蜘蛛怎样判断原创
大家都知道搜索引擎喜欢原创的东西，但是我们很多人却有这样的疑问：那就是蜘蛛怎么判断这些东西是不是原创的呢？
一般来讲有以下几个方面的因素决定：
1、蜘蛛抓取日期
2、快照的日期
3、文章修改的程度
4、页面外链的多少
举个例子，如果在自己的网站更新了一篇文章新闻，引擎来到网站并抓取到了这篇文章，放到数据库，并且在收录数据库中没有发现类似内容，就会被认为是原创，在这点上有以下细节需要注意：
一、文章被转载
如果刚发表的一篇文章被其它转载了，那么谁是原创呢？那要看谁更先被搜索引擎抓取到，也就是更新周期的问题了。如果先抓取到前者站，那么归前者，如果先抓取后者站，那么原创就归后者站了，所以不是说你先发表了，原创就是你的，这个得看搜索引擎什么时间收录了你的内容。
二、文章收录
文章必须被收录，如果没有被收录，肯定是在搜索数据库中找不到的，引擎根本就找不到这篇文章，更谈不上什么原创了。
那如果蜘蛛先访问了后者站呢？权重就会给后者站，正常的情况下都是这样的！
如果后者站转载的文章带了前者站的原文章页面链接呢？这就很明白了，刚收录的时候，两条结果一起出现，有可能还是后者的排名好一点。当然，文章转载次数多了以后，前者的链接越多，对前者的文章越有好处，排名会慢慢变成前者在前面。
如果另外转载的文章带的是B站页面的链接呢？如果判断不好，就变成了一个链接流行度的比赛了。不过，如果都有很多外链，并且相差不大，那么判断的规则就会回到原点，谁先收录谁就是原创。三、伪原创
伪原创会被认为是原创吗？大多时候是这样的，引擎蜘蛛不能明确分别这些东西，因为它太程式化。如果你的标题改过，文章的段落改过，那么蜘蛛将很难确定文章是否有过收录，也许它可以确定有部分内容是重复的，但它也不能因为这些而将这篇文章确认为是转载！当然，随着引擎程式设计的提高，应该会有一个相似度的东西出来，比如内容相似度超过百分之几就会被认为是转载。
分析下来，相信大家应该了解了。只是残箫自己的看法，希望大家吸收自己想要的东西，不认同的也来提下自己的意见！
另提几个建议：
1、如果你是新站，权重不高，如何让蜘蛛首页找到你的页面并放入数据库？其实很简单，用网摘、bd收藏等这些工具让蜘蛛更快的找到你的页面！
2、前辈们已经有过建议，就是加上自己的版权及内容页面的地址，别人采集的时候你就爽了，收录虽然不会快，但链接多了，你依然是原创内容。
3、发表文章等到自己收录以后再去其它的站点进行发表，同时加上自己的原文地址，这种办法很有保障！
四、快照日期
快照日期显示时间最早的，一般就是原创了吧？其实不一定，这个说法要在一个更新周期之内，比如说文章发表后一周内，快照时间越早的地址将越有被认为是原创的可能。但如果文章都发表了几个月了，说不定引擎已经重新获取过快照了，快照的日期就变了！
除此之外还有其它的可能，一般比如百度收录，他可能有一个收录的数据库，经过过滤后，收录的内容才会放到搜索结果里来，在这个期间就有一些问题，比如前站首次发表，后者转载，蜘蛛先访问前者再访问后者，而后可能先把后者站的结果放出来了，而前者还在数据库里。所以说引擎没有收录并不表示引擎蜘蛛没有访问过这些内容，也许在引擎的库存里已经有了记录，只是你查的时间没有放出来而已，就像25号才放出来的内容，但是快照是20号的，这就是搜索引擎的库存内容，同时这也是检验原创的核心时间点。
这种情况一般出现在新站与老站之间，前者发表，后者转载，但前站在搜索引擎的信任度并不高的时候，不过只要是前者先被访问到的，原创权还是前者的，这是最难分出来的情况，因为我们不知道蜘蛛先访问哪个站，除非你知道两个站的网站空间日志内容，能看到搜索引擎对两个页面的访问时间。
本文由创业板第一门户——财富创业板整理发布！
|
|
