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。

1000万收录了多少？ 1000万删除？
个人觉得是 删除1000万页面，死路一条！
不删，继续优化，停止采集，猛加原创，稀释这1000万的数据。

Robots.txt分阶段的屏蔽，让这部分的内容逐步的消失，然后再删除。

直接删除对网站的影响可能是毁灭性的。

不删除，但可以尝试下 将你说的 那些目录 Robots禁止百度抓取。

分阶段的删除，这些垃圾内容存在也会影响到网站的关键词的排名；
如果一次性删除完的话，产生那么多404，大量的404会导致网站排名掉得更厉害。
减少这些页面的入口，分阶段的删除，做好404，然后提交百度。
每天删除一些，再每天补回一定量的伪原创与原创。

13年7月份，我公司网站导入10w相关采集论文，网站被降权，删除所有页面，也没有做死链接提交，直到现在网站一直半死不活的。

删除，做404，提交百度，并屏蔽相关外链。

本来可以用二级域名做的。

采集的1000万不太相关，带来的50万流量，我想跳出率会很高。用户体验度下降了，导致的降权。
如果通过数据分析，确定是这个原因。
建议如下
Robots屏蔽掉这三十个目录，但不要删除，收录页面数据波动太大，只会死的更惨 。
从用户体验的角度出发，再不断更新大量高质量的文章。两三个月后，还不恢复的话，再买批高质量的友情链接刺激一下，分阶段添加，不要只做首页的友链，权重页也要加。

跟你分享下我曾经操作过的一个企业站的案例，我觉得很适合你目前这个站采用。当时我接手那个站的时候，之前的优化人员给那个网站总共400多篇的文章全是采集复制的。百度的收录率1%都不到，网站结构还有问题，然后我就对网站进行改版啊！以前虽然那些内容没有收录，但是我也没删除，而采用了Robots，最后就是跟刘清文说得一样，照死更新原创文章，渐渐地出现收录>秒收>排名，就这么简单。不要删除，否则你会后悔。

要删除就全部删除，如果不删除那也不要去改动。

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？