小毛孩教您百度如何区分原创与伪原创

时间:2012-03-19 18:58 来源:未知作者:aobvhr 点击:次

在中国，百度是广大站长关心最多的搜索引擎，百度的一举一动都牵动着千千万万站长的心。百度喜欢原创的东西，大家都知道，但是很多站长都是做兼职的，怎么搞这么多原创的东西呢？所以很多站长都在找捷径www.6998.net——伪原创。顾名思义伪原创就是把原创的东西稍作修改，让搜索引擎认为这是一篇原创文章。那么百度如何区分原创与伪原创呢？

同一篇文章经常会重复出现在不同网站及同杭州网站制作一个网站的不同网址上，搜索引擎并不喜欢这种重复的内容。用户搜索时，如果在前两页看到的都是来自不同网站的同一篇文章，用户体验就太差了，虽然都是内容相关的。搜索引擎希望只返回相同文章中的一篇，所以在进行索引前还需要识别和删除重复的内容，这个过程就称为“去重”。

去重的基本方法是对页面特征关键词计算指纹，也就是说以页面主体内容中选取最有代表性的一部分关键词（经常是出现频率最高的关键词），然后计算这些关键词的数字指纹。实www.6998.net验表明，通常选取10个特征关键词就可以达到比较高的计算准确性，选取更多词对去重准确性提高的贡献也就不大了。

典型的指纹计算方法如md5算法（信息摘要算法第五版）这类指纹算法的特点是输入（特征关键词）有任何微小的变化，都会导致计算出的指纹有很大的差距。

了解了搜索引擎的去重算法，seo人员就应该知www.6998.net道简单的更换词语及调整段落顺序这种所谓的原创，并不能通过搜索引擎的去重算法。因为这样的算法无法改变文章的特征关键词。而且搜索引擎算法很可能不止于页面识别，而是进行到段落识别，混合不同文章，交叉调换段落顺序也不能使转载和抄袭变成原创。