總有人在說自己的文章被抄襲，然后抄襲者收錄了，自己的卻沒有被收錄，我曾經我也這樣想，甚至我使用屏蔽右鍵、屏蔽復制等手段來克制抄襲者的惡意競爭行為，對此，我今天我有不同的看法，也有不同的觀點。
未收錄不代表未抓取
確實，為了SEO的發展，自己辛辛苦苦寫了兩篇原創文章，被一個大型網站抄襲秒收錄，而自己的站點卻不收錄，這是一件非常讓人尷尬的事情，那么真的不收錄，就不是原創了嗎？
很多朋友是這樣認為的，自己的文章沒有被收錄，而抄襲者的卻收錄了，所以百度判斷自己抄襲了別人的文章，所以自己權重也就一直上不來，排名一直沒有。其實這是一個錯誤的觀點，我曾在百度排名規則的文章中提到，百度收錄是需要經過抓取-識別-釋放這三個流程。其中在釋放的流程中，需要判斷整體網站的質量，當整體網站質量過關，收錄相對較快，當整體網站信譽度沒有達到百度的標準，百度將會暫時保留你的文章，不被釋放出來。
不被釋放出來，但是已經經過了抓取和識別這兩個流程，在這里特別的說一下抓取的流程，當網站建立以后，提交到搜索引擎，搜索引擎基本每天都會來抓取，大家可以試著安裝百度云加速后臺可以統計出抓取的頁面，如果抓取不夠，也可以在百度站長平臺中設置抓取頻率和sitemap自動推送，這樣抓取的是完全沒有壓力。設置方法如下：
打開【百度站長平臺】點擊左側導航【我的網站】-【站點管理】-【添加網站】-輸入網站域名，根據自身條件驗證網站。
然后點擊左側導航【頁面抓取】-【鏈接管理】-提交方式選擇【sitemap】，然后將自己的網站地圖提交上去，更新時間更具你網站的更新時間來設置，比如網站每天更新一篇文章，那么就填寫1天，論壇、門戶可能添加的比較多。
另外在把sitemap地圖寫到robots里面，抓取基本是完全沒有問題，那么接下來就進入識別系統，每一個頁面抓取了，就一定會進行識別對比，是否會出現重復，與互聯網的內容重復度有多少，從而判斷出頁面的原創度。那么在已經判斷出原創度的時候，再來談收錄，先收錄誰不代表誰就是原創了！
如何判斷文章的原創度？
并不是你網站有文章，是你自己寫的，就一定會被搜索引擎認為這是一篇原創文章，因為其中還有很多技術方面的問題，搜索引擎還未能解決。
記得我曾經在一個網站每天更新一篇文章，一篇文章的字數只有100字左右，但是文章頁面非常簡單，簡單到整個頁面沒有JS、CSS、HTML代碼，只有文字，但收錄卻非常好，而有一些網站，用JS、CSS、html代碼把網站修飾的非常漂亮，但是發布的文章卻不收錄，這讓我開始覺得代碼與原創度有直接關系。
我忘記了，在哪里看到過這樣的一句話“搜索引擎只能識別200KB以內的內容”，對于一個網站而言，200KB算是很大了，我的博客只有30KB左右，所以我博客在搜索引擎中抓取是完全沒有壓力，如果你的網站有超過200KB，我覺得你是應該要優化了。
這和網站的文件大小有什么關系呢？好，我們來看看，搜索引擎在抓取一個頁面的流程是從頭到底，任何一個頁面都有一個共同點，那就是頭部一樣、底部一樣，唯一不一樣的就是文章內容，那么搜索引擎在抓取頭部有10KB左右是一模一樣的，到中部文字的時候只有2KB是不一樣的，而底部又有10KB是一模一樣的，那么還會認為這是原創文章嗎？
這里還得給大家灌輸一個理念，那就是搜索引擎是不認識字的，他只有把這個漢字放到他的數據庫去對比，當一對比一個新文章頁面的時候，總共22KB的頁面，居然有20KB一模一樣，就算是寫了原創文章，也會被列入到偽原創的列表中去。
經過我3年的SEO優化加測試，我對原創文章的判斷得出了這樣的一個理論，當一個頁面比較大的時候，一個頁面的不同點至少占頁面的1/3，那么寫多少文字呢，比如你頁面有10KB，那么至少的寫3KB的文字，剩下的7KB相同，這些才不容易被列入到偽原創的列表中。當然，這是我個人得出的理論，并沒有完全的證據和理論來證明。
為什么抄襲者的網站更容易收錄？
那么還有一個問題來了，既然要抓取、識別、釋放這么復雜的流程，為何抄襲我們網站的內容還先收錄呢，這是大家很糾結的這個問題，我也糾結了很久，直到有一天，我自己做了一個平臺，每天讓自媒體人發布非常原創內容的時候，我才總結出來，為何越抄襲越容易收錄！
在談論抄襲者網站為何會收錄塊的時候，我覺得咱們先要搞清楚新聞內容是收錄流程，新聞內容相對普通的內容收錄較快，因為新聞內容具有時效性，所以必須當場發當場收錄，然后釋放出來，不然拖到第二天在收錄的話，這個新聞可能不熱了，關注的人也就少了，百度從而失去了這個體驗。
而抄襲者的網站與新聞內容類似，通常抄襲者的網站是抄襲過多篇文章，其中有直接抄襲原創者，也就抄襲二手文章，抄來抄去，互聯網同樣的文章就非常多了，當一篇文章被互聯網多次抄襲，這就意味著這篇文章比較熱門，不熱門怎么會這么多人抄襲呢？最終就出現了一個熱點效應，收錄的門檻也就降低了。所以就出現了抄襲者抄襲了你的文章，比你還先收錄。
防止抄襲最好的辦法
什么禁止右鍵、禁止復制這些方法都弱爆了，對方要抄襲、要采集，你這么點技術禁止，對他來說是完全沒有作用，況且人家采集是直接從代碼中采集，并非實際來到了你的網站，而且還會讓你的讀者覺得你網站體驗就嚴重問題，所以我非常不建議使用這些方法來禁止抄襲者，我也是這方面的過來人，現在我是用這些方法來對策的。
當我今天把文章寫出來后，不管是否收錄明天將會把文章通過投稿的形式發布出去，通過投稿的形式，對方會完全的尊重并且保留你的版權，即使沒有留下鏈接版權，至少也會留下品牌詞的版權。
投稿成功以后，當抄襲者在此抄襲這篇文章的時候，互聯網已經有很多此文章了，第一他會覺得互聯網文章太多，不會再次抄襲了，因為他想抄原創文章，第二就算他抄襲了，互聯網你投了這么多文章，最終公認的版權是你的，并且多個頁面有URL直接指向你的頁面，這也是給你這篇文章做了一個最好的外鏈。
總結：其實對于抄襲者并不是很可怕，對我們來說，應該是一件好事情，當他們抄習慣了，自然會幫我們做到推廣的作用。
|
搜索引擎是如何判斷文章的原創度的？
發布時間：2015.08.14 瀏覽:
次
0
贊一個
預約SEO顧問服務請聯系：185-1018-8870（手機微信同步） 領取免費VIP內部課程
文章來源：北京SEO技術服務中心
文章標題：搜索引擎是如何判斷文章的原創度的？
本文地址：http://www.szbingri.com/SEOjishu/SEOjichu/152.html
版權所有 © 北京SEO技術服務中心（微信/QQ：zhizheseo/2052048546），歡迎分享本文，轉載請保留出處！ 
上一篇：百度公開招募SEO診斷師 下一篇：SEO心得分享