用python 写过大概差不多的，首先是采集的数据要绝对的多，甚至就是把一个行业的数据都采集了个遍，然后清洗数据，以美文句子举例的话，就是每篇文章和上面的老哥说的差不多，就是一句子进行清洗后存储，并且给上tag标签后存入数据库当中； 然后去清洗关键词词库，大概就是在5118 和爱站网当中，选择指数在 小于等于10 的 那种词 ，然后用结巴分词进行分词后，首先去挨个匹配tag标签，如果匹配到后，在进行匹配标签对应的句子，使得搜索的词和句子对应的相应更加符合一点，这个为第一批 生成其文章的词；然后过个一个月在做 指数在 10~20左右的，重复操作； 后续，我觉得挺麻烦的，就直接用了elasticsearch 在本地搭建了一个搜索引擎，数据库调用采集的数据；然后对搜索引擎进行调参数，看飘红率等，进行自己认为比较合适的排名数据，然后把排名靠前的数据，调用出来，生成文章！ 然后自己操作过一个网站，用的是自己注册的新域名，一个月左右，确实比直接采集别人的网站，或者伪原创的收录率高一点。另外有些词也有所谓的排名； 不过其实这种手法是有局限性的，只能操作一些固定行业的站点。有些站点的数据，有经济实力的，还是得靠一些开源模型投喂大量数据后，去生成文章才行！
