爬虫是内容媒体第一生产力 - V2EX
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
jianzhiyao
V2EX    互联网

爬虫是内容媒体第一生产力

  •  
  •   jianzhiyao 2017-05-09 10:16:41 +08:00 2977 次点击
    这是一个创建于 3156 天前的主题,其中的信息可能已经有所发展或是发生改变。

    最近写了一篇关于 mysql 的文章吧, 过了一段时间后, 看看搜索引擎工作效率如何, 一搜, 发现第一个搜索结果, 标题和我的文章完全一致, 而且还声明原创! 那个博客载体是 C*DN 的, 具体就不暴露了, 怎么感觉现在的很多内容载体都喜欢复制粘帖, 百毒一搜某个技术关键词, 复制粘帖的一大堆, 复制粘帖也就算了, 还要格式错乱!

    人工 SEO: 百度内容重复 内容爬虫浪费生命

    15 条回复    2017-05-09 14:07:58 +08:00
    shuirong1997
        1
    shuirong1997  
       2017-05-09 10:51:05 +08:00 via Android
    昨天我 Google 搜一关键词,在 segmentfault 看到了一个相关问题。然后又在 Google 搜索第一页中间看到一个网站,把 seg 的问题和回答全部 copy 了,也没有说出处。
    shuirong1997
        2
    shuirong1997  
       2017-05-09 10:53:08 +08:00 via Android
    每天都要搜很多次技术关键词,最气的就是连续点开好几个网页,内容却都是一样的....
    zhouyg
        3
    zhouyg  
       2017-05-09 11:59:54 +08:00
    同感,中文的技术内容,尤其是基础入门的通常都一通乱抄
    exoticknight
        4
    exoticknight  
       2017-05-09 12:01:48 +08:00
    很多人只是当博客是云剪贴板
    mokeyjay
        5
    mokeyjay  
       2017-05-09 12:07:07 +08:00 via Android
    很多人眼里博客=笔记本
    wangjie
        6
    wangjie  
       2017-05-09 12:15:55 +08:00 via iPhone
    @shuirong1997 同感
    otakustay
        7
    otakustay  
       2017-05-09 12:53:00 +08:00
    互联网的价值不是创造内容,而是传播内容
    Vogan
        8
    Vogan  
       2017-05-09 12:54:32 +08:00 via iPhone
    @otakustay 也不应该是复制内容啊
    cbais7890
        9
    cbais7890  
       2017-05-09 12:59:28 +08:00
    @otakustay #7

    把正确的知识整理成书, 带上注解和说明才配得上叫传播
    随口一句 "我听说..." 叫做瞎掰
    网上这些垃圾爬虫爬不到原始格式还干扰搜索, 不管正确性内容还千篇一律, 或许你认为这样就算传播内容了?
    otakustay
        10
    otakustay  
       2017-05-09 13:01:53 +08:00
    @cbais7890 传播错误的内容也是传播,互联网从来没有说过自己的正确性,在任何时代任何环境下筛选信息及信息源都是人自身应该有的能力,就如同你在小饭店不会把所有人的谈话都听到脑子里,这是人类几千年进化而来的天然信息屏障,互联网不过区区百年,人类还需要几千年的适应和进化
    cbais7890
        11
    cbais7890  
       2017-05-09 13:07:20 +08:00
    @otakustay #10

    低质量的爬虫传播提高了我们的检索成本, 而本应该降低我们检索成本的搜索引擎却一塌糊涂, 百度首当其冲
    我觉得我们不需要在这个无意义的方面"进化"
    otakustay
        12
    otakustay  
       2017-05-09 13:22:19 +08:00
    @cbais7890 你去饭店别桌人说话同样是提高成本,但中国的饭局文化就是说说说,只不过你已经进化到了别人说话根本不影响你的程度,所以你不觉得饭店里别桌说话是“提高信息分析成本”,那么你会说这几千年来人类进化出这个能力是无意义的,应该一开始就让人类不会在吃饭的时候说话么
    jianzhiyao020
        13
    jianzhiyao020  
       2017-05-09 13:53:35 +08:00
    @shuirong1997 说不定是 sg 爬的,谁也说不清
    oisc
        14
    oisc  
       2017-05-09 13:56:44 +08:00
    垃圾站 采集站 太多了
    dongxiaozhuo
        15
    dongxiaozhuo  
       2017-05-09 14:07:58 +08:00 via iPhone
    @shuirong1997 记得很多年前,想要解决某个手机的问题,发现能搜索到的方案全是 copy 的。当时就看到某个用户对这样行为的一句评价:xxx 的解决方案,不过是在互联网上流传了很多年的一段废话。
    关于     帮助文档     自助推广系统     博客     API     FAQ     Solana     4008 人在线   最高记录 6679       Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 26ms UTC 05:26 PVG 13:26 LAX 21:26 JFK 00:26
    Do have faith in what you're doing.
    ubao msn snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86