眾所周知,內容重復是搜索引擎優化中的一大忌,通常情況下轉載的文章是很難獲得高權重,所以站長們往往使用偽原創,下面是部分關於內容復制的信息圖表,相信對各位會有所幫助。
#1 從博客上復制內容:
上圖是主要針對博客這種網站媒體類型的,我們使用wordpress的時候經常將文章毫無保留地展示在首頁,而不是使用輸出摘要(就好像SEMWATCH那樣),根據Randfish觀察,其實這樣子是會搜索引擎誤認為內容重復。
#2 URL參數引起的內容重復
究竟URL參數像Session IDs,Tracking IDs是怎樣引起內容重復的呢?Googlewebmastercentral (需要翻墻) 透露,同一個產品頁面,如果搜索引擎爬蟲抓取可以通過多種鏈接途徑抓取同一個產品頁面,那樣會有以下幾種消極的影響:
1.多種URLs會稀釋鏈接的廣泛性。比如上圖的產品頁面,如果有50個導入鏈接,那有可能分別形成瞭3種導入URL途徑,而不是唯一的某一個URL,這樣就等於將導入鏈接傳遞的權重分散到3個不同的鏈接上。
2.搜索結果或許會呈現不友好的URL(比如一大串長長 的session ID,tracking ID)。從而在SERP中,降低瞭用戶對該頁面的清晰瞭解程度(英文url比如semwatch.org/sem,不僅僅具備搜索引擎友好性,更重要的是用戶體驗友好性),不利於品牌的塑造。
#3 搜索引擎對待內容重復的態度
從Search Engine Land給出上圖可知,一般來說搜索引擎通過4個步驟來識別內容是原創還是復制:
1.發現。當搜索引擎爬蟲發現新的內容,他會立刻與之前收錄的內容進行比較確保內容的原創性。
2.丟棄。首先,搜索引擎會放棄收錄那些來自鏈接工廠,MFA站點(Made For Adense)和被列入黑名單的IP的頁面
3.解剖。下一步就是分析每個頁面的 入站鏈接,判斷鏈接的質量和源頭。
4.決定。最後就是回顧之前收錄的頁面和相關鏈接,決定哪一個頁面才是絕對原創。