文章原創(chuàng)度！為什么抄襲者的網(wǎng)站更容易收錄？
并不是你網(wǎng)站有文章，是你自己寫的，就一定會(huì)被搜索引擎認(rèn)為這是一篇原創(chuàng)文章，因?yàn)槠渲羞€有很多技術(shù)方面的問題，搜索引擎還未能解決。記得我曾經(jīng)在一個(gè)網(wǎng)站每天更新一篇文章，一篇文章的字?jǐn)?shù)只有100字左右，但是文章頁面非常簡(jiǎn)單，簡(jiǎn)單到整個(gè)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(wǎng)站，用JS、CSS、html代碼把網(wǎng)站修飾的非常漂亮，但是發(fā)布的文章卻不收錄，這讓我開始覺得代碼與原創(chuàng)度有直接關(guān)系。
我忘記了，在哪里看到過這樣的一句話“搜索引擎只能識(shí)別200KB以內(nèi)的內(nèi)容”，對(duì)于一個(gè)網(wǎng)頁而言，200KB算是很大了，如果你的網(wǎng)站有超過200KB，我覺得你是應(yīng)該要優(yōu)化了。
這和網(wǎng)站的文件大小有什么關(guān)系呢?好，我們來看看，搜索引擎在抓取一個(gè)頁面的流程是從頭到底，任何一個(gè)頁面都有一個(gè)共同點(diǎn)，那就是頭部一樣、底部一樣，唯一不一樣的就是文章內(nèi)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(shí)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(huì)認(rèn)為這是原創(chuàng)文章嗎?
這里還得給大家灌輸一個(gè)理念，那就是搜索引擎是不認(rèn)識(shí)字的，他只有把這個(gè)漢字放到他的數(shù)據(jù)庫去對(duì)比，當(dāng)一對(duì)比一個(gè)新文章頁面的時(shí)候，總共22KB的頁面，居然有20KB一模一樣，就算是寫了原創(chuàng)文章，也會(huì)被列入到偽原創(chuàng)的列表中去。
經(jīng)過SEO優(yōu)化加測(cè)試，對(duì)原創(chuàng)文章的判斷得出了這樣的一個(gè)理論，當(dāng)一個(gè)頁面比較大的時(shí)候，一個(gè)頁面的不同點(diǎn)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(chuàng)的列表中。當(dāng)然，這是個(gè)人得出的理論，并沒有完全的證據(jù)和理論來證明。
為什么抄襲者的網(wǎng)站更容易收錄?
那么還有一個(gè)問題來了，既然要抓取、識(shí)別、釋放這么復(fù)雜的流程，為何抄襲我們網(wǎng)站的內(nèi)容還先收錄呢，這是大家很糾結(jié)的這個(gè)問題，我也糾結(jié)了很久。
在談?wù)摮u者網(wǎng)站為何會(huì)收錄塊的時(shí)候，我覺得咱們先要搞清楚新聞內(nèi)容是收錄流程，新聞內(nèi)容相對(duì)普通的內(nèi)容收錄較快，因?yàn)樾侣剝?nèi)容具有時(shí)效性，所以必須當(dāng)場(chǎng)發(fā)當(dāng)場(chǎng)收錄，然后釋放出來，不然拖到第二天在收錄的話，這個(gè)新聞可能不熱了，關(guān)注的人也就少了，百度從而失去了這個(gè)體驗(yàn)。
而抄襲者的網(wǎng)站與新聞內(nèi)容類似，通常抄襲者的網(wǎng)站是抄襲過多篇文章，其中有直接抄襲原創(chuàng)者，也就抄襲二手文章，抄來抄去，互聯(lián)網(wǎng)同樣的文章就非常多了，當(dāng)一篇文章被互聯(lián)網(wǎng)多次抄襲，這就意味著這篇文章比較熱門，不熱門怎么會(huì)這么多人抄襲呢?最終就出現(xiàn)了一個(gè)熱點(diǎn)效應(yīng)，收錄的門檻也就降低了。所以就出現(xiàn)了抄襲者抄襲了你的文章，比你還先收錄。
