原創一直是大問題，往大了說，互聯網生態環境日趨惡劣，采集偽原創低質量內容泛濫，嚴重擠占了優質原創資源的生存空間。導致互聯網資源整體質量大幅下降，網民受損、優質站長受損、搜索引擎亦受損。往小了說，很多站長一直在進行原創建設，而得不到應有的保護。如何加大對站點原創的保護以及如何衡量原創是否能滿足用戶需求是一個艱巨的任務。為此，百度一直在進行原創保護和展現建設，因為這是用戶的需求，盡管進展緩慢，但客觀看來，確實有很大的進步。那么百度是如何保護原創的?下面談談百度原創那點事。

 本文內容主要分為以下五個大點：一、百度談原創項目那點事；二、百度原創保護的進展；三、站長對于原創保護的錯誤認知；四、用戶對于原創的態度；五、對于大型網站說保護原創更名副其實，對小站，說保護高質量內容更好。

一、百度談原創項目那點事

1、搜索引擎為什么要重視原創
采集泛濫化。來自百度的一項調查顯示，超過80%的新聞和資訊等都在被人工轉載或機器采集，從傳統媒體的報紙到娛樂網站花邊消息、從游戲攻略到產品評測，甚至高校圖書館發的催還通知都有站點在做機器采集?？梢哉f，優質原創內容是被包圍在采集的汪洋大海中之一粟，搜索引擎在海中淘粟，是既艱難又具有挑戰性的事情。

提高搜索用戶體驗
數字化降低了傳播成本，工具化降低了采集成本，機器采集行為混淆內容來源降低內容質量。采集過程中，出于無意或有意，導致采集網頁內容殘缺不全，格式錯亂或附加垃圾等問題層出不窮，這已經嚴重影響了搜索結果的質量和用戶體驗。搜索引擎重視原創的根本原因是為了提高用戶體驗，這里講的原創為優質原創內容。

鼓勵原創作者和文章
轉載和采集，分流了優質原創站點的流量，不再具屬原創作者的名稱，會直接影響到優質原創站長和作者的收益。長期看會影響原創者的積極性，不利于創新，不利于新的優質內容產生。鼓勵優質原創，鼓勵創新，給予原創站點和作者合理的流量，從而促進互聯網內容的繁榮，理應是搜索引擎的一個重要任務。

2、采集很狡詐，識別原創很艱難
采集冒充原創，篡改關鍵信息。當前，大量的網站批量采集原創內容后，用人工或機器的方法，篡改作者、發布時間和來源等關鍵信息，冒充原創。此類冒充原創是需要搜索引擎識別出來予以適當調整的。

內容生成器，制造偽原創
利用自動文章生成器等工具，“獨創”一篇文章，然后安一個吸引眼球的title，現在的成本也低得很，而且一定具有獨創性。然而，原創是要具有社會共識價值的，而不是胡亂制造一篇根本不通的垃圾就能算做有價值的優質原創內容。內容雖然獨特，但是不具社會共識價值，此類偽原創是搜索引擎需要重點識別出來并予以打擊的。

網頁差異化，結構化信息提取困難不同的站點結構化差異比較大，html標簽的含義和分布也不同，因此提取關鍵信息如標題、作者和時間的難易程度差別也比較大。做到既提得全，又提得準，還要最及時，在當前的中文互聯網規模下實屬不易，這部分將需要搜索引擎與站長配合好才會更順暢的運行，站長們如果用更清晰的結構告知搜索引擎網頁的布局，將使搜索引擎高效地提取原創相關的信息。

3、百度識別原創之路如何走？
成立原創項目組，打持久戰。面對挑戰，為了提高搜索引擎用戶體驗、為了使優質原創者原創網站得到應有的收益、為了推動中文互聯網的前進，我們抽調大量人員組成原創項目組：技術、產品、運營、法務等等，這不是臨時組織不是1個月2個月的項目，我們做好了打持久戰的準備。原創識別“起源”算法

互聯網動輒上百億、上千億的網頁，從中挖掘原創內容，可以說是大海撈針，千頭萬緒。我們的原創識別系統，在百度大數據的云計算平臺上開展，能夠快速實現對全部中文互聯網網頁的重復聚合和鏈接指向關系分析。首先，通過內容相似程度來聚合采集和原創，將相似網頁聚合在一起作為原創識別的候選集合;其次，對原創候選集合，通過作者、發布時間、鏈接指向、用戶評論、作者和站點的歷史原創情況、轉發軌跡等上百種因素來識別判斷出原創網頁;最后，通過價值分析系統判斷該原創內容的價值高低進而適當的指導最終排序。

目前，通過我們的實驗以及真實線上數據，“起源”算法已經取得了一定的進展，在新聞、資訊等領域解決了絕大部分問題。當然，其他領域還有更多的原創問題等待“起源”去解決，我們堅定的走著。

原創星火計劃
我們一直致力于原創內容的識別和排序算法調整，但在當前互聯網環境下，快速識別原創解決原創問題確實面臨著很大的挑戰，計算數據規模龐大，面對的采集方式層出不窮，不同站點的建站方式和模版差異巨大，內容提取復雜等等問題。這些因素都會影響原創算法識別，甚至導致判斷出錯。這時候就需要百度和站長共同努力來維護互聯網的生態環境，站長推薦原創內容，搜索引擎通過一定的判斷后優待原創內容，共同推進生態的改善，鼓勵原創，這就是“原創星火計劃”，旨在快速解決當前面臨的嚴重問題。另外，站長對原創內容的推薦，將應用于“起源”算法，進而幫助百度發現算法的不足，不斷改進，用更加智能的識別算法自動識別原創內容。

二、百度原創保護的進展原創星火計劃一期和起源算法出來都有段時間了，目前主要覆蓋的都是一些大型的新聞類站點，目前，原創星火計劃取得了初步的效果，一期對部分重點原創新聞站點的原創內容在百度搜索結果中給予了原創標記、作者展示等等，并且在排序及流量上也取得了合理的提升。百度LEE也表示原創起源算法，也讓這些優質的網站有了一個比較好的收益。

1、原創星火計劃上線前后的同期流量對比顯示，原創url流量增長明顯。

 2、原創星火計劃上線后一段時間內原創url流量增長明顯并逐漸趨于平穩。
 這個是一個小范圍的數據，我們在來宏觀的看看。2013年，中國低質網站泛濫，在低質網站中采集及作弊站點泛濫兩種共占比高達80%。惡劣采集站占到40%之多，采集站、作弊站點、垃圾無價值站點在整個互聯網資源環境中的比例越來越高，且有主導趨勢，優質資源的空間在不斷減小。優質站長受損，原創內容受到很大的阻礙。2014年，作弊站和采集站占比35%，有所遏制，采集站下降了16%，百度對于原創的宣傳保護起到了很大的效果，然而無價值站點越來越多，在一定程度上也是“原創”惹的禍，后面細說。

三、站長對于原創保護的錯誤認知

1、原創內容不等于高質量內容
網頁主體內容是網頁的價值所在，百度主要從以下角度評價網頁內容質量：內容制作成本高低;內容是否有效、完整豐富;是否原創;信息是否真實有效;是否權威或投入較多專業的知識和經驗;是否存在作弊行為。對于頁面的主體內容價值，原創二字并沒有怎么突出。什么內容算質量高?內容質量高：內容質量好的網頁，花費了較多時間和精力編輯，傾注了大量經驗和專業知識，內容清晰、有效、完整且豐富。例如：專業醫療網站發布的內容豐富的醫療專題頁面、資深工程師發布的完整解決某個技術問題的專業文章、專業B2C網站上，完整有效的商品購買頁、權威新聞站原創或經過編輯整理的熱點新聞報道、經過網友認真編輯，內容豐富的百科詞條。

而對內容質量高的定義壓根都沒有原創這個標準。原創只是一個高質量內容的簡單說法，或者說是高質量內容的更好一個層次。你的內容質量高又是原創那當然最好，但反過來就比較尷尬了，是原創但質量低，這是百度保護原創以來很多站長出現的一個問題，整天搗鼓原創，認為原創內容等于高質量內容，殊不知站點原創度在提升，但站點價值卻在下降。前面也說了2014無價值站點越來越多，這其中不乏站長對于原創內容的錯誤認識，因為不是每一個人都能原創出高質量的內容。原創二字只是高質量網頁內容的一個非必須特征，能在一定程度上反應網頁內容的稀缺度，但原創并非一定稀缺，原創更不能代表高質量的內容的所有特性，這些一定要理解。

2、原創內容不等于收錄
網站更新的內容是原創的就一定收錄，這種認識其實是錯誤的，而且非常錯誤?？傆泻芏嗳吮г刮业脑瓌撐恼略趺床皇珍?也有的抱怨為什么別人復制我的就收錄了?第一個問題其實很簡單，為什么要收錄你的?你自己寫的這個老掉牙的東西，排版混亂、還要加載半天，讀完都知道說的什么，這樣的原創對搜索引擎對用戶有什么價值?沒有解決認為問題，只是在那自我陶醉，感覺自己文采多好。而且這跟你整體網站的權值，結構，歷史表現，內外鏈等都有關。

第二個問題為什么別人復制我的就收錄了?就是別人把你的內容放到自己網頁后，這個網頁比你那個網頁多了一些你沒有的，也就是增加了附加價值，可能他的網站信譽度比你高，可能結構比較好，可能沒那么多彈窗，可能用戶可讀性更強等等。內容質量高不高不由原創決定，搜索引擎收不收錄那就更不是原創決定，至于百度為什么不收錄你的網站，需要從多方面去思考，而不僅僅看是否原創。要真要說原創二字與收錄的關系，那我只能說原創的可能重復度低，僅此而已，但這不是百度收錄你的理由。

3、原創內容不等于排名
不管是百度搜索質量白皮書對網頁的內容質量、網頁瀏覽體驗、可訪問性進行衡量，然后排序;還是百度搜索研發部在談互聯網頁面價值時指出的受眾群大小、頁面稀缺程度、頁面質量高低、頁面時效性四個排序標準;或者是站長圈里談到的頁面基礎得分、站內得分、站外得分、用戶得分這四個網頁的綜合排名得分因素。我們可以發現頁面內容質量一直只是眾多百度網頁排名因素中的一個，而原創又只是頁面內容質量構成的一小部分。

經常會聽到有人說，“我的原創文章怎么沒有排名?”、“為什么我堅持原創，排名卻不好”。事實上很多人都有這個問題，有時候我也有。做好優質原創內容確實是一個提高網站排名持續有效的方法，但這只是一個方法，哪怕是你一直持續更新優質原創，也只是說理論上排名會好起來，沒有哪一個搜索引擎曾公告：只要你有優質原創內容，我就給你好排名。影響排名的因素非常多，盡管內容是做網站的重中之重，但你不能保證你的網站不會有其他因素影響你的排名，比如結構，比如加載速度，甚至被黑。

網站原創這一個價值大放異彩不一定就能在頁面排序大戰中脫穎而出，需要綜合各方面因素，我想這一點大家都明白。況且我剛剛一直假設的是優質原創，持續的高質量內容，如果僅僅只是你認為的原創，按照上面說的原創內容不等于高質量內容，是不是更加悲劇了呢?

 4、百度直接識別發布時間確定原創不就行了嗎?

很多人可能說：識別原創還不容易，看誰先發布的，識別發布時間不就行了嗎?百度就是照顧大網站，識別原創都是假的。我只能說，你把原創識別判斷想得太容易了。百度Lee也說過，發布時間實際上早就已經識別，單純靠發布時間是無法判斷原創性的。

前面說了百度原創識別系統在百度大數據的云計算平臺上開展，首先，通過內容相似程度來聚合采集和原創，將相似網頁聚合在一起作為原創識別的候選集合;其次，對原創候選集合，通過作者、發布時間、鏈接指向、用戶評論、作者和站點的歷史原創情況、轉發軌跡等上百種因素來識別判斷出原創網頁。發布時間時間僅僅是這上百種因素中的一個，想直接通過識別發布時間確定原創，你想得太容易了。

互聯網動輒上百億、上千億的網頁，從中挖掘原創內容，可以說是大海撈針，而且識別原創過程非常復雜，更是難上加難。百度確實一直致力于原創建設，不是為你，而是為了百度自己。但解決原創問題確實面臨著很大的挑戰，計算數據規模龐大，面對的采集方式層出不窮，不同站點的建站方式和模版差異巨大，內容提取復雜等等問題都會影響原創算法識別，甚至導致判斷出錯。所以才會出現很多原創假象，這也是沒辦法的，對原創的保護確實是一個非常艱巨的問題，谷歌研究原創這么多年，依舊是勉勉強強，原創保護仍是個長久問題。

說完站長對于原創的認識，再說說用戶的態度，都是我們在爭論原創，有沒有想過是創給誰看的呢?還不是給我們的用戶看，那他們是怎么想的呢?四、用戶對于原創的態度說一句不怎么好聽的話，現在的大部分網站，包括加入百度星火原創計劃的網站，有多少是純原創呢?大多都是由原創、投稿、編輯、精華文章轉載等組成，也不都是原創。相反要說純原創，我看它們還不如一些苦哈哈的小站站長，每天辛辛苦苦在那搞創作。但為什么用戶要看他的不看你的?用戶在乎什么?用戶在看內容時會在乎原創嗎，還是你覺得用戶在乎?用戶在乎的應該是內容對他有沒有價值?有用沒有用?而不是誰提供的這個內容，這個世界上的人最關心的都是自己，用戶找內容最關心的同樣是內容給自己帶來的利益，至于原創者是誰恐怕只有原作者最關心。

你需要查一個東西，你去找內容，找到了，而且你非常滿意，這就夠了。至于這個內容是不是原創，你會在意嗎?我不會，我會覺得這個網站不錯，內容非常好，收藏一下，下次繼續來。有時候看到了原作者以及某些文章的原文出處，我也不會再去點，因為這里已經滿足我的需求了，而且這里的速度、排版、結構都很好，我何必去找原內容。用戶是懶的，沒人整天在那找作者，他們找的是有價值內容，這就是為什么現在越牛的網站越不吝嗇留原創地址，因為既然原作者在乎，他留就是了，反正他和他的用戶都不在乎。

 所以說整天爭原創有什么意義了呢，是你的原創用戶就得看?用戶不是在找原創，他是在找有價值能解決他現在問題的內容。打個比方，一個用戶在找關于京東上市的信息，結果在新浪新聞找到了，非常好，但文章下面寫著內容來自京東論壇，這個用戶會不會說：我X，不是原創，原來是來自京東的，垃圾，再也不看新浪新聞了?我想不會，作為用戶，只要有價值，原創who care?

五、對于大型網站說保護原創更名副其實，對小站，說保護高質量內容更好在我看來，對于大型網站說保護原創更名副其實，對小站說保護高質量內容更好，為什么這么說，因為百度強調原創是要具有社會共識價值的，而不是胡亂制造一篇根本不通的垃圾就能算做有價值的優質原創內容。對于大型網站，百度知根知底，信譽度高，有權威，用戶群體大，歷史表現好，所以大多原創展現，原創起源算法都發生在大型網站上，因為技術跟不上，所以部分網站會提前保護，就像加入星火原創計劃的都是大型網站，因為可信度高，成功率高。

而對于小型網站，我覺得更多的是鼓勵站長創建優質的內容，因為想要被保護，首先就必須有優質的內容做支撐，不然何談百度需要的原創。細心的朋友在前面可能發現，百度每次提到原創都會加上低質、高質量等詞，比如“原創高質量內容”、“偽原創低質量內容”、“高質原創”等。為什么每次說原創都要帶上這些詞?因為百度也怕誤導站長，也怕站長像前面說的只看到原創二字。這不是百度的目的，百度重視保護原創的根本原因是為了提高用戶體驗，原創不是目的，希望小站創建優質內容才是目的，所以百度講的原創也一直是優質原創內容。

鼓勵小站原創，保護網站原創到不如說是保護高質量內容，杜絕垃圾采集內容，這么說可能更好，因為高質量內容還有個譜，但是原創以及原創判斷真的是一個沒譜的事。

原創保護肯定會是百度一個長期的計劃，不可能一步到位，所以站長們一定要心態擺正，不要整天盲目原創+抱怨，用戶真正要的不是原創，要的是有價值的內容，百度也只是借保護原創來提升互聯網高質量內容，原創只是一個措施，不是結果，不是最終的目的，百度保護原創是為了維持互聯網生態、鼓勵站長。站長們做原創是為了能給用戶有價值獨特的內容，這些才是結果。

這其中就有一個偽原創的問題，很多站長不屑，認為這是抄襲。其實從用戶的需求出發，挖掘對于用戶有價值的內容是很多人都在做的，而且會經常挖掘別人的優質內容，這個東西對我的用戶很有價值，為什么不用?別人用了你就不用了，那這個互聯網的資源對你來說恐怕沒多少了。你可以稱之為偽原創，可以稱之為整合，也可以叫它重新包裝，但這不是抄襲，不是直接引用別人的就完事了，重點要比別人做得更好，更具有競爭性。成功借用別人的成果不是讓你抄襲，而是放大它的優點，彌補它的缺點，結合自己的優勢，讓內容更加完整更有價值。如果只是長期挪用別人的內容，做得還沒有別人好，這才叫做抄襲。

對于站長而言，不要太多的考慮什么原創不原創，只需要根據用戶需求給他們有價值的內容就行了，原創不能說明什么，原創不一定就好。就拿百度來說，百度知道、百度百科、百度文庫、百度網盤等有多少是原創的內容?很多都不是原創，那為什么流量會那么高呢?因為這些平臺的這些內容滿足了用戶的需求。在內容建設的時候，內容質量度和可讀性都是網站運營的關鍵因素，不要一味的在那琢磨所謂的原創而忽視了用戶，忽視了內容本身的質量。用戶體驗是未來的發展方向，搜索引擎要滿足的是用戶，網站要滿足的也是用戶，所以只要網站內容能持續滿足用戶需求，獲得用戶青睞，網站在搜索引擎那的展現也不會有什么太大問題。保不保護也沒多大關系。（本文摘自互聯網，感謝作者及網友分享）

本文題目：網站建設原創內容的重要性
URL標題：http://m.newbst.com/news44/73444.html

網站建設、網絡推廣公司-創新互聯，是專注品牌與效果的網站制作，網絡營銷seo公司；服務項目有網站建設等

廣告

聲明：本網站發布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創新互聯