整天揪心于搜索引擎的SEOer們應(yīng)該都清楚，搜索引擎喜歡原創(chuàng)的、與眾不同的文章。對于已經(jīng)存在于互聯(lián)網(wǎng)的網(wǎng)頁或?qū)λ阉饕孢@個喜新厭舊的機(jī)器人來說，它懶得再去抓取并給予較高的評價。所以我們在網(wǎng)站建設(shè)以及SEO優(yōu)化過程中，要盡量避免網(wǎng)站相似度太高，以及網(wǎng)頁雷同。

　　網(wǎng)站相似度是多個相似網(wǎng)頁積累起來的結(jié)果。造成網(wǎng)頁相似的原因有很多：文章轉(zhuǎn)載、引用，摘抄，工具采集，網(wǎng)站鏡像，使用小偷抓取程序等等。其實大家可以看一下，隨便搜索一篇熱門新聞的關(guān)鍵詞，你會找到好多標(biāo)題相同的結(jié)果，甚至好多網(wǎng)頁的內(nèi)容也完全相同。畢竟文字是最容易修改的網(wǎng)頁元素，那些版權(quán)聲明、作者、來源都可以輕松的被替換掉，導(dǎo)致網(wǎng)站上出現(xiàn)各個看似不同實則同源的諸多版本。為了搜索引擎流量，大多數(shù)站長也便不顧版權(quán)以及網(wǎng)站整體體驗，瘋狂地?fù)尵W(wǎng)站上的資源豐富自身內(nèi)容。

　　搜索引擎雖然會判斷網(wǎng)頁相似度，但是畢竟反映時間上還有欠缺。好多同標(biāo)題的抄襲文章很快被收錄并擁有不錯的排名，但是過一兩天之后排名消失，甚至連同快照也消失了，估計是搜索引擎認(rèn)出它是抄襲文章而給的懲罰措施。但是好多站長為了這些流量就瘋狂轉(zhuǎn)載網(wǎng)站上的熱門內(nèi)容、復(fù)制甚至是批量采集。把一條新聞?chuàng)Q個相似標(biāo)題再發(fā)布一遍，讓網(wǎng)友們認(rèn)為是新的文章。結(jié)果打開一看就是剛剛看過的內(nèi)容。這無疑是浪費掉了網(wǎng)民們尋找準(zhǔn)確信息的寶貴時間。

　　那么對于搜索引擎來說，如何評判網(wǎng)站相似度呢?剛說了網(wǎng)站相似度是結(jié)合整個網(wǎng)站所有網(wǎng)頁進(jìn)行對比的結(jié)果。而網(wǎng)頁相似度就是靠抓取的網(wǎng)站源代碼進(jìn)行對比。一般來說源代碼相似度高于70%就算是抄襲的文章了，這樣的文章即便發(fā)布之后獲得了好的排名，也會在以后的日子里被搜索引擎查出非原創(chuàng)而被降權(quán)刪掉的。為了避免過度相似，灰帽SEOer們便研究了“偽原創(chuàng)文章”來對付搜索引擎。

　　偽原創(chuàng)的水平直接影響了讀者閱讀體驗和網(wǎng)頁相似度。如果是人為的偽原創(chuàng)、根據(jù)意思替換同義詞，不會影響文章可讀性的。但是大多數(shù)人用的是偽原創(chuàng)工具，通常情況下偽原創(chuàng)程度越高，讀者閱讀便越困難、越難以理解原作者的意圖。

　　百度星火計劃雖然是提倡原創(chuàng)、反對抄襲，這也正是讓站長們提高網(wǎng)站的原創(chuàng)度，減少網(wǎng)站相似度(包括網(wǎng)站內(nèi)部網(wǎng)頁之間的相似度)，搜索引擎喜歡唯一的東西，讀者也不希望重復(fù)讀同一則信息，所以原創(chuàng)內(nèi)容才是網(wǎng)站持續(xù)發(fā)展的源動力。