陶醉写一些做喜马拉雅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：
http://www.ximalaya.com/
============================
转载随意~：陶醉 » 如何生产和管理千万级页面