第一點(diǎn)、關(guān)于哪些詞是蜘蛛不喜歡的呢?那么我們來看一下：總的來講搜索引擎會(huì)過濾“的，了，呢，啊”之類的重復(fù)率非常之高的詞，有人會(huì)問是為什么呢?很簡(jiǎn)單，因?yàn)檫@類詞是對(duì)排名無幫助的無用詞語。

 第二點(diǎn)、在談到這里要談偽原創(chuàng)百度與谷歌是怎么算法，和判定的?為什么有時(shí)候轉(zhuǎn)換近義詞無效。那么從這里開始就算是小戴個(gè)人的一點(diǎn)經(jīng)驗(yàn)總結(jié)了。我們都知道目前在網(wǎng)絡(luò)然市場(chǎng)上有一堆偽原創(chuàng)工具能夠?qū)⒃~語偽原創(chuàng)比如將“電腦”偽原創(chuàng)為“計(jì)算機(jī)”等這樣的近義詞，那么有什么理由不相信強(qiáng)大的搜索引擎不會(huì)偽原創(chuàng)?所以肯定的，搜索引擎一定會(huì)近義詞偽原創(chuàng)，當(dāng)搜索引擎遇到“電腦”和“計(jì)算機(jī)”時(shí)，會(huì)將他們自動(dòng)轉(zhuǎn)換這里姑且假設(shè)為A，所以很多情況下的近義詞偽原創(chuàng)不收錄的原因就在這里。

 第三點(diǎn)、重點(diǎn)談一下為什么有時(shí)候不僅近義詞轉(zhuǎn)換了并且連打亂句子與段落依然無效果呢。當(dāng)搜索引擎過濾掉無用詞，并將各類近義詞轉(zhuǎn)化為A，B，C，D后開始提取出這個(gè)頁(yè)面最關(guān)鍵的幾個(gè)詞語A，C，E如果大家不太明白，那么(這里舉個(gè)例子，實(shí)際可能提取的關(guān)鍵字不是ACE三個(gè)而是1個(gè)到幾十個(gè)都是說不定的)。并且將這些詞進(jìn)行指紋記錄。這樣也就是說，近義詞轉(zhuǎn)換過的并且段落打亂過的文章和原文對(duì)于搜索引擎來說是會(huì)認(rèn)為一模一樣的。如果你們不明白，那就好好的琢磨一下，小戴的語言功底不太好，希望大家能夠理解。

 第四點(diǎn)、這段更深層次解釋為什么幾篇文章段落重組的文章依然可能會(huì)被搜索引擎識(shí)別出。大家會(huì)可能覺得奇怪了?首先既然百度能夠生成指紋自然也能解碼指紋，段落重組的文章不過是重要關(guān)鍵字的增加或者減少，這樣比如有兩篇文章第一篇重要關(guān)鍵字是ABC，而第二篇是AB，那么搜索引擎就可能利用自己一個(gè)內(nèi)部相似識(shí)別的算法，如果相差的百分?jǐn)?shù)在某個(gè)值以下就放出文章并且給予權(quán)重，如果相差的百分?jǐn)?shù)高于某個(gè)值那么就會(huì)判斷為重復(fù)文章從而不放出快照，也不給予權(quán)重。這也就是為什么幾篇文章段落重組的文章依然可能會(huì)被搜索引擎識(shí)別出的原因。

 第五點(diǎn)、我要解釋下為什么有些偽原創(chuàng)文章仍然可以被收錄的很好。我上面的推理只是對(duì)于百度識(shí)別偽原創(chuàng)算法的大致框架，實(shí)際上谷歌百度對(duì)于識(shí)別偽原創(chuàng)的工作要更加龐大并且復(fù)雜的多，谷歌一年就會(huì)改變兩百次算法足以看出算法的復(fù)雜性。為什么某些偽原創(chuàng)的文章依然可以被收錄的很好。只有兩個(gè)原因：

 NO1.由于被收錄的網(wǎng)站自身權(quán)重相當(dāng)高，比較那些大型的門戶網(wǎng)站，哪怕不為原創(chuàng)照搬別人的文章還是百分之百會(huì)被收錄給予權(quán)重。這沒什么可商量的，你急也急不來的!

 NO2.搜索引擎絕對(duì)不可能完美到過濾所有偽原創(chuàng)，這是不可能的，就好像人工智能的圖靈永遠(yuǎn)無法完美到擁有人類的情緒一樣。大家明白了嗎?對(duì)搜索引擎是如何判斷偽原創(chuàng)有一定的了解了嗎?