百度蜘蛛对于文章原创和伪原创的判定

　　举个例子如果在www.ppctui.com这个网站上发布了一片文章内容。搜索引擎来到这个网站并且抓取到了这篇文章，放到数据库，并且在收录数据库中没有发现类似内容，那么就会被认为是原创。

&">nbsp;

　　在这点上有个细节需要注意：

 

　　1、文章必须被收录，如果没有被收录，肯定是在搜索数据库中石找不到的，搜索引擎根本就找不到这篇文章，更谈不上什么原创了。

 

　　2、文章被转载如果刚发表的一篇文章被其它转载了，那么谁是原创呢?那要看谁更先被搜索引擎抓取到，也就是更新周期的问题了。如果a站发表，b站转载，如果先抓取到a站，那么归a，如果先抓取b站，那么原创就归b站了，所以不是说你先发表了，原创就是你的，这个得看搜索引擎什么时间收录了你的内容。

 

　　3、访问时间,如果蜘蛛先访问了B站呢?

 

　　a、当然权重给B站，一般的情况下都会这样!

 

　　b、如果B站转载的文章带了A站的原文章页面链接呢?

 

　　c、这就很
明白了，刚收录的时候，如果排名，两条结果一起出现，有可能还是B站的排名好一点。

 

　　当然，文章转载次数多了以后，A站的链接越多，对A站的文章越有
好处，排名会慢慢变成A站在前面。如果另外转载的文章带的是B站页面的链接呢?它们如果判断不好，就变成了一个链接流行度的比赛了。
不过，如果都有很多
外部链接，并且相差不大，那么判断的规则应该回到原点，谁先被收录谁就是原创。

 

　　4、快照日期

 

　　快照日期显示时间最早的，一般就是原创了吧!不一定，这个说法要在一个更新周期之内，比如说文章发表后一周内，快照时间越早的地址将越有被认可为原创的可能。但如果文章都发表了几个月了，说不定搜索引擎已经重新
获取过快照了，快照的日期就变了!还有其它的可能，一般比如百度收录，他可能会有一个收录的数据库，经过过滤后，收录的内容才会到
搜索结果里来。在这个期间就有一些问题了，比如A站首次发表，B站转载。蜘蛛先访问A站再访问B站。而后可能先把B站的结果放出来了，而A站还在数据库里。

 

　　所以说搜索引擎没有收录并不表示搜索引擎蜘蛛没有访问过这些内容，也许在搜索引擎的库存里已经有记录了，只是你查的时间没有放出来而已，就像25号才放出来的内容，
但是快照是20号的，这就是搜索引擎的库存内容，同时这也是检验原创的核心时间点。

 

　　这种情况一般出现在新站与老站之间，A站发表，B站转载，但A站在搜索引擎的信任度并不高的时候。不过只要是A站先被访问到的，原创权还是A站的，这是最难分出来的情况，因为我们不知道蜘蛛先访问哪个站，除非你知道两个站的网站空间日志内容，能看到搜索引擎对两个页面的访问时间。

 

　　5、伪原创

 

　　伪原创也会被认为是原创?

 

　　大
多时候是这样的，搜索引擎蜘蛛不能明确分别这些东西，因为它的思维太程式化了。如果你的标题改过，文章的段落改过，那么蜘蛛将很难确定这篇文章是否有过收录，也许它可以确定有部分内容是重复的，但它也不能因为这些而将这篇文章确认为是转载!当然，随着搜索引擎程式设计的提高，应该会有一个相似度的东西出来，比如文字内容相似度超过百分之几就会被认为是转载。

 

　　这样分析下来，我们可以总结为网站要经常更新，以保证文章能够第一时间被蜘蛛抓取，文章
最好是原创，当然伪原创一定的程度也能够欺骗蜘蛛。

 

　　小脑袋智能推广软件www.ppctui.com

 

　　服务热线:025-68781274

 

　　值班QQ：1966359893

 

　　亲临指导，提供全程技术支持。