启发!这几个日流量上百万的台湾农场采集站值得一看

图片全部失效,有兴趣直接看 mp.weixin.qq.com/s/CSe5jYhWj…

00 写在前面 我们在争破头苦逼做中文网站时,别人早已经「出海」做“伪中文”内容农场站。分享下那些牛逼的内容农场采集站,主要目的是启发思路。

01 内容农场站 什么是内容农产站,这里我直接取维基百科上的介绍。

指以获取网络流量为主要目标,图谋网络广告等商业利益的网站或网络公司。内容农场用各种合法、非法之手段,大量、快速地生产质量不稳定的网络文章,会针对热门搜索关键字用人工或机器制造大量网站内容的手法欺骗搜索引擎,使他们制造的网页能够优先出现在搜索结果的前段而提高点阅率、以及满足客户搜索引擎最优化需求。

内容农场制造的文章,质量多半低劣、不具参考价值,而且掺杂着许多广告式的链接;这是因为其文章可能是由不同人所写的片段拼凑而成,或配合机器自动编凑产出,其大者每日可生产数千篇;通常有些段落会和其他出处的文章相同,让人质疑内容农场看重的是搜索引擎最优化,而非实际上内容是否相关。支持者则认为,就商业角度而言,传统新闻业有所不足;内容农场通常根据搜索引擎关键字分析来指派作家的写作内容,而支持者认为这些关键字代表了“真正的市场需要”,这是传统新闻业所缺乏的。

到现在为止,农场站的地位好了很多,褒贬不一。中文农场站除了如上特点,还有就是内容以繁体字居多,针对港澳台,特别台湾。域名特色以 xxx01.com 结尾。比如

read01.com

bomb01.com

coco01.today

itread01.com

前面三个内容基本都采集自国内的自媒体平台。比如 头条、百家号、搜狐、微信公众号等等。最后一个内容主要是 IT 相关。我进行对比发现 主要采集自 CSDN、掘金等等。见图二。

这些站并不难做,模板都是 Wordpress 然后采集进行简体转繁体。但是这些网站每天的流量惊人,通过 AdSense 赚取的广告费更是让人羡慕,日收入上万并不是山寨口号,而且别人这很稳定。这才是真正的「睡后收入」。

大部分网站屏蔽了国内 ip (不需要国内流量),直接访问会出现 500 如下图。所以如果你们想了解。不用我说了吧

02 kknews 简单分析 所有采集农场站中,最为出名的当属 kknews.cc/ 如下图。通过对它的 域名、流量、合法性、谷歌对此种类型网站的态度。

看名字就知道内容主要是什么并且来自哪里。

每日头条。。今日头条会想到今日吗。今日头条是屏蔽了搜索引擎的,有小道消息说现在慢慢放开了。具体都是猜测。

域名分析 分析域名、WHOIS 的平台比较多,我比较常用 myip.ms/ 。也向大家推荐,作用非常非常大,可以分析出很多有意思的数据,以后有机会总结。

这里可以看出域名 2016 年 6 月份创建。WHOIS 匿名基本是这种网站的标配,所以也看不出注册信息啥。

做了 CDN ,所以真实 IP 也查不出。不然我感觉头条会不会对他们做点什么。

能得到的信息比较少

流量分析 重点在这,毕竟流量与钱挂钩。

可以看看这排名,简直吓死人。别急,流量才真正吓人。

一个月访问流量 300万。这个值还不是 PV ,平均每个人浏览 1.8 的页面。相乘一个月的 PV 500万+。一天 180 万左右流量,具体看不出 pv uv 比例,保守点算一天也有 20万上下的 ip。

至于盈利,上面挂了比较多 GOOGLE ADSENSE 广告,这里我用了去广告插件没显示出来。大致算下来一天 2000+刀至少有,这已经妥妥日收入上万。

其他流量来源、外链都先不看了,不是本文重点。

谷歌态度看法 本来还想讨论下这种做法的合法性,但是时间不够就算了。主要很多人担心会出事,其实可以放心,有几个人个人做能做到这种地方,想多了。前期根本不用想这个。但是谷歌的态度很重要,要知道这网站盈利可是通过 ggad 。也不知道当初申请通过时发生了什么,允许通过了。并且这边站长也不怕被 K 。

但是到现在已经两年过去了,从排名 流量可以看到都没受到影响,说明并没有打击或者人为干扰。可能是因为他们这些网站确实提供了有价值的内容,上面的留存时间也看得出。有人希望看,谷歌当然愿意提供。唯一的问题就是这些内容的版权到底属于作者还是今日头条。

03 尾声 正如标题所言,主要是给予启发或者思路。别人两年前就能想到通过这样的内容信息差赚钱。我们习以为常的文字内容换个文字语言和服务器搬运到对面就是原创内容。最主要这里的语言并不是小语种,最为简单的简体转繁体。值得学习。

本人原创自公众号「第一勺金」

愤世嫉俗者抱怨现实,而成功者分析现实。 埋怨使人头脑受蒙蔽,而分析使人心明眼亮。 ——罗伯特·清崎 《富爸爸·穷爸爸》

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1 目标检测的定义 目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、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有挑战性的问题。 目标检测任务可分为两个关键的子任务,目标定位和目标分类。首先检测图像中目标的位置(目标定位),然后给出每个目标的具体类别(目标分类)。输出结果是一个边界框(称为Bounding-box,一般形式为(x1,y1,x2,y2),表示框的左上角坐标和右下角坐标),一个置信度分数(Confidence Score),表示边界框中是否包含检测对象的概率和各个类别的概率(首先得到类别概率,经过Softmax可得到类别标签)。 1.1 Two stage方法 目前主流的基于深度学习的目标检测算法主要分为两类:Two stage和One stage。Two stage方法将目标检测过程分为两个阶段。第一个阶段是 Region Proposal 生成阶段,主要用于生成潜在的目标候选框(Bounding-box proposals)。这个阶段通常使用卷积神经网络(CNN)从输入图像中提取特征,然后通过一些技巧(如选择性搜索)来生成候选框。第二个阶段是分类和位置精修阶段,将第一个阶段生成的候选框输入到另一个 CNN 中进行分类,并根据分类结果对候选框的位置进行微调。Two stage 方法的优点是准确度较高,缺点是速度相对较慢。 常见Tow stage目标检测算法有:R-CNN系列、SPPNet等。 1.2 One stage方法 One stage方法直接利用模型提取特征值,并利用这些特征值进行目标的分类和定位,不需要生成Region Proposal。这种方法的优点是速度快,因为省略了Region Proposal生成的过程。One stage方法的缺点是准确度相对较低,因为它没有对潜在的目标进行预先筛选。 常见的One stage目标检测算法有:YOLO系列、SSD系列和RetinaNet等。 2 常见名词解释 2.1 NMS(Non-Maximum Suppression) 目标检测模型一般会给出目标的多个预测边界框,对成百上千的预测边界框都进行调整肯定是不可行的,需要对这些结果先进行一个大体的挑选。NMS称为非极大值抑制,作用是从众多预测边界框中挑选出最具代表性的结果,这样可以加快算法效率,其主要流程如下: 设定一个置信度分数阈值,将置信度分数小于阈值的直接过滤掉 将剩下框的置信度分数从大到小排序,选中值最大的框 遍历其余的框,如果和当前框的重叠面积(IOU)大于设定的阈值(一般为0.7),就将框删除(超过设定阈值,认为两个框的里面的物体属于同一个类别) 从未处理的框中继续选一个置信度分数最大的,重复上述过程,直至所有框处理完毕 2.2 IoU(Intersection over Union) 定义了两个边界框的重叠度,当预测边界框和真实边界框差异很小时,或重叠度很大时,表示模型产生的预测边界框很准确。边界框A、B的IOU计算公式为: 2.3 mAP(mean Average Precision) mAP即均值平均精度,是评估目标检测模型效果的最重要指标,这个值介于0到1之间,且越大越好。mAP是AP(Average Precision)的平均值,那么首先需要了解AP的概念。想要了解AP的概念,还要首先了解目标检测中Precision和Recall的概念。 首先我们设置置信度阈值(Confidence Threshold)和IoU阈值(一般设置为0.5,也会衡量0.75以及0.9的mAP值): 当一个预测边界框被认为是True Positive(TP)时,需要同时满足下面三个条件: Confidence Score > Confidence Threshold 预测类别匹配真实值(Ground truth)的类别 预测边界框的IoU大于设定的IoU阈值 不满足条件2或条件3,则认为是False Positive(FP)。当对应同一个真值有多个预测结果时,只有最高置信度分数的预测结果被认为是True Positive,其余被认为是False Positive。 Precision和Recall的概念如下图所示: Precision表示TP与预测边界框数量的比值 Recall表示TP与真实边界框数量的比值 改变不同的置信度阈值,可以获得多组Precision和Recall,Recall放X轴,Precision放Y轴,可以画出一个Precision-Recall曲线,简称P-R
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