Categories


Tags


搜索引擎怎样判断文章或网页的原始出处?

复制内容网页有的时候会影响网页排名。

比如说原本是你写的文章,本来应该排名很好,但是其他人抄袭或转载你的文章,而且搜索引擎不幸的判断那篇被抄袭或转载的网页是原始出处的话,你应有的排名就会被那个网页夺走。

那么搜索引擎怎样才能从多个网页中挑出哪一个是原始出处呢?可能有以下几个考虑:

1)网页PR值。网页PR值越高,被认为是原始版本的可能性就越大。

2)网页第一次被收录的时间。网页被搜索引擎收录的时候越早,相比后发现的相同内容的网页来说,被当作原始出处的可能性就越大。

3)域名注册时间。越老的域名上面的网页被当成原始出处的可能性也越大。

4)网站的权威度。这就有点说不清了,可能包含前面3个因素,还有很多其他因素。

但到目前为止,无论以哪一个因素为主,或怎样组合这些因素,都不可能完全正确从多个网页中挑出原始出处。

比如说我这个博客就很新,域名也很新,文章被收录的时间有的时候也不一定是最早的,就权威地位和被信任度来说,也肯定比不上很多中文网站。但我的博客新,我的域名新,并不意味着我的内容就不是原始出处,实际上我的所有博客都是原创。

我最近也发现了很多网站都转载,有的时候是抄袭我的博客内容,很多网站的规模,历史,PR值都比我的网站要高的多。

在检测文章原始出处方面,Google做的比较好,基本上能够正确判断,百度做的就比较差。从我的文章在不同的地方出现的情况看,百度似乎认为域名比较老的就是原创。

这个问题不是网站管理员自己可以解决的,只有依靠搜索引擎算法的改进。

来源:SEO每天一贴 Zac 昝辉


Public @ 2017-04-29 16:21:50

中文分词和TF-IDF

中文分词(Chinese Word Segmentation)指的是将一个汉字序列切分成一个一个单独的词。中文分词是文本挖掘的基础,对于输入的一段中文,成功的进行中文分词,可以达到电脑自动识别语句含义的效果。TF-IDF(term frequency–inverse document frequency)是一种用于信息搜索和信息挖掘的常用加权技术。在搜索、文献分类和其他相关领域有广泛的应用。TF-

Public @ 2016-02-22 16:12:36

百度搜索引擎工作原理-3-检索排序

检索排序是百度搜索引擎中的一个重要环节,它决定了搜索结果的排序方式,确保用户能够获得最相关、最有用的搜索结果。 百度搜索引擎的检索排序主要分为两个阶段:候选集生成和排序打分。 1. 候选集生成:在这一阶段,百度搜索引擎首先通过用户输入的关键词进行网页索引的初步筛选,选取与关键词相关的网页进行后续处理。百度搜索引擎通过倒排索引技术,将海量的网页按关键词进行索引,以加快搜索速度和提高搜索结果的相关

Public @ 2023-07-24 20:00:45

搜索引擎是什么

所谓搜索引擎,就是根据用户需求与一定算法,运用特定策略从互联网检索出制定信息反馈给用户的一门检索技术。搜索引擎依托于多种技术,如网络爬虫技术、检索排序技术、网页处理技术、大数据处理技术、自然语言处理技术等,为信息检索用户提供快速、高相关性的信息服务。搜索引擎技术的核心模块一般包括爬虫、索引、检索和排序等,同时可添加其他一系列辅助模块,以为用户创造更好的网络使用环境。

Public @ 2011-11-23 16:22:57

搜索引擎的用户是什么?

搜索引擎的用户是网络上的普通用户,他们需要通过搜索引擎找到所需的信息和资源。搜索引擎的用户涵盖了各行各业的人,包括学生、教师、企业家、科学家、政治家等不同的角色。他们使用搜索引擎进行学术研究、商业分析、娱乐消费、社交交流等多种活动。搜索引擎的用户还包括其他搜索引擎,这些引擎可能在进行数据挖掘、广告监测、竞争研究等领域有着广泛的应用。

Public @ 2023-06-15 04:50:09

更多您感兴趣的搜索

0.408808s