伪原创相似度查询(享用更*敏*感*词*，让你轻松玩转NB5社区|社区)

　　伪原创相似度查询(享用更*敏*感*词*，让你轻松玩转NB5社区|社区)

　　立即注册，结交更多朋友，享受更*敏*感*词*，让您轻松畅玩NB5社区。

　　您需要登录才能下载或查看，还没有账号？开放注册

　　x

　　如何判断原创和伪原创：

　　首先我们要先掌握几个概念：

　　1.相似性

　　相似性是搜索引擎最常用的算法。最常用的算法是TF/IDF算法。这也是一种计算相关性的算法。 TF-IDF的主要含义是：如果一个词或词组在一个文章中频繁出现而在其他文章中很少出现，则认为该词或词组具有良好的分类能力，是适合分类。

　　TF Term Frequency 是指给定单词在文件中出现的次数。

　　IDF 逆文档频率（Inverse Document Frequency）是指：如果收录条目的文档越少，IDF越大，说明条目具有较好的类别区分能力。

　　当一篇文章文章根据TF/IDF进行计算时，就形成了一个多维向量。这个向量就是这个文章的内容特征向量。当两篇文章文章的特征向量趋于相同时，我们认为两篇文章的内容接近，如果相同，则说明它们是重复的。

　　TF/IDF和向量算法的详细介绍请参考谷歌黑板的数学之美12-余弦定律和新闻分类

　　2.数据指纹

　　当搜索引擎通过相似度采集文章时，需要判断是否是重复的文章。经常使用数据指纹。数据指纹有很多算法。常见的如文章@文章的标点符号提出，为了对比，你很难想象有两个不同的文章，标点符号是一致的。还有一个比较向量，就是TF词频（关键词密度）等等来判断。

　　这时候，你可以想象有很多伪原创工具只是代替了关键词。你认为替换关键词后，标点指纹是一样的，甚至TF词频都保持不变。还有一段文章的重拍。这确实是标点符号一团糟，但向量和词频问题仍然存在。那么你可以想象这样的伪原创工具的价值。 （可能对百度有用）

　　3.代码噪声

　　上面说的都是基于一个条件，也就是搜索引擎需要知道文章是什么，因为每个网站都有不同的模板和不同的代码，各种信息混在里面同时，如果能找到文字，搜索引擎会先处理。