百度如何分辨文章是否為原創(chuàng)，網(wǎng)站優(yōu)化怎么做好文章偽原創(chuàng)？
現(xiàn)在百度提倡用戶體驗，更加強(qiáng)調(diào)網(wǎng)站內(nèi)容的原創(chuàng)度，但是百度蜘蛛是怎樣分辨一篇文章是不是原創(chuàng)呢？同一篇文章發(fā)在不同平臺上被收錄后百度是如何辨別哪篇是原創(chuàng)哪篇不是原創(chuàng)呢？
1、文章對比
搜索引擎來到這個網(wǎng)站并且抓取到了這篇文章，放到數(shù)據(jù)庫，并且在收錄數(shù)據(jù)庫中沒有發(fā)現(xiàn)類似內(nèi)容，那么就會被認(rèn)為是原創(chuàng)，也有站長朋友認(rèn)為是用公式計算出的，即：TF IDF ,TF是TermFrequency的縮寫，譯成中文是詞頻，指的是某一個詞在文章中出現(xiàn)的次數(shù)；IDF是InverseDocumentFrequency的縮寫，中文譯成反文檔頻率，IDF越大，表明這個詞在其它文章中出現(xiàn)的次數(shù)很少，說明這個詞有很好的類別區(qū)分能力。
2、文章與網(wǎng)站主題的相關(guān)性
在網(wǎng)站初期就會對此網(wǎng)站規(guī)劃一個主題，那么百度等搜索引擎在收錄此網(wǎng)站的時候，就已經(jīng)為這個站確定了主題范圍。如果某篇文章的主題與整個站點(diǎn)的主題相關(guān)度很低，比如你的站是一個做seo的站，其中卻有篇文章是說教育類的，那么百度蜘蛛就會認(rèn)為這篇文章與網(wǎng)站主題不符，即不會判斷為原創(chuàng)。
搜索引擎比較喜歡原創(chuàng)類文章，那么在網(wǎng)站建設(shè)完成后在做關(guān)鍵詞布署時一定要考慮是否與網(wǎng)站主題相關(guān)，因為站內(nèi)不相關(guān)的文章或者網(wǎng)頁占到一定幅度，就可能被降權(quán)甚至K站，所以網(wǎng)站的主題相關(guān)性也很重要。
3、網(wǎng)站權(quán)重
同一篇文章發(fā)在不同平臺上，收錄快慢都是有區(qū)別的，如果你寫了一篇文章，在未收錄前被別人轉(zhuǎn)載了，并且沒有保留你網(wǎng)站的鏈接，那么他發(fā)在一個權(quán)重較高的網(wǎng)站上，隔天收錄了，這個時候如果百度再去收錄你網(wǎng)站中這篇文章時，在數(shù)據(jù)庫里面發(fā)現(xiàn)了同一篇文章，那么百度就會認(rèn)為你這邊是抄襲的，并且不會被收錄，所以很多站長朋友都很清楚，寫的原創(chuàng)文章一定是發(fā)布在自己網(wǎng)站上等收錄后再發(fā)到其他網(wǎng)站上。
4、網(wǎng)站的跳出率等
百度現(xiàn)在更多的是考慮用戶體驗，所以偽原創(chuàng)文章，尤其是程序生成的偽原創(chuàng)文章，大量存在網(wǎng)站中，用戶體驗是非常差的，這樣會導(dǎo)致用戶快速跳出頁面，并且點(diǎn)擊其他搜索結(jié)果，如果跳出率過高的話，百度就會認(rèn)為這個站點(diǎn)是垃圾站點(diǎn)，那么以后這個網(wǎng)站內(nèi)的文章，也會被認(rèn)為是偽原創(chuàng)文章。