如果采集的目标网站，他们的标题本身就不符合SEO，比如抓了一堆新闻标题，如何让标题尽可能的集中用户可能会搜的词？本渣渣之前尝试过这些方法：
方法一：精简原始标题
步骤如下：
-
对原始标题分词
-
去除停止词
-
获取词缀词性
-
去除修饰词，如形容词、副词、介词…，保留原标题主谓宾，获取句子主干
基于python的jieba模块实现，要删除的修饰词可以预先分析大量的标题来提取，追加到字典中。github有现成的提取句子主干的轮子，好像用的nltk。
貌似1688部分产品页的title就是这么搞的，把用户发布的产品名中一些无关大雅的词缀干掉，提取主干放到title标签中。
方法二：插入搜索词
步骤如下：
-
搭建xunsearch或其他的开源搜索，对采集标题创建索引
-
用提前准保好的搜索词（就是要做的那些词）依次到搜索接口中搜索
-
对搜索结果中出现的标题前方插入当前搜索词
比如原标题是：“斗鱼美女主播直播睡觉一夜狂澜20万”…..，我要做的词有“斗鱼美女直播”，则标题前插入关键词：“[斗鱼美女直播]斗鱼美女主播直播睡觉一夜狂澜20万”
当然也可以：“{强行插入的搜索词}{精简后的原始标题}”
方法三：插入当前标题已包含搜索词的衍生词、相关搜索词
步骤如下：
-
抓取标题已包含搜索词的百度相关搜索或下拉框，或者通过Word2vec算法分析其他抓取内容正文，获取该搜索词的同义词..
-
标题中插入相关搜索或下拉框的词
如：”[{百度相关搜索词1}]{精简标题}”、“[{下拉框推荐词1}{原始标题}]”……相互组合啦……