一、搜索引擎为什么要重视原创

 1.1 收罗漫溢化

来自百度的一项视察显示，，，，，，，，凌驾80%的新闻和资讯等都在被人工转载或机械收罗，，，，，，，，从古板媒体的报纸到娱乐网站花边新闻、从游戏攻略到产品评测，，，，，，，，甚至高校图书馆发的催还通知都有站点在做机械收罗。。。。？？？？？？？？梢运，，，，，，，，优质原创内容是被困绕在收罗的汪洋大海中之一粟，，，，，，，，搜索引擎在海中淘粟，，，，，，，，是既艰难又具有挑战性的事情。。。。。

 1.2 提高搜索用户体验

数字化降低了撒播本钱，，，，，，，，工具化降低了收罗本钱，，，，，，，，机械收罗行为混淆内容泉源降低内容质量。。。。。收罗历程中，，，，，，，，出于无意或有意，，，，，，，，导致收罗网页内容残破不全，，，，，，，，名堂庞杂或附加垃圾等问题层出不穷，，，，，，，，这已经严重影响了搜索效果的质量和用户体验。。。。。搜索引擎重视原创的基础缘故原由是为了提高用户体验，，，，，，，，这里讲的原创为优质原创内容。。。。。

 1.3 勉励原创作者和文章

转载和收罗，，，，，，，，分流了优质原创站点的流量，，，，，，，，不再具属原创作者的名称，，，，，，，，会直接影响到优质原创站长和作者的收益。。。。。恒久看会影响原创者的起劲性，，，，，，，，倒运于立异，，，，，，，，倒运于新的优质内容爆发。。。。。勉励优质原创，，，，，，，，勉励立异，，，，，，，，给予原创站点和作者合理的流量，，，，，，，，从而增进互联网内容的昌盛，，，，，，，，理应是搜索引擎的一个主要使命。。。。。

二、收罗很狡诈，，，，，，，，识别原创很艰难

 2.1 收罗冒充原创，，，，，，，，改动要害信息

目今，，，，，，，，大宗的网站批量收罗原创内容后，，，，，，，，用人工或机械的要领，，，，，，，，改举措者、宣布时间和泉源等要害信息，，，，，，，，冒充原创。。。。。此类冒充原创是需要搜索引擎识别出来予以适当调解的。。。。。

 2.2 内容天生器，，，，，，，，制造伪原创

使用自动文章天生器等工具，，，，，，，，“独创”一篇文章，，，，，，，，然后安一个吸引眼球的title，，，，，，，，现在的本钱也低得很，，，，，，，，并且一定具有独创性。。。。。然而，，，，，，，，原创是要具有社会共识价值的，，，，，，，，而不是胡乱制造一篇基础欠亨的垃圾就能算做有价值的优质原创内容。。。。。内容虽然奇异，，，，，，，，可是不具社会共识价值，，，，，，，，此类伪原创是搜索引擎需要重点识别出来并予以攻击的。。。。。

 2.3 网页差别化，，，，，，，，结构化信息提取难题

差别的站点结构化差别较量大，，，，，，，，html标签的寄义和漫衍也差别，，，，，，，，因此提取要害信息如问题、作者和时间的难易水平差别也较量大。。。。。做到既提得全，，，，，，，，又提得准，，，，，，，，还要最实时，，，，，，，，在目今的中文互联网规模下实属不易，，，，，，，，这部分将需要搜索引擎与站长配合好才会更顺畅的运行，，，，，，，，站长们若是用更清晰的结构见告搜索引擎网页的结构，，，，，，，，将使搜索引擎高效地提取原创相关的信息。。。。。

三、百度识别原创之路怎样走？？？？？？？？

 3.1 建设原创项目组，，，，，，，，打长期战

面临挑战，，，，，，，，为了提高搜索引擎用户体验、为了使优质原创者原创网站获得应有的收益、为了推动中文互联网的前进，，，，，，，，我们抽调大宗职员组成原创项目组：手艺、产品、运营、法务等等，，，，，，，，这不是暂时组织不是1个月2个月的项目，，，，，，，，我们做好了打长期战的准备。。。。。

 3.2 原创识别“起源”算法

互联网动辄上百亿、上千亿的网页，，，，，，，，从中挖掘原创内容，，，，，，，，可以说是大海捞针，，，，，，，，千头万绪。。。。。STAKE中国官方网站原创识别系统，，，，，，，，在百度大数据的云盘算平台上开展，，，，，，，，能够快速实现对所有中文互联网网页的重复聚合和链接指向关系剖析。。。。。首先，，，，，，，，通过内容相似水平来聚合收罗和原创，，，，，，，，将相似网页聚合在一起作为原创识别的候选荟萃；；；；；；；；其次，，，，，，，，对原创候选荟萃，，，，，，，，通过作者、宣布时间、链接指向、用户谈论、作者和站点的历史原创情形、转发轨迹等上百种因向来识别判断出原创网页；；；；；；；；最后，，，，，，，，通过价值剖析系统判断该原创内容的价值崎岖进而适当的指导最终排序。。。。。

现在，，，，，，，，通过STAKE中国官方网站实验以及真实线上数据，，，，，，，，“起源”算法已经取得了一定的希望，，，，，，，，在新闻、资讯等领域解决了绝大部分问题。。。。。虽然，，，，，，，，其他领域尚有更多的原创问题期待“起源”去解决，，，，，，，，我们坚定的走着。。。。。

 3.3 原创星火妄想

我们一直致力于原创内容的识别和排序算法调解，，，，，，，，但在目今互联网情形下，，，，，，，，快速识别原创解决原创问题确实面临着很大的挑战，，，，，，，，盘算数据规模重大，，，，，，，，面临的收罗方法层出不穷，，，，，，，，差别站点的建站方法和模版差别重大，，，，，，，，内容提取重大等等问题。。。。。这些因素都会影响原创算法识别，，，，，，，，甚至导致判断蜕化。。。。。这时间就需要百度和站长配合起劲来维护互联网的生态情形，，，，，，，，站长推荐原创内容，，，，，，，，搜索引擎通过一定的判断后优待原创内容，，，，，，，，配合推进生态的改善，，，，，，，，勉励原创，，，，，，，，这就是“原创星火妄想”，，，，，，，，旨在快速解决目今面临的严重问题。。。。。另外，，，，，，，，站长对原创内容的推荐，，，，，，，，将应用于“起源”算法，，，，，，，，进而资助百度发明算法的缺乏，，，，，，，，一直刷新，，，，，，，，用越发智能的识别算法自动识别原创内容。。。。。

现在，，，，，，，，原创星火妄想也取得了起源的效果，，，，，，，，一期对部分重点原立异闻站点的原创内容在百度搜索效果中给予了原创标记、作者展示等等，，，，，，，，并且在排序及流量上也取得了合理的提升。。。。。

最后，，，，，，，，原创是生态问题，，，，，，，，需要恒久的改善，，，，，，，，我们将一连投入，，，，，，，，与站长携手推动互联网生态的前进；；；；；；；；原创是情形问题，，，，，，，，需要各人来配合维护，，，，，，，，站长们多做原创，，，，，，，，多推荐原创，，，，，，，，百度将一连起劲刷新排序算法，，，，，，，，勉励原创内容，，，，，，，，为原创作者、原创站点提供合理的排序和流量。。。。。