優采雲

優采雲是一個根據用戶提供的關鍵字，雲端自動採集相關文章並發布到用戶網站的網站採集器。

基本介紹

• 網站名稱：優采雲  
• 主辦單位：熊勝 
• ICP備案號：蜀ICP備14020125號 

網站簡介

它能夠自動識別各種網頁上的標題、正文等信息，不需要用戶編寫任何採集規則就可以實現全網採集。採集到內容後，會自動計算內容與所設定的關鍵字的相關度，只把相關的文章推送給用戶。支持智慧型標題、標題前綴、關鍵字自動加粗、插入固定連結、自動提取Tag標籤、自動內鏈、自動配圖、自動偽原創、內容過濾和替換、電話號碼和網址清理、定時採集、等一系列SEO功能。用戶只需設定好關鍵字和相關需求，就能實現全託管、零維護的網站內容更新。不限網站數量，不管是單個網站還是大批量站群，都可以非常方便的進行管理。

研發背景

文章採集器是多數網站管理員必備的網站更新工具，傳統的採集器在對網頁信息進行提取時，主要基於正則表達式對網頁內容進行匹配，運行速度快，實現難度低，但不同的網站具有不同的頁面結構，需要編寫不同的採集規則，工作量大，難於維護。而且需要用戶自己尋找採集源，還需要用戶自己掛機運行採集器，甚至還涉及可能被封IP，需要使用代理IP等一系列問題。

網站主要功能

1. 可根據用戶輸入的任意文本進行關鍵字搜尋，經過簡單勾選就能用於採集，
2. 用戶也可以創建自己的私有詞庫，可分庫分組，數百萬關鍵字輕鬆管理，也滿足更個性化的關鍵字需求。
3. 自動識別網頁編碼、標題、正文等信息，不用為每個網站設定不同的採集規則，更不用到處找人寫採集規則，
4. 可設定需求的正文長度，比如500字，750字，1000字，長度不達標的內容自動捨棄。
5. 系統內置多種自然語言處理算法，自動計算文章正文和關鍵字的相關度（特徵向量間的餘弦距離），把相關度低的文章自動過濾掉，只把相關度高的文章留給用戶。
6. 自動計算文章正文的通順度（語言困惑度），把通順度低的文章捨棄，通順度高的文章留給用戶。
7. 自動計算標題（Title）和描述（Description）與關鍵字的相關度，如果相關度低，可在標題和描述中自動插入關鍵字，以提升相關度。還可以為標題設定前綴關鍵字，每次在設定的多個前綴中隨機選取一個添加在文章標題頭部。
8. 基於機器學習算法實現的文本鑒黃，可對採集的內容進行內容審核，保障用戶內容安全。
9. 實現基於同義詞替換的偽原創功能，從2000萬對近義詞庫中選擇最符合語言表達習慣的詞，替換原文中的詞，最大限度保證文章可讀性。
10. 實現基於機器學習的智慧型AI偽原創，先把原文編碼為高維語義向量，再通過解碼器逐字解碼，實現對整篇文章的完全重寫，偽原創程度高，可讀性好。
11. 自動提取Tags標籤，並在此基礎上實現自動內鏈，當正文中出現標籤對應的文本時，為該文本加上一個站內文章的連結，指向一篇具有同樣主題的文章，實現自動化的科學有效的內鏈建設。
12. 也可以設定固定的連結，當正文中出現某些固定文本時，為它加上固定的連結，指向站內或站外的文章均可。
13. 根據文章內容自動配圖.
14. 可設定圖片本地化或者使用遠程圖片，以及禁止所有圖片。
15. 可設定禁止某些網站不採集，或包含某些特定詞的內容不採集。
16. 自動過濾聯繫方式、網址以及文章前後的廣告性內容等冗餘信息，並進行全部標籤清理，正文部分只保留<p>段落標籤和圖片<img>標籤，無任何亂碼，也不包含任何排版格式，方便用戶通過css樣式自定義外觀。
17. 嚴格的防重複機制，整個平台每個網址只採集一次，不重複採集。同一網站下，相同標題的文章只採集一次，不重複採集。
18. 可指定每個關鍵字允許採集的文章數量，實現大量長尾關鍵字不重複布局。
19. 雲端自動運行採集任務，可定時定量採集，用戶不用在自己電腦上安裝任何軟體，不用掛機採集，甚至不需要打開瀏覽器。
20. 採集後自動發布到用戶網站後台，用戶只需要把接口檔案下載並上傳到網站根目錄就能完成對接。