搜索引擎中文分词_爬虫挣钱系列-(完结篇)结构化人名挣钱第三篇

这是关于利用爬虫技术构造字符来构建网站并赚取联盟收入的第三篇也是最后一篇文章。这篇文章主要描述了我是如何思考和分析这个领域的。我会再举一个我曾经想过的例子。

你可以边读这篇文章边听《夜空中最闪亮的星》，因为我写这篇文章的时候一直在循环播放这首歌。我难过时会听，开心时也会听。

如果你是第一次看爬虫赚钱系列文章，请先看前面几篇文章，背景知识我就不再描述了。

结构化名称的搜索流量这么大吗？

是的，很大，大家应该都知道，是美国的一个职业社交网站，简单来说就是简历/职业信息网站，我曾经看过一篇关于 的报道。

上面提到，为了增加搜索流量，用户的个人主页被开放给搜索引擎索引。这一举措让搜索流量翻倍，这让我意识到名字的搜索流量如此之大，搜索的人如此之多。在此之前，我以为只有名人和大人物才会被网上搜索，但实际上，小人物（相对而言）、小公司领导，甚至普通人都会被网上搜索。

上图是每月的访问量是10亿，相当于每天3000万。

上图是流量来源占比，搜索流量占比23.7%，你可以想象这个流量是多么庞大。

因此我花了很多时间研究这个流量的赚钱机会，发现还有很多人物不在百度百科上（如果这些人物已经在百度百科上，你拥有相同人物的搜索排名的概率很小），他们的信息散落在一些新闻报道、人物访谈、会议嘉宾介绍等。需要用爬虫把这些网页全部抓取并存储起来，然后研究和使用各种文本结构化技术提取人物的相关信息。（这个过程很痛苦，没有毅力就算了）。

这使我能够拥有近 100,000 名订阅者，网站流量接近 40,000，每年联盟收入约为 100,000。

以下是结构化名称的示例：

疫苗事件涉事长春生物董事长：高俊芳，我之前不认识这个人，也不知道她的信息是什么时候被整理出来的。事发后的第二天早上，我照常查看网站流量，发现流量异常高，都在搜索她的名字。她当天的流量超过了2万，直到当天中午才有人在百度百科上编辑了她的百科信息。

另一个构建人名的机会

这个我没实践过，不过分析的时候想过。我一直以中国为中心，一直在构造国内的名字。国内有这样的搜索行为，国外也有这样的搜索行为。为什么不做一个英文网站，一个关于人物介绍的英文网站？找还没有维基百科的人物。而且英文比中文文本更容易处理，至少不需要中文分词，英文单词之间都是用空格隔开的。

还有一种方式就是挣钱（类似百度联盟），挣的钱是美元，美元和人民币的比例是1:6.7，也就是说在同等情况下，如果你在国内百度联盟一年挣10万人民币，你就赚了10万美金（67万人民币），如果你有想法，可以深入研究一下这个机会。

要使用的技术

1.熟练爬虫爬取技术（爬取网页、爬取微博、爬取微信公众号）

2. 良好的文本结构化技术

要处理中文文本，必须了解自然语言处理（NLP）。

3. Web 开发技术

无论您是编写自己的网站还是使用开源博客系统，您至少都应该知道如何配置 nginx（Web 服务器）、linux、mysql、（或 php）

4.搜索引擎优化技术

各大搜索引擎都有官方的优化指南，你只要理解并按照官方的规则去做就可以了。其实我并不太注重搜索优化，因为你提供的是搜索引擎所缺少的、它喜欢的内容。你需要耐心等待有搜索排名的那一刻。

关于整合数据建立网站以获取搜索流量的思考

1.结构化名称只是数据整合的一个方向，而且比较累。我相信其他领域也有这个机会，但我还没有看到。整合数据建站不是建垃圾网站、抄袭网站，而是找到搜索引擎还缺少的内容，把这些内容填上去。如果你的网站让搜索引擎满意，自然就会给你的网站一个搜索排名。

一个典型的例子就是企业商业信息查询。一直以来都有企业商业信息官方网站，但是信息非常分散。另一个问题是搜索引擎爬虫很难爬取这样的官方网站。这就给了天眼查/企查查一个机会，可以将所有的企业商业信息结构化，方便用户访问，每天有几十万的搜索流量。

2.结构规模一定要大才有机会，因为这些每一个的搜索量都是很小的，只有结构足够大才能够积累成一个很大的量。

结尾

使用爬虫爬取网页和使用结构化名称建站赚取联盟收入的三篇文章已经完成，再次祝愿所有关注缘人学的新老朋友在猪年里找到赚取被动收入的方法。

进一步阅读

1.

2.

3.

4.

十年代码奴隶和运营专家的结合