由于大量采集被百度降权，现在需要把大量的采集内容都删了吗？删了出现大量404会有问题吗？

我司网站是某个行业的领军网站，建站已经有8年之久，在百度中表现一直非常好。正常每日IP在10万左右。去年为了赚取更多的流量，我们在网站下建立了30个左右的目录，并采集了大约1000万个网页，这些网页和网站的核心内容并不是非常相关。采集初期，这1000万个网页给网站每日带来50万左右的IP，这样的情况持续到了2013年12月31日。从2014年1月1日起，网站被百度严重降权。采集的1000万网页流量从百度来的流量接近0。网站核心内容的排名也大幅下降。但是网站首页的核心关键词排名还是不错。但是网站的所有内容都被降权，现在日IP只有5万左右。而这5万IP绝大多数都是从360、搜狗来的。百度来路只占5%。现在我司对网站进行了全新改版，纠结的是，采集的1000万网页是否需要删除？删除了会不会因为超大量的404页面而被百度等搜索引擎继续降权。如果不删，怎么做才能恢复排名。

你网站的网址都没发出来，无法去分析，只能说你的采集是垃圾内容，如果有多人举报那你的网站基本是被秒杀，度娘也是严禁采集他人不相关内容的。你的站估计跟比比贴站一样，进入了垃圾行列，但你的没他的严重，要是我就狠下心来把那些栏目都全部给屏蔽了，然后全部删除，用站长工具提交死链接。我的站以前也是这样，我狠下心来删除2万多页面，大约快4个月网站全部恢复了

直接 Robots.txt 屏蔽抓取就好了，没必要大动干戈。

1、是不是100%确定期间只有做这一项大操作？是完全因为这1000W的数据而引起的吗？

2、如果你确定是因为这1000W的数据而引起的，你在确定下，这1000W的数据为什么会被降权？是因为这1000W的数据毫无价值还是怎么样？你确定它有价值吗？

3、如果确定有价值，那为什么要删除？优化1000W信息，让他更好的展现给用户，如果你不确定它是否有足够价值，你就全部删除404，这并不影响你的网页，反而是加分。

最后：你是不是应该想想怎么去把网站做好，难道你的网站没有其他内容可以在扩展的吗？真的没有数据可做了吗？为什么要去采集1000W数据来做这个？直觉告诉我，我根本不看内容，就知道这是1000W的垃圾。

1.分析1000w数据收录情况？
2. 重新检查1000W数据内容质量，删除为空的数据及未被百度收录的残缺数据；
3. 慢慢优化被收录的数据；
4. 重新制定新的优化方案加强原创的填充。

楼上这么多解决方案。
无论建议删除处理，还是保留处理，目的是让网站恢复健康水平。
1000W的不相关内容的大规模采集，是引起百度采取措施的主因。
从历届的算法来看，对这类站点的惩罚，一次比一次严重。
解决策略应该有以下几种，按优先顺序排：
1，着手制定高质量内容策略，对质量非常差的采集内容进行404处理，建议比例在20%左右。同时争取在最短的时间去稀释采集内容。
2，如果只是针对某个子站点或目录下进行采集的，可做屏蔽处理。
3，采集目录全面改版，重新做内容，之前采集的内容删除。
每个站点情况不同，“我司网站是某个行业的领军网站，建站已经有8年之久，在百度中表现一直非常好。”这种情况的站点，有恢复的机会。
个人的一点建议，欢迎指评。

既然不相关 留他何用？对用户无用的东西留着干啥？