百度如何識(shí)別網(wǎng)站內(nèi)容是轉(zhuǎn)載還是原創(chuàng)或是偽原創(chuàng)？

發(fā)布時(shí)間:   瀏覽: 7533

淮南企業(yè)網(wǎng)站的好多負(fù)責(zé)人或者個(gè)人網(wǎng)站站長都在問原創(chuàng)是如何被搜索引擎識(shí)別的?

  在談?wù)撝�，我們首先�?yīng)該明確三個(gè)基本概念：原創(chuàng)與偽原創(chuàng)以及轉(zhuǎn)載

  先說轉(zhuǎn)載：顧名思義就是原原本本的從網(wǎng)絡(luò)媒體上照抄照搬過來的文章。

    原創(chuàng)：很好理解，就是第一次在網(wǎng)絡(luò)上發(fā)表的文章內(nèi)容。

  偽原創(chuàng)：就是對(duì)網(wǎng)絡(luò)上收集到的一些原創(chuàng)內(nèi)容進(jìn)行N次修改，轉(zhuǎn)而進(jìn)行發(fā)表的文章。比如修改文章的標(biāo)題，增加文章摘要，轉(zhuǎn)載不完整的文章內(nèi)容等等。

  搜索引擎對(duì)于原創(chuàng)的識(shí)別判斷是如何進(jìn)行的呢?

  一般來講，有以下幾個(gè)方面的因素決定：

  1、快照生成的日期。

  2、蜘蛛抓取的日期。

  3、網(wǎng)站頁面外鏈的多少。

  4、文章內(nèi)容雷同相似的程度。

  舉例：如果一篇標(biāo)題為《蜘蛛如何辨別原創(chuàng)內(nèi)容》的文章在今天早上8：00首次發(fā)表在一個(gè)BBS、BLOG或者網(wǎng)站上。會(huì)有什么樣的結(jié)果呢?

  蜘蛛來到這個(gè)BBS、BLOG或者網(wǎng)站，發(fā)現(xiàn)了這個(gè)頁面，分析頁面上《蜘蛛如何辨別原創(chuàng)內(nèi)容》的的文章內(nèi)容，放入搜索引擎數(shù)據(jù)庫，并經(jīng)識(shí)別判斷被認(rèn)定為首次發(fā)現(xiàn)，那么《蜘蛛如何辨別原創(chuàng)內(nèi)容》的這篇文章肯定就是原創(chuàng)了!

  當(dāng)然，在蜘蛛爬過來識(shí)別文章時(shí)，收錄與判斷的過程中間有幾個(gè)細(xì)節(jié)問題，需要大家參考：

  1、認(rèn)定為原創(chuàng)文章的必要條件

  假如這個(gè)網(wǎng)站沒有被收錄，這篇文章會(huì)認(rèn)為是原創(chuàng)嗎? 當(dāng)然不會(huì)!因?yàn)樗静豢赡艹霈F(xiàn)在搜索引擎的數(shù)據(jù)庫里!

  那么，如何讓它被認(rèn)定成為原創(chuàng)內(nèi)容呢?

    第一個(gè)條件，網(wǎng)站必須有被搜索引擎收錄。假如這個(gè)網(wǎng)站被收錄了，但是不經(jīng)常更新呢? 很簡單，如果不經(jīng)常更新，發(fā)表的文章到被蜘蛛搜索到并收錄的時(shí)候也會(huì)認(rèn)為是原創(chuàng)的。

  2、轉(zhuǎn)載與采集后原創(chuàng)的認(rèn)定

  如果這篇文章被轉(zhuǎn)載了呢? 如果文章被轉(zhuǎn)載，那么看轉(zhuǎn)載這篇文章的站更新周期與首次發(fā)表這篇文章的站的更新周期哪個(gè)更快。

  不太明白更新周期？舉個(gè)例子說明：比如在A站發(fā)表，B站轉(zhuǎn)載，如果蜘蛛先訪問了A站，發(fā)現(xiàn)了文章，再來到B站發(fā)現(xiàn)了文章，很明顯的，原創(chuàng)權(quán)重歸A站。

  那么采集的情況是否符合這種情況? 當(dāng)然，采集的情況一樣。如果B采集A，但B收錄比A早，B就可能變成原創(chuàng)!

  3、蜘蛛的訪問時(shí)間

  如果蜘蛛先訪問了B站呢? 當(dāng)然權(quán)重給B站，一般的情況下都會(huì)這樣!

  如果B站轉(zhuǎn)載的文章帶了A站的原文章頁面鏈接呢? 這就很明白了，剛收錄的時(shí)候，如果排名，兩條結(jié)果一起出現(xiàn)，有可能還是B站的排名好一點(diǎn)。 當(dāng)然，文章轉(zhuǎn)載次數(shù)多了以后，A站的鏈接越多，對(duì)A站的文章越有好處，排名會(huì)慢慢變成A站在前面。

  如果另外轉(zhuǎn)載的文章帶的是B站頁面的鏈接呢? 這種情況就搞笑了，給搜索引擎開了個(gè)玩笑，但它們?nèi)绻袛嗖缓�，就變成了一個(gè)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(yīng)該回到原點(diǎn)，誰先被收錄誰就是原創(chuàng)。

  4、網(wǎng)頁快照生成的日期

  搜索結(jié)果中網(wǎng)頁快照日期顯示時(shí)間最早的，一般就是原創(chuàng)了吧! 不一定，這個(gè)說法要在一個(gè)更新周期之內(nèi)，比如說文章發(fā)表后一周內(nèi)，快照時(shí)間越早的地址將越有被認(rèn)可為原創(chuàng)的可能。 但如果文章都發(fā)表了幾個(gè)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，比如百度收錄，他可能會(huì)有一個(gè)收錄的數(shù)據(jù)庫，經(jīng)過過濾后，收錄的內(nèi)容才會(huì)到搜索結(jié)果里來。在這個(gè)期間就有一些問題了，比如A站首次發(fā)表，B站轉(zhuǎn)載。蜘蛛先訪問A站再訪問B站。而后可能先把B站的結(jié)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(shí)間沒有放出來而已，就像25號(hào)才放出來的內(nèi)容，但是快照是20號(hào)的，這就是搜索引擎的庫存內(nèi)容，同時(shí)這也是檢驗(yàn)原創(chuàng)的核心時(shí)間點(diǎn)。

  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(zhuǎn)載，但A站在搜索引擎的信任度并不高的時(shí)候。不過只要是A站先被訪問到的，原創(chuàng)權(quán)還是A站的，這是最難分出來的情況，因?yàn)槲覀儾恢乐┲胂仍L問哪個(gè)站，除非你知道兩個(gè)站的網(wǎng)站空間日志內(nèi)容，能看到搜索引擎對(duì)兩個(gè)頁面的訪問時(shí)間。

  5、文章的偽原創(chuàng)

  偽原創(chuàng)也會(huì)被認(rèn)為是原創(chuàng)?大多數(shù)時(shí)候是這樣的，搜索引擎蜘蛛智力，你不要給予很高的期望，它就相當(dāng)于三歲的小孩子，不能明確辨別這些內(nèi)容是否一樣，因?yàn)樗乃季S太程式化了。如果你把文章的標(biāo)題修改過，把文章的段落、結(jié)構(gòu)、順序等修改過，甚至是兩篇或多篇內(nèi)容差不多的文章混合在一起加工過，那么搜索引擎的蜘蛛就很難判斷這篇文章是否被收錄，或許它可以判斷出有部分內(nèi)容是相似或重復(fù)的，但是它不能因?yàn)檫@些細(xì)微的相似，而將這篇經(jīng)過“深加工”的偽原創(chuàng)文章判斷為是轉(zhuǎn)載!當(dāng)然，搜索引擎程式設(shè)計(jì)中有一個(gè)相似度的東西，比如文字內(nèi)容相似度超過百分之幾就會(huì)被認(rèn)為是轉(zhuǎn)載。
 

至此淮南訊網(wǎng)公司給出以下幾點(diǎn)建議：

 1、如果你的網(wǎng)站是一個(gè)新站，當(dāng)前網(wǎng)站的權(quán)重不高，如何讓搜索引擎的蜘蛛首頁找到你的網(wǎng)站頁面并放入搜索引擎的數(shù)據(jù)庫?其實(shí)有一個(gè)簡單有效、省時(shí)省力的方法：充分利用網(wǎng)摘、百度收藏等工具，讓蜘蛛更快的爬到你的頁面上來!

  2、就是使用代碼把網(wǎng)站加上自己的版權(quán)及內(nèi)容頁面的地址，別人采集的時(shí)候自動(dòng)添加你的網(wǎng)站鏈接或者文章來源的具體鏈接地址，這樣做收錄雖然不會(huì)快，但最后鏈接多了，你依然是原創(chuàng)內(nèi)容。

  3、在自己的網(wǎng)站上發(fā)表“原創(chuàng)”文章，等到自己收錄以后，再去其它的站點(diǎn)進(jìn)行發(fā)表，同時(shí)加上自己的原文地址，這種辦法很有很有效果，一些規(guī)模較大、影響較廣的網(wǎng)站被采的機(jī)率很大，發(fā)到這些大的網(wǎng)站上，帶來的流量非�？捎^!