【基础】搜索引擎不喜欢重复的东西

如果以偏文章在多个网站上出现，不管对于搜索引擎还是用户来说 都是很不喜欢的。所以搜索引擎再进行页面处理的时候还会进行去重复的操作。

去重的基本方法是对页面特征关键字（通常是出现频率最高的词，在分词，去除语气词，噪声后）计算指纹，一般会选取10个左右的特征词来计算指纹。所以现在有些伪原创是简单增加“的”，“得”，“吗”，或者换段落了的方法 是基本没效果的。 好一些的做法是使用同义词替换，替换通常也要选取频率最高的10个词进行替换。