掌握信息挖掘的基本技能

我平时的主要信息源，其一是消息订阅，其二是主动搜索。对于搜索，除了谷歌搜索引擎这个主要渠道外，剩下的就是一些 UGC 平台了，像推、LinkedIn，以及几个俄罗斯平台。

在搜索引擎上的搜索行为，主要就是掌握一些搜索命令，便能极大提升自己的搜索效率，以及准确且高效的找到自己想要的信息了。

其实这套逻辑也同样适用于那些 UGC 平台，且我认为不同的平台有不同的信息属性，有时候有些 UGC 平台上的信息真的极具价值。

而要找到这些信息，如果不配合一些搜索语法，就比较难发现了。毕竟 UGC 平台、论坛平台的信息展示逻辑，主要还是基于推荐算法。

这里暂时就「推」这个平台为例，演示下怎么去发掘那些高质量的 SEO 博主。

首先在做具体的操作之前，有必要介绍下平台的几个主要搜索指令，分别是双引号、“from to”、“min_faves”、“min_replies”、“since”，与“until”。

双引号这个搜索命令与谷歌平台的逻辑是一样的，就是精准查找出目标关键词，使用起来很方便，有兴趣可以试试。除了这个命令与谷歌平台一样外，还有一个“-”的搜索命令与谷歌平台一样，就是从结果里过滤掉不想要的内容。

“from to”这个命令可以分开用，from 也就是来自某人的推文，to 也就是转发给某人的推文。我们只需要注意方向，便能将这个命令熟练的应用到搜索指令中去。

“min_faves”与“min_replies”则是最低的收藏数与最低的回复数，假设你现在的指令是“min_replies:500”，那搜索结果中就会自动过滤出贴文回复数在 500 以上的结果，“min_faves”也是同样的道理。通过这两个指令的运用，可以很方便找到那些价值比较大的内容。

“since”与“until”就是通过时间范围筛选搜索结果了，比如“until：2023-12-31”表示的就是过滤出 24 年之前的结果，“since”也是同样的道理，并不难。

OK，弄明白了常用的搜索命令，下一步就是综合运用这些搜索命令，来组合搜索出那些高质量的 SEO 博主。

注：“lang:en”表过滤出英文内容。

基本上通过上面一个命令，便将所有包含“SEO”这个关键词，且有质量（min_faves:100）的帖子都查询出来了。下一步要做就需要我们人工去梳理相应信息了，核实相应的内容质量了。

如果只是想看某个博主的内容，就需要再加一个“from”指令了。毕竟这些搜索指令都可以根据我们的搜索请求，进行灵活的排列组合了。

至于其他的 UGC 平台，或者论坛平台，都是一样的道理。有兴趣的话可以动手去查查 LinkedIn 的高级搜索语法是什么，并去平台上找找有价值的内容。