2009-2019:卢松松博客10周年

2f01290ac37b45ef94b092d81ce22023.jpeg

2009年-2019年,卢松松博客10周年。

十年间卢松松博客一共换了4套模板;

十年间卢松松博客累计阅读量1.2亿次;

累计发布文章1.5万篇,平均每篇文章8000次浏览量。

单篇文章阅读量超过10万+的累计50多篇,单篇文章阅读量超过50万+的累计15余篇,其中全站阅读量最高的一篇文章190万(已删除)。

博客累计有效评论65万条。

这是卢松松博客上的10年数据总结,当然还有业务平台。

几个业务平台用户累计注册量7.6W人,大大小小付费过的客户约1.5W人次。

十年间,卢松松博客的内容始终坚持围绕网络推广、职场、创业、互联网四个方向撰写内容,也正是因为专注和专业,在草根互联网圈形成了一定知名度。但另一方面,也正因为受众面太窄,所以无论在流量上还是粉丝数量上都无法和其他大V相比,再加上本站发布的文章并不能入主流媒体,各个大平台并不欢迎此类营销类文章,所以推广起来非常困难,不像时事新闻和吃喝玩乐类文章很难有爆文产生。

建站初期博客每周一、三、五在这固定时间段会发一篇原创文章。在坚持3年后,因本人知识面有限,放弃纯原创写博客的想法,转而开始接受投稿和高质量文章的转载。这个模式一直持续到现在,同时有了团队运营后,我们的原创文章开始逐步提升,也比以前轻松了许多。

在站内优化方面本站做的其实并不多,主要还是只做SEO基础工作,基本上网站每周都会有一次细节调整,有时候在改网页一段代码、有时候是改文章几个字。但所有做工作都是做细节,方便用户浏览增加用户体验。

在站外优化方面,建站初期主要是做了评论式推广,后面又做了软文推广并持续到现在,用的推广方式也不多,但好在重在坚持,可以说基本把其他人都熬死了,并把软文推广做到了极致。

短短几段话好像就把我博客的运营和推广方法都总结起来了,好像就这么多,也好像没那么多。外行人看着很厉害,但经历过的人会向我握个手。

2009年3月21日晚,我租住在北京的天通苑,用Z-blog系统搭建了一个个人博客,用的就是这台电脑。10年后,它依然放到了办公室发挥余热,没舍得卖。

71716a6b7c7b4467a5ff577725969d5f.jpeg

当时做博客的目的也很简单,想想自己给客户做了很多个网站,但自己却没有一个正儿八经的网站,在加上当年独立博客也算火,我就建了一个以个人名义的网站:卢松松博客。当时的博客内容是和我的工作内容相关,讨论网站建设与网页设计的。

半年后,我做了一件让整个博客圈都震惊的一件事,大约用了半年多时间,我走访了18000个博客,评论式推广正式开启,这使得让大多数独立博主都知道了有卢松松这么一个人。

也正是因为这样的举动,我收到了知名站长推荐、博客进入第一个高峰牟长青专门写了一篇关于卢松松博客的文章,从最初的博客圈走向站长圈!后面又是A5的两次专访,使得我在站长圈有了一定知名度,也正因如此,从2010年开始,我接受了许多个网站的专访或访谈。我也开始了从独立博主向知名站长的转型之路。最高峰时期,平均每个月都有做1、2次访谈。而后的2011年-2014年又陆陆续续拿到了不少企业举办的各种奖项。

从2013年开始,又频繁的参加各种线下聚会,再加上自媒体的火爆,我除了经营博客之外,又多了一个身份:自媒体人。于是从2014年开始,我又参加各种发布会、聚会,各种大中型的公司的会都有参与,这一年参会的频率达到了最高峰,平均每个月参加两场会,一直到我正式离职创业。

09f3a556978646c8845c6c1532e217e6.jpeg

上图拍摄于2014年搜狗和知乎的发布会,几乎所有的会议我都是以媒体的身份去参加的,各种会议不计其数。

尽管如此,我始终觉得做自媒体,到处参会,写宣传稿,到处发表演讲并不是我喜欢做的事,提供一个有价值的工具或平台才是我喜欢干的。所以我在2014年7月30日正式离职,在家工作了足足大半年;

4397ba89d1c94164837640c1b1846950.jpeg

图为2014年8月,我的工作台,当时我离职在家,当时很多文章我就是从这里写出来的,因为天气非常热,我那个小书房又没有空调,只得搬到客厅来,用餐桌当电脑桌。

后来的2015年正式成立了“北京松松兄弟科技有限公司”,自此我也从一名站长、自媒体人,转型为一个创业者。

5093d8a8a3c94e1a889953abc2f1964d.jpeg

这张照片拍摄于15年3月16日我的小书房,也是公司营业执照即将下来的前一周,拍一张照片留个纪念,因为我知道,未来我不会在这里办公了。

团队建立后,我也逐渐减少了参加各种发布会,也拒绝了很多会议邀请,转型专注做自己的平台。

得益于卢松松博客的巨大流量,我们做的平台很快就有起色,陆续我们创建了松松商城、松松软文、万站群、云主机、营销圈等平台,当然也失败的例子也不少,比如微易管家、淘客、逆袭会、松松论坛、视频等项目。而我也逐渐从一个草根站长转型为管理者,也在不断学习成长。

从创业开始,我也在找准自己的位置,很多人建议我做培训、做社群、淘宝卖货等等各个创业方向都有,但我最终还是选择了自己更擅长的方向:网站运营。所以经过这几年的发展我们运营平台用户体验越来越好,细节也做的比较完善,这几个平台的流量都日益稳定。虽然不像电商那样动辄上亿的销售额,但对我们足够了。

从卢松松博客这一个点,衍生出了好几个平台,同时,随着自身业务的稳定,博客已基本不需要向平台输送流量了,同时其他平台有盈利了,卢松松博客从2017年起已经停止发软文广告了,平台之间也逐渐相互独立运营。

未来我会持续以公益性质的形式去运营这个博客,为大家提供更多优质内容,也希望博客里面的文章能给大家带去一点点知识。卢松松博客10周年(2009-2019),下一个十年,我们继续相伴!

转载于:https://my.oschina.net/u/3938111/blog/3025676

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值