO流量，思路是正确，但是做法太粗糙，往往生成的几百万页面中只有几百个页面能获取到流量。我们来看看下面一些关键词”
去北京玩多少钱北京玩多少钱北京玩几钱北京玩要多少钱…”
这些关键词讲述的意思是一样的，完全没有必要制造多个页面.
3.商业价值三.关键词挖掘，清洗与过滤关键词的挖掘说难不难，说简单也不简单。
基本每个人都会问，怎么挖掘关键词制作词库。先说说一些常用的手法。
1.baidu/google API2.采集爱站，chinaz,伯乐等数据3.采集百度下拉框（其他搜索引擎同理）4.采集百度相关搜索（其他搜索引擎同理）5.站内搜索和自然流量关键词6.现成字典/词库讲点具体实现的一些注意点，都是在实践过程中总结出来的东西。方法说了，基本10个人里面有1个人去实践一些就不错了1.百度和google的api是要申请的，想办法搞一个，如果没有，只能用百度网页级别的采集，百度竞价后台经常改，所以不是很稳定，百度API的python的SOAP通信有BUG，连不上（可能我水平太低了T_T），PHP会SOAP通信的话可以自己写脚本来跑，Google的没玩过，应该差不多2.API是有精确搜索量的数据，所以是词库第一数据来源3.百度下拉框反采集4.相关搜索可以用火车头或者飞达鲁金花之类的，因为是采集SERP，反采集这块要想办法绕过5.站内搜索和自然流量关键词去GA搞一下就行，批量导出不说了。很简单，不是用的GA可能会悲剧一些。