大家交流了一下做采集站SEO的要点，现总结一下相关问题及讨论结果：

1. 采集的内容是否会收录？
   如果是采集内容的站，就会有不收录的可能
2. 哪种情况会导致站点不被收录？
   太多相同内容；
   一采就是成千上万条内容
3. 采集的一些要点？
   一次采集不要太多，分批分段进行；
   不要全部采集一个站的内容：目的就是不要有太多相同的东西，最好每个栏目采不同的站。
4. 如何选择采集源？
   用80%的时间去找采集源，而用20%的时间做采集；
   比如你要采一个栏目，肯定你会看好几个站，那么你要确定这几个站里面哪一个质量更好。或者都不太好，就找一篇文章，在文章中拷贝一句话，在百度或者谷歌进行搜索。只要是有这篇文章的网站，被收录页面的，都会被列出来。这时候肯定有一大堆标题相同的页面，还有一部分是编辑手工调整过标题的，选择后者做采集源。如果你采集那些标题相同最少的站，可以确定跟你相同的肯定就少了，就两三条信息，这是很正常的，搜索引擎目前不会太在意。
5. 怎么处理采集回来的内容？
   如果你有时间，适当颠倒文章段落、适当删减某些无关紧要或罗嗦内容、适当增加一些没有涉及到的相关内容，都是有利的。或者至少把总量10％的内容标题进行修改。如果没有时间来组织这些标题，可以直接选一句文章里的内容来用。而description描述可以自己来写，或者也取内容的一段话进来顶替（不要超过155个字符）
   然后，就是要在页面里加一些干扰因素，比如在模板里可以写上一些版权声明（自己组织语言），2-30个字就行了，这个位置的版权声明可以出现一些你想推的关键词，比如出现首页的关键词，你就给它链接到首页去。这也是一种内部链接优化。
6. 内部链接出现的次数如何把握？
   采集的内容本身权重就不会太高，当然是放得越少越好
   一篇文章建议放5个以内的站内链接，外部链接不要超过三个，否则权重基本没什么了
7. 采集与原创的比例控制在多少？
   适当编写一些原创内容还是很有必要的。有说法是，采集与原创内容比例最好控制在20:1以下。
   比例越大对网站权重积累越不利。

最后谈一下数据采集的弊端：

搜索引擎总是希望为用户提供更多，质量更好的内容。简单说，这家伙就是喜新厌旧。如果某个网站被搜索引擎视为没有原创内容的网站，那这个网站基本上就等于判刑了。进沙盒容易，再想出来很难。