首先介绍下正在做的这个叫XiKc的新闻网站，网址是http://www.xikc.com。网址没有任何意义，只是一年前偶然申请的一个域名，原因只是因为它比较短，只有四个字母。
网站也是试验性质的，主要想试试两个想法，一是如何让网站能够自动的快速更新大量内容，因为Google对于网站的更新速度很敏感，更新快的网站能够获得更好的排名。另一个想法是我一直想做一个跟地域相关的新闻网站，因为不同的地点发生的事情，对于不同地点的人有不同的影响。打个比方，你住的小区如果新开了一家小超市，这件事对这个小区的人来说可能非常重要，而对于其他任何人来讲，这个小新闻都是毫无意义的，所以新闻的搜索，应该对于不同地点发生的新闻，对于不同的用户给予不同的权重。
现在只有第一个想法实现了。我从网上收集了大约一万左右的RSS源，包括新闻，博客等等。然后写了个rss的解释器(网站中所有的程序都是用php写的)，定时自动读取这些rss的内容，如果有更新，将更新保存在数据库当中。用这个方法，会发现文章的更新确实非常快，两周的时间，大约已经从这一万个rss之内读取了二十五万左右的新闻内容，当然显示的时候不但给出原文连接，还表明出处，我想这应该没有什么版权的问题了，毕竟你给出rss就是方便大家转载。这段程序调整是在这两周中断断续续的进行的。
写代码的时候，遇到的最值得思考的一个问题是，相关新闻如何确定。当然，如果每篇文章都有tag那么只要按照tag来搜索，能得到比较好的结果，问题是大多数的文章都没有。我也想过将全文比对相似性的想法，google和百度也许可以这么做，不过对于一个微型的个人网站，显然这复杂的计算是不现实的，我把Dreamhost弄挂了，估计也算不明白，呵呵。所以只好用标题的相似程度。而中文的标题不是单词，无法想英文那样，先将标题分为单词，在过滤掉介词，量词之类的无用单词。而且如果随意选择标题中字段，进行比对，精确度也确实不高(不过现在只好用这个方法。)
还有就是热门话题的排序。新闻排序其实还是比较简单的，因为你可以加大时间的权重，总让最新的新闻排在最前，现在我用的也是这个方法。可热门话题或热门Tag就应该需要复杂一些的算法。我写了个程序，跑一次要十多分钟，想想以后这个还是手工来吧，毕竟这个不需要每天大量的更新。
再有一个有点特色的功能就是获取原文，主要的思路就是读取原文连接，然后根据description中的内容进行比对。现在的成功率大约80%，当然这是对于有description的文章，有些文章的description中直接写着“请点击阅读原文”，呵呵。
现在来说说宣传吧。百度还没能搜索到，这个原因大家也应该清楚，百度有他的大约一个月的考察期，考察期没过，一页都没有的。google现在能搜到大约不到一千个连接。在搜索中敲 site:xikc.com 的结果。下面详述一下宣传的方法。
1.刚建站的两天，在各大搜索引擎提交了网址，这是标准程序。
2.之后在几个自助的友情链接网站上面加了个连接，觉得用处不大，所以就删了。
3.因为是新闻站，所以会有很多好玩的内容，于是每天去digg提交几个页面，只要提交了google肯定会爬到。
4.在google.com/webmaster上面提交sitemap，从以前的经验来看，这个是很重要的，尤其对于刚建的网站来说。
5.在网站加了个Rewrite，将php?abc=sfdf&asf=233这种形式的网址，统统变成.html的。我们不能要求google支持我们，只能努力去支持google。
友情链接现在还没有做，哪位看了这篇文章对XiKc.com感兴趣的都可以联系我 xikc.com#gmail.com。聊聊想法，经验，做友情链接什么都好，广告就算了，我没钱请人做SEO。
评论加载中…