谈谈百度原创内容识别算法的缺陷

    近日，一个做网站的朋友向我吐槽了百度排名算法的致命缺陷。 他的网站都是原创内容，请了好几个编辑来创作内容并发布。网站无论从用户体验还是从原创内容角度看都不差，但流量一直很小。上个月他在原创内容中加了版权信息，找到了网站流量起不来的根本原因，就是网站内容几乎全部被转载，转载的网站的排名全部在他的网站前面。搜索内容标题， 他的网站不见缩影，转载网站却排在第一页。

       这些转载网站没有高质量外链，内容全部采集。版面不美观，非法广告很多。谈不上用户体验有多好。但搜索标题时，仍然是它在的前面 ，朋友的原创网站在后面。

　　我们对这一问题进行了讨论：

　　(1)所谓的品牌站，百度都是把它们当干儿子养着。什么原创星火计划他们自动可以加入，排名他们占前面的位置。实在这些站也没内容了，才会排一些小站。这样造成的结果并不是百度希望的原创内容和好内容越来越多、事实恰恰相反。大家想想，假如复制别人的内容一样可以获得大量的流量的话，还会有品牌站去做内容吗?花一分的功夫赚十块钱与花百分的功夫赚十块钱，相信大部份人都是选择前者。而事实也证明了这样的情况。很多大站不再自创内容，而是采用所谓的用户产生内容或是转载。而且，用户产生的内容，会是原创的吗?事实上也都是大量的复制。

　　品牌站产生大量的重复内容，而百度还把它们当宝贝。而另一方面，很多踏实做内容的小站，并没有获得流量。从而越来越对原创内容不感兴趣。 长此以住，百度赖以生存的内容，特别是精品内容越来越少。目前看精品内容慢慢都转移到微信公众号上了。

　　可能有的人会说，百度现在推出了原创星火计划，原创内容是受到鼓励的。但据朋友了解，一般小站长即使是原创内容也没有机会加入这个星火计划的，能加入的也是大站。比如，小网站上的原创文章发布在16号，收录也是16号，大网站转载可能是在19号以后。内容完全相同。但百度仍然是把大网站排在前面。这里面有星火计划的影子吗?

　　(2)百度原创算法的技术水平值得怀疑。百度对原创内容的识别技术太差，小网站通过采集复制内容获得的流量并不比原创内容的网站获得的少，造成无人愿意去原创内容了，都去学爬虫了。

　　最后给百度的两条建议：

　　(1)在原创内容方面，无论是大站还是小站，百度应该一视同仁。就如同星火计划，就应该让所有网站处于同一起跑线上，至少要让50%以上的网站处于同一起跑线上。同一篇内容并不是大网站出现的就是原创的，百度可以通过抓取收录时间和建库时间来确定哪篇是原创。并给予原创内容比复制内容好的排名。(百度现在认为，大网站的用户体验就比小网站好，事实也并非如此的)

　　(2)在给原创内容好的排名的同时，应该坚决打击复制内容。同样的内容，在第一页的搜索结果中出现了很多次， 并没有什么意义。