应朋友邀请，陶醉今天分享做喜马拉雅seo是如何处理千万级页面内容。

　　做seo都说内容为王，确实，搜索流量来源于关键词，关键词来源于内容。

　　喜马拉雅seo项目定位于千万收录量、日几十万级别uv，从seo角度来说下面两种能力是“根”：

　　1、优质内容生产能力;

　　2、个性化内容管理能力;

　　一、对于内容生产能力，主要由以下策略解决：

　　第一种、批量移植现有内容

　　批量挖掘、批量采集、批量发布互联网上已经存在的内容;

　　第二种、大力推进创造ugc内容

　　从产品着手促进用户自主产生内容，包括促进自助聚合内容、自主更新内容;

　　第三种：自然聚合现有内容

　　让已有的采集内容、ugc内容在自然的条件下进行组合、聚合、重组;

　　第四种：对自然生产无效内容进行重组，使之成为有效内容

　　比如：类似这种移动端为主的产品，一次性用户比例很高。从web角度来说，有利：批量生产页面;有弊：都是无效页面。

　　那么怎样变废为宝?对内容进行合理化重组很管用。

　　二、对于个性化内容的管理能力，主要由程序和人工结合解决。

　　庞大一个问题排在面前，数千万页面，如何管理，如何把有价值的页面以良好的姿态展现给蜘蛛?

　　我们没办法一个个去定义、去修改。这里推荐了解一个技术大牛常使用的宝贝：正则表达式

　　是的，思路上学习正则表达式，以一定的规则去处理批量数据;

　　第一步、提取关键信息;

　　第二步、设定好基础规则;

　　第三步、对规则进行分组;

　　第四步、设定规则生效范围、优先级;

　　所以，如果你了解正则是如何运行，就能很轻松做好规则系统设计，那么处理千万级数据也是游刃有余了。

　　============================

　　下面给出简单案例：

　　喜马拉雅title管理规则系统配置-逻辑

　　———————————-自定义配置↓↓↓

　　首页：

　　Title需要的字段：自定义

　　keywords: 自定义

　　Description:需要的字段：{分类名｝，自定义

　　分类页面：

　　Title需要的字段：{分类名｝，自定义

　　keywords: 自定义

　　Description:需要的字段：{分类名｝，自定义

　　———————————-全局配置↓↓↓

　　专辑详情页：

　　Title需要的字段：{专辑名｝，自定义

　　keywords: 自定义

　　Description:需要的字段：

　　{简介：提取40个汉字｝，{专辑名｝，自定义

　　领域详情页：

　　Title需要的字段：{领域名｝，自定义

　　keywords: 自定义

　　Description:需要的字段：

　　{简介：提取40个汉字｝，{领域名｝，自定义

　　个人详情页：

　　Title需要的字段：{用户名｝，自定义

　　keywords: {用户名｝，自定义

　　Description:需要的字段：

　　{简介：提取40个汉字｝，{用户名｝，自定义

　　声音详情页：

　　Title需要的字段：{标题｝，{所属专辑｝ ，{所属分类｝ ，{作者名｝ ，{上传者用户名｝，自定义

　　keywords: {领域} ，{继承上级分类设定的关键词｝

　　Description:需要的字段：

　　{简介：提取40个汉字｝，{所属领域名｝，{所属专辑名｝，{所属分类名｝，{作者名｝，{上传者用户名｝，自定义

　　———————————-

　　Title:显示30个汉字

　　Des:显示80个汉字

　　分类的标题：根据关键词组合(自定义)

　　专辑的标题：目标关键词(相对热门的词)

　　详情页的标题：7到20字之间

　　详情页的简介：50个汉字以上

　　============================

　　具体内容组合实例，请参照喜马拉雅网站线上版。

　　============================