您现在的位置是:首页 > 网站优化 > 竞价推广 > 竞价推广

Google是通过哪些方面来判定原创文章与伪原创

安心seo 2021-07-29 01:03:43 网站优化 人已围观

简介很多站长在做站群的时候生成大量的内容来填充网站,由于时间和精力的局限,绝大多数站长一般都会借助采集软件采集+伪原创,对于原创和伪原创Google是怎么判断的呢?其实Google对于

很多站长在做站群的时候生成大量的内容来填充网站,由于时间和精力的局限,绝大多数站长一般都会借助采集软件采集+伪原创,对于原创和伪原创Google是怎么判断的呢?其实Google对于伪原创的判别要比百度来的准的多,现在我们就来看下Google是通过哪几方面判定原创与伪原创的。

1.内容相似度
内容相似度是搜索引擎去重用的最多的算法,用的比较多的一种是TF/IDF算法,这个也是计算相关性的算法,TF-IDF的主要意思是说:如果某个词或短语在一篇文章中出现的频率高,并且在其他文章中很少出现,则认为此词或者短语具有很好的类别区分能力,适合用来分类。

TF词频(Term Frequency)指的是某一个给定的词语在该文件中出现的次数。

IDF反文档频率(Inverse Document Frequency)指的是:如果包含词条的文档越少,IDF越大,则说明词条具有很好的类别区分能力。

当一篇文章根据TF/IDF进行计算后,形成了一个多维的向量,这个向量就是这篇文章的内容特征向量,当两篇文章的特征向量趋于一致的时候,我们认为这两篇文章的内容接近,如果一致则说明是重复的。

关于TF/IDF与向量算法的详细请参看Google黑板报的数学之美12-余弦定理与新闻分类

2.数据指纹
当搜索引擎通过相似度把文章收集起来后,要判别一下是否是重复文章,经常用的就是数据指纹,数据指纹有很多种算法,常见的比如讲文章的标点符号提出,进行对比,你很难想象有两篇不同的文章,标点符合是一致的。还有对向量进行对比,也就是TF词频(关键词密度)等等来判断。

这时候你可以想象出,现在很多伪原创工具,只是把关键词进行了替换,你想关键词替换后,标点符号指纹是不变的,甚至连TF词频都不变。还有对文章进行段落的重拍,这个的确是打乱了标点符号,但是向量和词频问题依然存在。那么这样的伪原创工具有没有价值你就可想而知了。(可能对于百度还是有作用的)

3.代码噪音
前面说的这些,都是基于一个条件的,就是搜索引擎要知道文章是什么,因为每个网站的模板都不同,代码也不同,各种信息混合在一起,如果能找到正文就是搜索引擎第一要处理的。

一般Google都会通过对代码的布局和噪音比例进行区分,哪些是导航,哪些是正文,并可以对一些典型的代码进行忽略。那么我们在做模板的时候,就要注意了。这里有个纠结点,就是整页面降噪,方便搜索引擎进行正文的确认,但是正文区要适当的加燥,增加搜索引擎识别重复性的难度。



Google是通过哪些方面来判定原创文章与伪原创的相关文章

google搜索小技巧
google搜索小技巧   您可以通过 Google 轻松访问数十亿个网页,Google 还提供许多特色功能,可以帮助您准确地找到想要的内容。下面是 Google 提供的一些最受欢迎的功能,改善您的搜索体验。   天气 Google 查询中国城市地区的天气和天气预报,只需输入一个关键词(“天气”、“tq” 或“TQ” 任选其一)。Google返回的网站链接会带给您最新的...

原创内容 VS 有价值内容:谁才是网站所需要的
2020年百度多次推出新算法,表示要提高用户体验,打击转载等低质量的内容,并鼓励站长原创。随后互联网上掀起了一阵原创狂潮,不管写得好还是写的不算很好,都试图通过自己的键盘创造属于自己的文字。但现在,我要思考的是:原创真的有用吗? 何为原创? 我们其实应该更为清醒的认识到,互联网,特别是站长领域的原创和文学艺术领域的原创是有着本质的区别...

什么样的原创文章才有利于SEO优化?
    做SEO的人员都知道,原创文章对于网站的优化有很大帮助,特别是百度推出了熊掌号以后,就是明明白白的告诉了我们做SEO优化的人员,百度搜索引擎喜欢原创优质的内容。写原创文章对于做SEO的人员来说都会,但是要想让百度搜索引擎喜好你的文章,我们要怎样去迎合百度的胃口呢?从以下几点来分析:     一、文章标题优化     1、文章的核心...

很赞哦! ()

根据您查看的Google是通过哪些方面来判定原创文章与伪原创猜你喜欢

站点信息

  • 建站时间:2019年05月06日
  • 网站名称:安心SEO
  • 服务内容:网站优化、店铺运营
  • 文章统计:1300 篇
  • 工具分享:8 篇
  • 您是本站第:2507026位客人!