百度站长学院:原创文章的一些评判方法。
一、搜索引擎为什么要重视原创
。收集泛滥
来自百度的一项调查显示，从传统媒体的报纸到娱乐网站的花边新闻，从游戏攻略到产品评测，超过%的新闻和信息正在被人工复制或被机器收集。可以说，高质量的原创内容是包围在浩瀚收藏海洋中的小米之一，搜索引擎在大海中搜索小米既困难又具有挑战性。
。提升搜索用户体验
数字化降低了传播成本，工具化降低了采集成本，机器采集行为混淆了内容来源，降低了内容质量。在采集过程中，无意或有意地出现了内容不全、格式混乱或附加垃圾等诸多问题，严重影响了搜索结果的质量和用户体验。搜索引擎重视原创的根本原因是为了提升用户体验。这里说的原创是高质量的原创内容。
。鼓励原创作者和文章
转载收藏，分流了优质原创网站的流量，不再有原创作者的名字，这将直接影响优质原创站长和作者的收入。长此以往，会影响原创者的主动性，不利于创新和新的优质内容的产生。鼓励原创网站和作者的高质量原创、创新和合理流量，以促进互联网内容的繁荣，这应该是搜索引擎的一项重要任务。
百度给出一个判断原创文章的方法。感受一下好文章分享
二、收藏狡猾，难以识别原创
。收藏冒充原创，篡改关键信息
这种伪原创需要被搜索引擎识别，并适当调整。
。内容生成器，制造伪原创
利用自动文章生成器等工具，“创建”一篇文章，然后安装一个醒目的标题。现在成本很低，而且必须是原创。但原创应该有社会共识的价值，而不是仅仅做一个完全没有意义的垃圾，才算是有价值的优质原创内容。内容虽然独特，但不具备社会共识价值，这种伪原创需要搜索引擎识别和打击。
。网页是差异化的，很难提取结构化信息
不同的站点结构差异很大，html标签的含义和分布也不一样，所以提取标题、作者、时间等关键信息也很困难。要做到全面、准确、及时并不容易，在目前的中国互联网规模下。这一部分需要搜索引擎和网站管理员的合作才能顺利进行。如果站长以更清晰的结构告知搜索引擎网页的布局，搜索引擎会高效的提取出原来的相关信息。
三、百度如何识别原创？
。组建原创项目组打持久战
面对挑战，为了提高搜索引擎的用户体验，为了让优质原创者的原创网站得到应有的收益，为了推动中国互联网的发展，我们抽调了大量人员组建原创项目组:技术、产品、运营、法务等。这不是临时组织，不是一个月。
。原创识别“起源”算法
互联网上的网页数以千亿计，可以说是大海捞针，千头万绪。我们独创的识别系统，在百度大数据的云计算平台上开发，可以快速实现所有中文互联网页面的重复聚合和链接指向关系的分析。
首先通过内容相似度对集合和原创进行聚合，相似的网页聚合在一起作为原创识别的候选集；
其次，对于原创候选集，通过作者、发布时间、链接方向、用户评论、作者和站点历史原创、转发轨迹等上百个因素，，识别判断原网页；
经过比较，通过价值分析系统判断原创内容的价值，然后适当引导最终排名。
目前，通过我们的实验和真实的在线数据，“起源”算法已经取得了一定的进展，解决了新闻资讯领域的大部分问题。当然，还有更多其他领域的原创问题等着“原点”解决，我们在坚定地走着。
。原创星火计划
我们一直致力于原创内容的识别和排序算法的调整。但是在目前的互联网环境下，快速识别原创，解决原创问题，确实是一个很大的挑战，比如庞大的计算数据规模，层出不穷的采集方式，不同站点的建站方式和模板的巨大差异，复杂的内容提取等等。这些因素会影响原算法识别，甚至导致判断错误。这时候就需要百度和站长共同努力，维护互联网的生态环境。站长推荐原创内容，搜索引擎经过一定判断后对原创内容给予优惠，共同促进生态改善，鼓励原创。这就是“原创星火计划”，旨在快速解决目前面临的严重问题。此外，站长对原创内容的推荐将应用到“origin”算法中，帮助百度发现算法的不足，不断改进，用更智能的识别算法自动识别原创内容。
目前，原创星火计划也初见成效。第一期，一些重点原创新闻网站的原创内容被打上了原创、作者展示等标记。在百度搜索结果中，并在排名和流量上做了合理的提升。
后来，原创是一个需要长期改善的生态问题。我们会继续投入，和站长们一起推动互联网生态的进步。原创是一个环境问题，需要共同维护。站长多做原创，多推荐原创。百度将继续努力改进排序算法，鼓励原创内容，为原创作者和原创站点提供合理的排序和流量。
来源:百度站长平台站长学院
作者：徐州百都网络 | 来源： | 发布于：2022-02-28 01:16:44