-
觸屏版
-
全國服務(wù)熱線：0571-87205688
- 云客網(wǎng)首頁
-
登錄
- |
-
注冊
- |
-
客戶中心
- |
-
關(guān)注云客
采集很狡詐，識別原創(chuàng)很艱難
作者：黑貓警長
瀏覽：176次
發(fā)布時間：2018-01-11
分享
評論
贊0
2.1 采集冒充原創(chuàng)，篡改關(guān)鍵信息
當前，大量的網(wǎng)站批量采集原創(chuàng)內(nèi)容后，用人工或機器的方法，篡改作者、發(fā)布時間和來源等關(guān)鍵信息，冒充原創(chuàng)。此類冒充原創(chuàng)是需要搜索引擎識別出來予以適當調(diào)整的。
2.2 內(nèi)容生成器，制造偽原創(chuàng)
利用自動文章生成器等工具，“獨創(chuàng)”一篇文章，然后安一個吸引眼球的title，現(xiàn)在的成本也低得很，而且一定具有獨創(chuàng)性。然而，原創(chuàng)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(yōu)質(zhì)原創(chuàng)內(nèi)容。內(nèi)容雖然獨特，但是不具社會共識價值，此類偽原創(chuàng)是搜索引擎需要重點識別出來并予以打擊的。
2.3 網(wǎng)頁差異化，結(jié)構(gòu)化信息提取困難
不同的站點結(jié)構(gòu)化差異比較大，html標簽的含義和分布也不同，因此提取關(guān)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(lián)網(wǎng)規(guī)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?nèi)绻酶逦慕Y(jié)構(gòu)告知搜索引擎網(wǎng)頁的布局，將使搜索引擎高效地提取原創(chuàng)相關(guān)的信息。
猜你喜歡
評論(0人參與，0條評論)
發(fā)布評論
最新評論