スパムログについての考察

検索していて時々ひっかかってしまうスパムブログ。
GoogleやYahoo!などの検索エンジンはいかにスパムブログと
闘うかが技術の見せ所だと思います。

スパムブログと判定される（判定されてしまう）条件には

1. テキスト量が少なく、（アフィリエイト）リンクが多い
2. ブログで統一されたテーマが無い
3. 他のブログからの引用が多い、文章が類似している
4. 検索ワードに引っかかりそうなワードを並べているだけで内容がない

などをよく耳にします。
とはいえ、検索エンジンからの誘導はサイトにとって命なので、
なんとかいっぱい誘導してもらうためにも、よく検索される
ワードをちりばめたページを量産したいところです。

一方で、最近のブログ更新スピードは限界で、
これ以上手動で更新しまくるのはつらい。

そこで、以下のことを考えました。

1. 今までと同じ更新頻度で手動で更新する
2. ↑をやりつつ、最低限のマナーを守って、自動更新も平行運用する

これにより、記事倍増でうまー、なんじゃないかと
もくろんでおります。

検索エンジンにスパム判定されたら、インターネットに存在しないも等しいので、
どういう自動化にするかを考えないといけませんわな。

bloggerのコメント機能はOFFまたは承認制にするべきだと思う

bloggerのコメント機能を承認制にしておくと、
かなりの量スパムコメントが入ってくることに気がつかされます。

サイトのクオリティを保つために、コメント機能は承認制にしてます。
ダッシュボードから一括で削除できるので、便利です。
いまのところ、1週間に5-10スパムコメントが入ってます。

とはいえ、削除する前にコメントはすべて熟読します。
スパムの日本語力はすごいね。必死。

2009年末にやることリスト(TokyoTyrantの勉強＋年末商戦用市場調査など)

ひさびさにこちらのBlogも更新します。

旅行から帰ってきて、どうもまだ自宅開発のリズムがつかめていない。
なんか無駄に仕事が忙しいのがいけない。
何かを捨てようと思う今日この頃。

というわけで、自宅開発でやることリストと調査したサイトを張っておく

• TokyoTyrantを使った全文検索システム @ perl
• スパムブログの調査
• 年末欲しい物リストの市場調査
• 電動歯ブラシ
• 掃除機
• ノートパソコン
• プリンタ(epson or hp or canon)
  

http://alpha.mixi.co.jp/blog/?p=1112
http://alpha.mixi.co.jp/blog/?p=269

http://kawa.at.webry.info/200905/article_1.html

• TDBQCSTREQ : 文字列　完全一致
• TDBQCSTRINC : 文字列　部分一致
• TDBQCSTRBW : 文字列　前方一致
• TDBQCSTREW : 文字列　後方一致
• TDBQCSTRAND : カンマ区切りの文字列の全てを含む
• TDBQCSTROR : カンマ区切りの文字列のいずれかを含む
• TDBQCSTROREQ : カンマ区切りの文字列のいずれかと完全一致する
• TDBQCSTRRX : 文字列　正規表現で一致
• TDBQCNUMEQ : 数値比較 eq（＝）
• TDBQCNUMGT : 数値比較 gt（＞）
• TDBQCNUMGE : 数値比較 ge（≧）
• TDBQCNUMLT : 数値比較 lt（＜）
• TDBQCNUMLE : 数値比較 le（≦）
• TDBQCNUMBT : 数値比較 between（カンマ区切り）
• TDBQCNUMOREQ : 数値比較 in (A,B,C,...) いずれかと一致