• 欢迎来到老丁学习笔记

采集文章标题处理

python与seo laoding 2年前 (2017-09-27) 1344次浏览 0个评论
1、事先准备好一份类目的特征词表,这些特征词是需要加到新标题当中,例如:
     语文ppt课件类目的特征词有:
     年级:一年级、二年级、三年级….
     高中、高一、高二、高三、高考
     初中、初一、初二、初三、中考
     版本:人教版、苏教版、浙教版….
     (特征词可以选取更多类型)
2、从采集过来的标题中,提取标题中含有的特征词,可能没有,也可能有2-3个;
3、去掉采集标题中的噪音,留下标题主题,例如:
     原标题:免费下载语文一上入学教育拼音angengingong教研课PPT教学课件
     主题:拼音angengingong教研课
     这一步是最繁琐的,首先得有一份噪音词表,然后在标题中去掉这些噪音;
4、最后根据事先定好的标题模板,将各个元素拼接在一起,即可。例如:
     语文ppt课件类目标题模板:
     语文ppt课件:{原标题主题}下载{原标题中包含的特征词}
     (这里特征词放在最后,受限于技术。可以随机选取特征词插入标题中)
整个结果如下所示:
采集文章标题处理
程序跑下来的结果如下:(语文PPT课件类目)
(下面的“相似度”是以原标题为参照物,计算出来的)
原标题:免费下载语文一上入学教育拼音angengingong教研课PPT教学课件
新标题:语文PPT课件:拼音angengingong教研课下载
相似度: 0.630
========================================
原标题:一年级语文上册入学教育拼音angengingong上课ppt课件下载
新标题:语文PPT课件:拼音angengingong上课下载一年级上册
相似度: 0.516
========================================
原标题:入学教育拼音angengingongPPT教学自制课件(一年级语文上册)
新标题:语文PPT课件:拼音angengingong下载一年级上册
相似度: 0.483
========================================
原标题:入学教育拼音aieiuiPPT教学自制课件(一年级语文上册)
新标题:语文PPT课件:拼音aieiui下载一年级上册
相似度: 0.348
========================================
原标题:一上语文入学教育拼音aieiui优秀获奖PPT课件免费下载
新标题:语文PPT课件:拼音aieiui优秀获奖下载
相似度: 0.545
========================================
原标题:一年级语文上册入学教育拼音aieiui上课ppt课件下载
新标题:语文PPT课件:拼音aieiui上课下载一年级上册
相似度: 0.400
========================================
原标题:一年级上册语文入学教育拼音aieiui优质课ppt课件免费下载
新标题:语文PPT课件:拼音aieiui优质课下载一年级上册
相似度: 0.423
========================================
原标题:免费下载入学教育拼音aieiui一年级上册语文公开课ppt课件
新标题:语文PPT课件:拼音aieiui公开课下载一年级上册
相似度: 0.423
========================================
原标题:一上语文入学教育拼音aieiuippt比赛获奖教学课件免费下载
新标题:语文PPT课件:拼音aieiui下载
相似度: 0.444
========================================
原标题:一年级上册语文入学教育拼音zhchshr优质课ppt课件免费下载
新标题:语文PPT课件:拼音zhchshr优质课下载一年级上册
相似度: 0.444
========================================
原标题:免费下载入学教育拼音zhchshr一年级上册语文公开课ppt课件
新标题:语文PPT课件:拼音zhchshr公开课下载一年级上册
相似度: 0.444
========================================
原标题:一上语文入学教育拼音zhchshrppt比赛获奖教学课件免费下载
新标题:语文PPT课件:拼音zhchshr下载
相似度: 0.474
========================================
原标题:一上语文入学教育拼音jqx优秀获奖PPT课件免费下载
新标题:语文PPT课件:拼音jqx优秀获奖下载
相似度: 0.474
========================================
原标题:一上人教版语文入学教育拼音jqx精品PPT课件免费下载
新标题:语文PPT课件:拼音jqx精品下载人教版
相似度: 0.350
========================================
原标题:一年级上册语文入学教育拼音gkh优质课ppt课件免费下载
新标题:语文PPT课件:拼音gkh优质课下载一年级上册
相似度: 0.348
========================================
原标题:一上语文入学教育拼音gkhppt比赛获奖教学课件免费下载
新标题:语文PPT课件:拼音gkh下载
相似度: 0.333
========================================
原标题:人教版语文入学教育拼音gkhppt原创课件(一上)
新标题:语文PPT课件:拼音gkh原创课件下载人教版
相似度: 0.409


老丁笔记,如未注明 , 均为原创,欢迎转载丨转载请注明采集文章标题处理
喜欢 (2)
发表我的评论
取消评论
表情 贴图 加粗 删除线 居中 斜体 签到

Hi,您需要填写昵称和邮箱!

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址