發(fā)布日期：2017/8/6

摘要： 站長(zhǎng)在進(jìn)行網(wǎng)站建設(shè)的時(shí)候，有時(shí)候會(huì)碰到一個(gè)問題，那就是網(wǎng)頁相似度的問題。什么是網(wǎng)頁相似度呢?所謂網(wǎng)頁相似度，簡(jiǎn)單的說就是兩個(gè)網(wǎng)頁的相似程度。這兩個(gè)網(wǎng)頁可以是統(tǒng)一個(gè)網(wǎng)

 

站長(zhǎng)在進(jìn)行網(wǎng)站建設(shè)的時(shí)候，有時(shí)候會(huì)碰到一個(gè)問題，那就是網(wǎng)頁相似度的問題。什么是網(wǎng)頁相似度呢?所謂網(wǎng)頁相似度，簡(jiǎn)單的說就是兩個(gè)網(wǎng)頁的相似程度。這兩個(gè)網(wǎng)頁可以是統(tǒng)一個(gè)網(wǎng)站上的網(wǎng)頁，也可以不是統(tǒng)一個(gè)網(wǎng)站上的網(wǎng)頁，也既是其他網(wǎng)站上的網(wǎng)頁。搜索引擎在收錄網(wǎng)頁的時(shí)候，通常會(huì)對(duì)兩個(gè)網(wǎng)頁進(jìn)行比較，看看兩個(gè)網(wǎng)頁是否相似。所謂相似，就是說兩個(gè)網(wǎng)頁在頁面內(nèi)容的大部分都是相同的，這時(shí)候就可以認(rèn)為兩個(gè)網(wǎng)頁是相似的。搜索引擎在比較兩個(gè)網(wǎng)頁的時(shí)候，是采用一定的算法來進(jìn)行比較，搜索引擎通常會(huì)采用兩種方法來進(jìn)行比較：一種是根據(jù)網(wǎng)頁摘要來比較，假如多個(gè)網(wǎng)頁摘要的 md5 值一樣，證實(shí)這些網(wǎng)頁具有很高的相似度。另一種是根據(jù)網(wǎng)頁出現(xiàn)的關(guān)鍵詞，按照詞頻排序，可以取N個(gè)詞頻高的，假如其 md5 值一樣，則可以認(rèn)為這些網(wǎng)頁有很高的相似度。谷歌搜索引擎給網(wǎng)頁相似度設(shè)定的比例是60%，也就是說假如兩個(gè)網(wǎng)頁的相似度超過60%，那么被比較的網(wǎng)頁不再被收錄，假如相似度接近60%，那么被比較的網(wǎng)頁可能也會(huì)被收錄，但是搜索引擎給予的權(quán)重則比較低。這就是搜索引擎對(duì)待網(wǎng)頁相似度的態(tài)度。由此可見，網(wǎng)頁相似度對(duì)我們的網(wǎng)站的影響主要在于被比較的網(wǎng)頁是否能夠被收錄，對(duì)其他方面則基本沒什么影響。

造成網(wǎng)頁相似度問題產(chǎn)生的原因主要有兩點(diǎn)：①在統(tǒng)一個(gè)網(wǎng)站內(nèi)部，拿舊的網(wǎng)頁復(fù)制做新的網(wǎng)頁，造成網(wǎng)頁里面的題目、關(guān)鍵詞、描述信息、內(nèi)容等改動(dòng)的比較少，效果被搜索引擎判定為相似度高。②在不同網(wǎng)站之間，將原來已經(jīng)被收錄的網(wǎng)頁的內(nèi)容拿來，并進(jìn)行稍微改動(dòng)或者偽原創(chuàng)，效果造成里面的內(nèi)容改動(dòng)較少，或者僅僅進(jìn)行段落調(diào)整，里面的內(nèi)容沒怎么變動(dòng)，這與照抄差不多，被搜索引擎判定為相似度高。搜索引擎在判斷網(wǎng)頁的相似度的時(shí)候，是挺智能的，并不是我們想象的簡(jiǎn)單的從頭到尾進(jìn)行比較一下，而是進(jìn)行智能的分析和比較，我們對(duì)此不要抱著僥幸心理，以為把別人網(wǎng)頁的內(nèi)容照抄過來，簡(jiǎn)單的修改了一下就可以蒙混過關(guān)。

有了問題，我們就需要進(jìn)行改正，下次避免再犯同樣的錯(cuò)誤。對(duì)于網(wǎng)頁相似度的問題，我們知道了造成的原因，就可以有的放矢。解決網(wǎng)頁相似度的有用的方法是對(duì)你的網(wǎng)頁做到真正的原創(chuàng)，假如你的網(wǎng)頁內(nèi)容是原創(chuàng)出來的，只要內(nèi)容質(zhì)量高，就一定不會(huì)因?yàn)榫W(wǎng)頁相似度的問題而不收錄，一般的都能被收錄的。假如作為站長(zhǎng)的你沒有過多的時(shí)間去寫原創(chuàng)文章，或者限于水平問題寫不出來高質(zhì)量的原創(chuàng)文章，那么你也可以進(jìn)行偽原創(chuàng)，但是我們建議你為了避免纏身該網(wǎng)頁相似度問題，你需要對(duì)原來的文章進(jìn)行大幅度的修改，修改的幅度起碼也要在50%以上，這樣才可能被搜索引擎收錄。另外我們建議各位站長(zhǎng)，在做網(wǎng)頁的時(shí)候，為了節(jié)省時(shí)間，假如需要復(fù)制原來的網(wǎng)頁，那么我們也建議您對(duì)網(wǎng)頁題目、關(guān)鍵詞、描述信息以及內(nèi)容也同樣進(jìn)行大幅度的修改，否則你的網(wǎng)頁很難被收錄的。在修改的時(shí)候可以用一些不同的代碼替代掉原來的代碼，比如使用iFrame框架庖代以前的部分內(nèi)容等等。筆者從事網(wǎng)站建設(shè)領(lǐng)域做了很長(zhǎng)時(shí)間了，遇見到的因?yàn)榫W(wǎng)頁相似度問題不被收錄的情況不在少數(shù)，在谷歌站長(zhǎng)管理平臺(tái)上也有個(gè)html文檔工具，假如兩個(gè)網(wǎng)頁的題目和描述信息差不多，站長(zhǎng)工具會(huì)提醒你哪兩個(gè)網(wǎng)頁的相似度高了，這時(shí)候我們就可以對(duì)之進(jìn)行修改。建議站長(zhǎng)們多多進(jìn)入搜索引擎的管理平臺(tái)里，使用里面提供的功能，有時(shí)候會(huì)對(duì)網(wǎng)站建設(shè)很有益處的。