百度辨別原創(chuàng)文章原理詳解
2010-11-06
一、首先要明確SEO中的兩個詞：原創(chuàng)和偽原創(chuàng) 原創(chuàng)：簡單地理解就是第一次在網(wǎng)絡上發(fā)表的內(nèi)容，以前沒有出現(xiàn)過的內(nèi)容。 偽原創(chuàng)：就是從網(wǎng)站找來資料進行二次加工，二次修改之后的內(nèi)容，如修改標題，修改內(nèi)容，增加些文字或者減少一些文字等。 搜索引擎對于原一、首先要明確SEO中的兩個詞：原創(chuàng)和偽原創(chuàng)
原創(chuàng)：簡單地理解就是第一次在網(wǎng)絡上發(fā)表的內(nèi)容，以前沒有出現(xiàn)過的內(nèi)容。
偽原創(chuàng)：就是從網(wǎng)站找來資料進行二次加工，二次修改之后的內(nèi)容，如修改標題，修改內(nèi)容，增加些文字或者減少一些文字等。
搜索引擎對于原創(chuàng)的判斷是如何進行的呢?
一般來講有以下幾個方面的因素決定：
1、快照日期。
2、蜘蛛抓取日期。
3、頁面外鏈的多少。
4、文章修改的程度。
舉個例子如果我在我的網(wǎng)站www.piaoxian.net更新了一篇文章新聞。搜索引擎來到這個網(wǎng)站并且抓取到了這篇文章，放到數(shù)據(jù)庫，并且在收錄數(shù)據(jù)庫中沒有發(fā)現(xiàn)類似內(nèi)容，那么就會被認為是原創(chuàng)。
在這點上有個細節(jié)需要注意：
1：文章被轉載
如果剛發(fā)表的一篇文章被其它轉載了，那么誰是原創(chuàng)呢?那要看誰更先被搜索引擎抓取到，也就是更新周期的問題了。如果在a發(fā)表 被 b轉載，如果先抓取到前者站，那么歸a，如果先抓取b站，那么原創(chuàng)就歸b站了，所以不是說你先發(fā)表了，原創(chuàng)就是你的，這個得看搜索引擎什么時間收錄了你的內(nèi)容。
2：文章收錄
文章必須被收錄，如果沒有被收錄，肯定是在搜索數(shù)據(jù)庫中石找不到的，搜索引擎根本就找不到這篇文章，更談不上什么原創(chuàng)了。
3、訪問時間
如果蜘蛛先訪問了B站呢?
1、當然權重給B站，一般的情況下都會這樣!
2、如果B站轉載的文章帶了A站的原文章頁面鏈接呢?
3、這就很明白了，剛收錄的時候，如果排名，兩條結果一起出現(xiàn)，有可能還是B站的排名好一點。
當然，文章轉載次數(shù)多了以后，A站的鏈接越多，對A站的文章越有好處，排名會慢慢變成A站在前面。
如果另外轉載的文章帶的是B站頁面的鏈接呢?
它們?nèi)绻袛嗖缓茫妥兂闪艘粋€鏈接流行度的比賽了。
不過，如果都有很多外部鏈接，并且相差不大，那么判斷的規(guī)則應該回到原點，誰先被收錄誰就是原創(chuàng)。
4、偽原創(chuàng)
偽原創(chuàng)也會被認為是原創(chuàng)?
大多時候是這樣的，搜索引擎蜘蛛不能明確分別這些東西，因為它的思維太程式化了。如果你的標題改過，文章的段落改過，那么蜘蛛將很難確定這篇文章是否有過收錄，也許它可以確定有部分內(nèi)容是重復的，但它也不能因為這些而將這篇文章確認為是轉載!當然，隨著搜索引擎程式設計的提高，應該會有一個相似度的東西出來，比如文字內(nèi)容相似度超過百分之幾就會被認為是轉載。
這樣分析下來，相信大家應該了解了吧。只是核桃自己的看法，希望大家吸收自己想要的東西，不認同的了也來提下自己的意見!
另外提幾個建議：
1、如果你的站是新站，權重不高，如何讓蜘蛛首頁找到你的頁面并放入數(shù)據(jù)庫?其實很簡單：用網(wǎng)摘、bd收藏這些tag/tools”target=”_blank”rel=”nofollow”title=”飄仙建站網(wǎng) – 建站” >工具讓蜘蛛更快的找到你的頁面!
2、大家都有過建議，就是加上自己的版權及內(nèi)容頁面的地址，別人采集的時候你就爽了，收錄雖然不會快，但后鏈接多了，你依然是原創(chuàng)內(nèi)容。
3、發(fā)表文章等到自己收錄以后再去其它的站點進行發(fā)表，同時加上自己的原文地址，這種辦法很有保障!
5、快照日期
快照日期顯示時間早的，一般就是原創(chuàng)了吧!
不一定，這個說法要在一個更新周期之內(nèi)，比如說文章發(fā)表后一周內(nèi)，快照時間越早的地址將越有被認可為原創(chuàng)的可能。
但如果文章都發(fā)表了幾個月了，說不定搜索引擎已經(jīng)重新獲取過快照了，快照的日期就變了!
還有其它的可能嗎?
有，一般比如百度收錄，他可能會有一個收錄的數(shù)據(jù)庫，經(jīng)過過濾后，收錄的內(nèi)容才會到搜索結果里來。在這個期間就有一些問題了，比如A站首次發(fā)表，B站轉載。蜘蛛先訪問A站再訪問B站。而后可能先把B站的結果放出來了，而A站還在數(shù)據(jù)庫里。
所以說搜索引擎沒有收錄并不表示搜索引擎蜘蛛沒有訪問過這些內(nèi)容，也許在搜索引擎的庫存里已經(jīng)有記錄了，只是你查的時間沒有放出來而已，就像25號才放出來的內(nèi)容，但是快照是20號的，這就是搜索引擎的庫存內(nèi)容，同時這也是檢驗原創(chuàng)的核心時間點。
這種情況一般出現(xiàn)在新站與老站之間，A站發(fā)表，B站轉載，但A站在搜索引擎的信任度并不高的時候。不過只要是A站先被訪問到的，原創(chuàng)權還是A站的，這是難分出來的情況，因為我們不知道蜘蛛先訪問哪個站，除非你知道兩個站的網(wǎng)站空間日志內(nèi)容，能看到搜索引擎對兩個頁面的訪問時間
