一篇文章被抓取後,會先與數據庫裡相關的主題相匹配,再到相關分類下細分,最後與庫中已存在的文章做對比——若沒有的話,就判定為原創,或者說重複率不超過某個百分比。最直觀地說,如果百度數據庫裡沒有,它就認為是原創。
一、原創是有條件的,即百度收錄後的對比
舉個例子:一個小網站發布了一篇原創文章,被新浪等高權重網站直接複製粘貼,標題內容一字不改。結果新浪收錄了,你的文章卻沒被收錄。這時,你說哪個網站才是原創?
二、百度到底怎麼識別原創?
百度抓取你的文章後,會把每個關鍵詞生成一個相應的「指紋」,再與之前相似主題文章的關鍵詞指紋做對比。當發現核心關鍵詞偏差較大時,便判定為原創。因此要注意在文章中布局自己的目標關鍵詞,相關關鍵詞也要多次出現。(此段純屬筆者個人推測)
三、原創的就一定好嗎?
百度並沒有說文章必須原創,只要是符合用戶體驗的文章就是好文章。百度的字庫會先過濾一些常用詞,再看主關鍵字出現的頻率,這個比例在一點到幾個百分點之間比較合適,就像關鍵字密度在2%到8%一樣。當然,它還會做相關文章對比,若相似度超過60%,估計就會被視為作弊。另外,原創效果雖好,可哪有那麼多相關的原創呢?
百度也從沒說原創的一定最好。否則,國內最大的網站早該頒給那些盜版小說站了——因為它們的小說收費都是一個字一個字手打出來的,這麼多原創,沒理由排不上去。
筆者個人覺得,百度對原創的識別還有許多待完善之處,它還有很長的一段路要走。
本文由周明SEO博客https://www.zm0203.com整理發布,轉載請註明出處。
註:相關網站建設技巧閱讀請移步到建站教程頻道。