Generera artiklar från RSS

Använder ett CMS-verktyg för min hemsida och har hittat ett tillägg där jag kan generera artiklar på hemsida utifrån ett RSS-flöde.

Min idé är att ta ett RSS-flöde som har nyheter med aktuella nyckelord och låta mitt tillägg producera artiklar som publiceras på min hemsida.

Mitt mål är givetvis att bygga upp innehåll, H1 taggar, meta osv.
Det jag undrar över är

Låter detta som en bra idé?
Mitt innehåll blir ju inte unikt - kan det ändå vara värt det?
Lite SEO-off topic, kan det strida mot upphovsrätten - tillägget är byggt så att den publiceras källan och klickar man på den länken kommer man till ursprungs sidan.

En sammanfattning eller en kortare text kanske är ok om man länkar till orginalet men kopiera hela artikeln strider förmodligen mot upphovsrätten.

Det blir också ett problem med dub. cont. Det finns idag flera webbsidor som hämtar flöde från olika artiklar, så inledning till samma artikel finns idag på flera olika sajter. Då är det svårt att få bra ranking.

Tack för info Fredrik

Skulle dub. cont problematiken förbättras/försvinna om jag inkluderade en standardiserad mening i början av varje artikel?

Tror du att det skulle vara värt att använda denna feature? Eller finns risk att Google straffar mig?

Om jag förstod ditt inlägg rätt så tänkte du lägga till samma meningen på alla sidor (standardiserad)? Om jag förstod dig rätt, så blir det inte bättre utan snarare sämre.

Någon större bestraffning kanske det inte blir men det är svårt att få alla sidor indexerade. Har själv ett sidoprojekt med närmare 60.000 artiklar, 15.000 artiklar är indexerade. Men det ger ingen trafik.

Det som skulle kunna funka är att man använder sig av kategori sidor med en kort sammanfattning av artiklarna, då skulle sammanställningen bli ett unikt innehåll, indexera kategori sidorna istället för enskilt inlägg. Om man lyckas beror till stor del hur bra man gör kategoriseringen.

Vet inte bakgrunden men UNT stämde en person som hade kopierat artiklar, han fick betala 500 kr per artikel i ersättning till UNT, hittar ingen länk till händelsen.

Men jag är lat :) hade hoppats kunna automatisera publiceringen på ngt sätt..

Känns som jag får tänka igenom lite mer om hur jag möjligtvis ska lägga upp det. Och framför allt kolla ang upphovsrätten - kanske kan publicera 250 tecken eller liknande.

Folk är onödigt negativa (no offence Fredrik)!

Jag driver ett par sidor där i princip allt innehåll är hämtade från externa källor. Det fungerar mycket bra för mig, och på en av sajterna rankar jag till och med etta på mitt näst viktigaste sökord (det VAR viktigast, men statistik från Google Webmaster Tools har berättat att jag valt fel). Jag har hyggligt med trafik, men det kan naturligtvis bli mycket bättre. På en sajt tjänar jag faktiskt lite pengar också. Inga stora pengar, men sajten sköter sig ju själv.

Sajterna det gäller är:
tekniknyheter.crswebb.se (okej trafik, konverterar ganska bra)
sportnyheter.crswebb.se (skaplig trafik, INGEN inkomst)
filmrecension.nu (rankar etta på filmrecension, skaplig trafik)

Den sistnämnda hämtar inte info från rss, men jag kopierar filmbeskrivningar från en extern källa.

Ok, kul Stefan, ser att du kör precis så jag har tänkt mig.
Inga problem med dublett innehåll? Bearbetar du texten på något sätt? - lägger du till innehåll eller tillför meta information?

Och upphovsrätten då? ;)
Någon som vet var man kan kolla upp detta någonstans?

Upphovsrätt kan du hitta här:
http://sv.wikipedia.org/wiki/Citatr%C3%A4tt
http://www.notisum.se/rnp/sls/lag/19600729.HTM
https://lagen.nu/1960:729
Den kan väl enkelt sammanfattas som Wikipedia skriver:

Citat:

---

God sed innebär bland annat att upphovsmannen anges, och att citatet inte är till sådan omfattning att det kommer att utgöra huvuddelen i det nya verket.

---

Vilket innebär att man inte kan hämta in en artikel via RSS och återpublicera den på sin egen webbplats utan tillstånd.
Det här tecknet © (copyright) saknar betydelse i det sammanhanget. Med andra ord det behöver inte finnas på en artikel för att visa att den inte får kopieras. Utan upphovsrätten gäller utan att det tecknet anges.

Tack Urban för info!

Jag lägger inte till något eget alls egentligen. Bara en källhänvisning (utom på filmrecensionerna)

Vad gäller upphovsrätten så hämtar jag HELA innehållet i RSSen. För vissa av mina källor innebär det hela artiklar, för andra ett utdrag. Jag har inte frågat speciellt många av mina källor, men flera av dem följer mig på Twitter, så de bör veta vad jag håller på med.

Vad som gäller att hämta hela texter så finns det tre alternativ där.
1) De som får hela sina texter återpublicerade har inte märkt det
2) De har märkt det men bryr sig inte
3) Du får återpublicera texterna
Alternativ 3 är inte helt ovanligt, det brukar för övrigt stå under villkor på en webbplats vad som gäller. Alt. 3 är ett sätt att få ut reklam för sina produkter/tjänster och kanske även få in länkar till sin webbplats.

Men att generellt utgå ifrån att alla information som finns som feed kan återpubliceras i sin helhet är inte korrekt/lagligt och kan om det vill sig illa bli dyrt.

Hej,

Jag är också intresserad av denna fråga med avseende på duplicate content.

Jag har tillstånd av upphovsrättsinnehavaren att återpublicera innehållet i sin helhet på min sajt.

Givetvis vill jag även att innehållet ska indexeras av Google och förhoppningsvis driva lite mer trafik på detta.

Frågan är som sagt om Google kan tolka detta som duplicate content och bestraffa min sajt pga detta?

Google straffar inte sajten! Däremot konkurrerar man ju om samma nyckelord, och ursprungskällan har naturligtvis ett försprång där.
Det som kan hända är att Google visar länken "Fler liknande resultat" bla bla. Blir man gömd där så lär man inte få mycket trafik

Ok, det tolkar jag som att vi kan presentera samma innehåll som andra sajter så länge vi har tillåtelse av upphovsrättsinnehavaren.

Vad innebär i sådana fall "duplicate content"? Gäller detta enbart inom en och samma domän?

Du nämner att "ursprungskällan har naturligtvis ett försprång där." Hur vet Google vilken ursprungskällan är?

Google kan inte exakt avgöra vilken som är ”ursprungskällan”. Den domän som har störst förtroende blir för det mesta "ursprungskällan", eller kommer högst i serpen. Om jag skulle skriva en fantastisk artikel på min blogg och SvD.se skulle kopiera och publicera artikeln så har min lilla blogg ingen chans eftersom SvD.se är så mycket starkare.

Duplicate content är mycket omdiskuterat. De flesta SEO experter hävdar att filtret finns både internt och externt. Det finns de som hävdar att den inte finns.

Problemet med "duplicate content"-filtret är att det inte tycks finnas en röd tråd hur den fungerar. Om du bygger en sida på feeds så kommer den förmodligen att finnas med i indexet. Om du kopiera en hemsida rakt av så kommer den att bli indexerad men efter ett tag (kanske månader) att försvinna från indexet. Ganska enkelt experiment om man har en skräp-domän. Har gjort det ett par gånger, kopierat min egen domän, helt eller delvis och den har försvunnit. Har även en feeds sajt där en del artiklar indexeras, dock långt ifrån alla, idag cirka 14000 av 80000 artiklar.

Har skrivit egna unika artiklar och fått pr 3 som andra har kopierat rakt av, efter ett tag var de före mig i serpen :(.

Precis som Fredrik säger verkar det saknas en röd tråd för duplicate content. Det är inga problem att hitta exempel på att det existerar men heller inga problem att det inte existerar. Finns några trådar som visar på både ock här i forumet.

Så vill man vara på en säkra sidan är det nog bäst att utgå ifrån att det finns.
Eller helt enkelt försöka ta rätt på om det finns en röd tråd och i så fall hur den ser ut.

Jag skulle vilja hävda att det finns ett filter för duplicate content, där Google säger att "vi hittade fler liknande sidor". Alla har säkert sett det.
Att det skulle förekomma något straff för det sticker jag ut hakan och hävdar bestämt att det inte finns.

Tro att Google inte skulle kunna lista ut vilken som är originalet är väl rätt naivt. Dels finns det ju datum för när sidan publiceras, dels kan vi anta att kopiorna länkar till originalet, inte tvärt om. Jag är helt övertygad om att Google har algoritmer för att lista ut vilken som är original.

Håll med om att det är aningen frustrerande att hela tiden behöva förlita sig på antaganden och spekulationer.
Google gör kort och gott som dom vill :(

Slutsats: Ingen vet, så ta det säkra före det osäkra.

Tack för era spekulationer