Как составить СЯ для мониторинга большого сайта?

Помогите плз решить проблему. Есть большой сайт медицинской тематики, работающий по принципу вопрос -> ответ от специалиста. На сайте уже большое количество страниц (около 2000) с такими вопросами-ответами. Каким образом можно составить опорное СЯ для такого сайта? Просто хотя бы для мониторинга. Ведь плотность ключевиков в данной тематике может быть очень высока. Не будешь же вытягивать все подряд? Пока есть три варианта:

1. Собрать данные статистики лиру по запросам и исходя из этого сделать вывод. Но запросов может быть гораздо меньше чем реального тематического контента.

2. Вытащить вообще весь контент со всех страниц, собрать его в текстовую считалку и посчитать количество повторений тех или иных слов. Убрать от туда весь мусор, оставив только чистую тематику. Но это без какого нибудь скрипта может оказаться оооочень долгим.

3. Брать раздел имеющийся на сайте и в ручную собирать по нему всю близкую тематику. Опять же очень долго и часть собранного, в итоге, может не попасть в то что реально есть на сайте?

Как же поступить в такой ситуации?:confused: