百度也一样，百度是怎样判断原创文章的呢的？

　　百度也一样，百度是怎样判断原创文章的呢的？

　　互联网信息量巨大的现状，让我们从信息匮乏到信息太多不知所措。一天中不断出现这么多信息，我们不断地扫描我们的各种屏幕。这些信息有价值吗？ , 值得一游。作为编辑，我想看到有价值的原创。百度也是一样。百度如何判断原创文章？

　　一、为什么搜索引擎要重视原创

　　1.1采集洪水

　　来自百度的一项调查显示，80%以上的新闻信息都是通过人工或机器转发采集，从传统媒体报纸到娱乐网站花边新闻，从游戏指南到产品评论，甚至是提醒大学图书馆发送的网站在机器采集 上工作。可以说，优质的原创内容是采集包围的海洋中的小米之一。通过搜索引擎搜索海中的小米既困难又具有挑战性。

　　1.2提升搜索用户体验

　　数字化降低传播成本，工具化降低采集成本，机器采集混淆内容来源，降低内容质量。在采集的过程中，无意或有意地，采集的网页内容不完整不完整、格式混乱或额外垃圾等问题层出不穷，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。这里原创是高质量的原创内容。

　　1.3 鼓励原创author 和文章

　　转贴采集，分流优质原创网站的流量，不再有原创作者的名字，直接影响优质原创的收入站长和作者。长此以往，会影响原创的积极性，不利于创新，不利于产生新的优质内容。鼓励优质原创，鼓励创新，给原创网站和作者合理的流量，促进互联网内容的繁荣，应该是搜索引擎的重要任务。

　　二、采集很狡猾，识别原创很困难

　　2.1采集冒充原创，篡改关键信息

　　目前，在大量网站batch采集原创内容后，通过人工或机器方式篡改作者、发布时间、来源等关键信息，冒充原创。此类冒充原创需要搜索引擎识别并进行相应调整。

　　2.2 内容*敏*感*词*，制造伪原创

　　使用自动文章*敏*感*词*等工具，“创建”一篇文章文章，然后安装一个醒目的标题。现在成本很低，必须是原装的。但是原创必须具有社会共识的价值，而不是仅仅制造一块可以算作有价值的优质原创内容的无理垃圾。虽然内容独特，但不具备社会共识的价值。这样的伪原创需要被搜索引擎识别和攻击。

　　2.3 不同网页导致结构化信息提取困难

　　不同的站点在结构上有比较大的差异，html标签的含义和分布也不同。因此，提取标题、作者、时间等关键信息的难度也比较大。目前的中国互联网规模要做到全面、准确、及时，实属不易。这部分需要搜索引擎和站长的配合才能运行得更顺畅。如果站长以更清晰的结构将网页布局告知搜索引擎，将使搜索引擎能够高效地提取原创相关信息。

　　三、百度身份原创路怎么走？

　　3.1成立原创项目组打持久战

　　面对挑战，为了提升搜索引擎的用户体验，为了获得高质量的原创者原创网站，为了推动中国互联网的进步，我们选择了大量人组成原创Project Team：技术、产品、运营、法务等。这不是临时组织，不是一个月两个月的项目。我们准备打持久战。

　　3.2原创识别“起源”算法

　　互联网上有数百亿、数千亿的网页，从中挖掘出原创的内容可以说是大海捞针，线索非常多。我们在百度大数据云计算平台上开发的原创识别系统，可以快速实现对所有中文互联网网页的重复聚合和链接点关系分析。

　　首先采集和原创通过内容相似度聚合，相似的网页聚合在一起作为原创标识的候选集；

　　其次，对于原创候选集合，原创网页可以通过作者、发布时间、链接方向、用户评论、作者和网站历史原创情况等数百个因素进行识别和判断，以及转发轨道;

　　最后通过价值分析系统判断原创内容的价值，然后适当指导最终排名。

　　目前，通过我们的实验和在线真实数据，“起源”算法已经取得了一定的进展，解决了新闻、信息等领域的大部分问题。当然，其他领域还有更多原创问题等待“Origin”解决，我们会坚定地走。

　　3.3原创星火计划

　　我们一直致力于原创内容识别和排序算法调整，但在目前的互联网环境下，快速识别原创解决原创问题确实面临很大挑战，计算数据规模巨大。 采集方法层出不穷，针对不同站点的建站方法和模板、复杂的内容提取等问题存在巨大差异。这些因素都会影响原创算法的识别，甚至导致判断错误。这时候就需要百度和站长共同维护互联网生态环境。站长推荐原创内容，搜索引擎在一定判断后优先对待原创内容，共同推动生态的完善，鼓励原创，这就是“原创星火计划”，旨在快速解决当前面临的严重问题。此外，站长对原创内容的推荐将应用到“起源”算法中，帮助百度发现算法的不足，持续改进，用更智能的识别算法自动识别原创内容。

　　目前，原创星火计划也已初见成效。第一阶段，一些重点原创新闻站点的原创内容被标记为原创，作者在百度搜索结果中显示。等等，在排名和流量上都有了合理的提升。

　　最后，原创是一个需要长期改进的生态问题。我们将继续投资并与站长合作，推动互联网生态的进步； 原创是环境问题，需要大家共同维护，站长多做原创，多推荐原创，百度会继续努力改进排序算法，鼓励原创内容，为原创author 和原创 站点提供合理的排序和流量。

　　——想知道百度是怎么判断原创文章的分享的！多关注seo优化教程