站点 3,800 篇文章,页头和页脚一共 46 个链接,所有页面输出同一份。爬虫顺着抓,每一页都能走到这 46 个地址,内页之间几乎不互链。
GSC 的链接报告里,全站内部链接 4.2 万条,其中 3.7 万条来自导航和页脚模板,正文互链只有 5,000 条。第四层页面平均入链 0.8 条,有些页面除了导航没有任何入口。
第一反应是加相关推荐。按 tag 匹配,每篇取 6 条。上线一周看日志,推荐位点击率 0.3%,更糟的是这 6 条链接在 200 多个页面里重复出现,因为 tag 全是「行业资讯」「技术文章」这种大词,匹配出来永远是那几篇。
第二版改用手动挑的热门文章,问题反过来了,前 20 篇吃掉了 60% 的内链,剩下的页面还是孤岛。热门和流量是正反馈,越给越热。
换方案分三块。导航收口,页头只留 7 个主栏目,页脚压到 12 条,其余全部挪到一个 HTML 站点地图页,页脚放一个链接进去。相关推荐改成按共现算,用阅读日志统计「看过 A 的人还看了什么」,离线任务每天凌晨跑一次,每篇取 6 条,过滤掉同栏目、发布时间差 30 天以内的。
SELECT b.article_id, COUNT(*) AS c
FROM read_log a
JOIN read_log b
ON a.uid = b.uid AND a.article_id <> b.article_id
WHERE a.article_id = 10231
GROUP BY b.article_id
ORDER BY c DESC
LIMIT 6;
第三块是面包屑。之前每一级都输出链接,文章页面包屑里的栏目名指向列表页,列表页又指回首页,三条边全是模板边。改成只保留栏目一级,栏目页数量按业务线砍到 30 个以内。
确认方式看两个指标。六周后正文互链从 5,000 涨到 3.4 万,导航边从 17 万降到 3.1 万;第四层页面日均抓取从 900 次涨到 1,270 次,收录从 2,600 条到 3,100 条。推荐位点击率也从 0.3% 升到 1.9%,说明这些链接不只是给爬虫看的。
