上一篇談百度鼓勵原創時,筆者引用過百度站長平台關於原創判斷的一段說明。今天就沿著那段話,聊聊判斷原創的幾種方式,歡迎拍磚。
百度官方的說法分三步:
首先,通過內容相似程度把採集與原創聚合在一起,將相似網頁歸為原創識別的候選集合;
其次,對候選集合,綜合作者、發布時間、鏈接指向、用戶評論、作者與站點的歷史原創情況、轉發軌跡等上百種因素,判斷出原創網頁;
最後,通過價值分析系統判斷該原創內容的價值高低,進而指導最終排序。
是按上下文語義,按表達的中心思想,還是按字面重合度?這三種判斷邏輯導致的結果完全不同。
如果按主題判斷,那麼不同人寫同一個題目、內容各異,是否也會被算作相似?如果按字面判斷,那用自己的話把原文重寫一遍,是否就算原創?如果按上下文結構判斷,那把文章重新組合、替換關鍵詞,是不是就成了偽原創工具眼中的「獨特內容」?
筆者的看法是:任何算法都會把多種可能性納入考量,而真正的原創必須帶有自己的觀點與視角。在一篇文章裡,屬於作者本人的判斷應該佔據最重要的位置——這既是對讀者的價值,也是原創最難被替代的部分。
作者與發布時間。網上大部分抄襲與複製內容,作者欄往往已被改寫。至於發布時間,互聯網上數以億計的頁面,搜索引擎不可能實時抓取所有站點並精確記錄時間戳。所以這兩個因素參考價值有限。很多網站尤其是博客確實會顯示發布時間,但也不能太當真。
鏈接指向。對做SEO的人來說,站內鏈接是最基本的工具。寫到某個概念時,順手連向站內此前寫過的相關文章——提到網站結構就連向結構優化的那篇,提到石榴算法就連向對應的解析文章。一篇有完善內鏈體系的文章,本身就是原創判定的一個加分項,至少說明作者對內容用了心。
用戶評論。評論能豐富文章內容,對後續讀者的引導性與參考性更強。搜索引擎的目標是把用戶導向最有價值的頁面,而大量評論在一定程度上說明文章受歡迎,後續排序中往往能佔優。
作者與站點的歷史原創情況、轉發軌跡。這一維度的出發點是「出身」。如果一個站絕大部分內容都是採集、複製、轉載而來,那麼這個站上的其他內容在原創判斷時,天然會被打上不信任的標籤。
綜合來看,站點內容需要堅持原創、鼓勵用戶評論、明確作者與發布時間。還有一點常被忽略但很重要:無論原創還是轉載,都標明原始出處與來源鏈接。這是在搜索引擎那裡贏得信任投票的關鍵動作。
相關建站技巧可移步建站教程頻道繼續閱讀。