一、搜索引擎網站為何要看得起原創
1.1 搜集泛濫化
來自百度的一項調查顯露，超過80百分之百的新聞和資訊等都在被人工過載或機器搜集，從傳統電視臺的白報紙到娛樂網站花邊消息兒、從游戲攻略到產評論高下測，甚至於高校書庫發的催還通告都有站點在做機器搜集。可謂，優質原創內部實質意義是被包圍在搜集的汪洋滄海中之一粟，搜索引擎網站在海中淘粟，是既困難又具備挑戰性的事物。
1.2 增長搜索用戶體驗認識
數碼化減低了廣泛散布成本，工具化減低了搜集成本，機器搜集行徑淆惑內部實質意義出處減低內部實質意義品質。搜集過程中，出於無意或有意，造成搜集網頁內部實質意義不完整不全，款式無次序或附帶加上垃圾等問題接連不斷，這已經嚴重影響了搜索最後結果的品質和用戶體驗認識。搜索引擎網站看得起原創的根本端由是為了增長用戶體驗認識，這處講的原創為優質原創內部實質意義。
1.3 激勵原創筆者日文章
二、搜集很狡猾奸詐，辨別原創很困難
2.1 搜集冒名原創，竄改關鍵信息
現時，數量多的網站批量搜集原創內部實質意義後，傭人工或機器的辦法，竄改筆者、宣布時間和出處等關鍵信息，冒名原創。此類冒名原創是需求搜索引擎網站辨別出來予以合適調試的。
2.2 內部實質意義生成器，制作偽原創
利用半自動文章生成器等工具，獨自創造一篇文章，而後安一個吸引眼珠子的title，如今的成本也低得很，並且一定具備獨自創造性。不過，原創是要具備社會形態共識價值的，而不是胡亂制作一篇根本不通的垃圾就能算得有價值的優質原創內部實質意義。內部實質意義固然獨有特別，不過不具社會形態共識價值，此類偽原創是搜索引擎網站需求重點辨別出來並予以打壓的。
2.3 網頁差別化，結構化信息提出取得艱難
不一樣的站點結構化差別比較大，html標簽的涵義和散布也不一樣，因為這個提出取得關鍵信息如題目、筆者和時間的難易程度區別也比較大。做到既提得全，又提得准，還要最趁早，在現時的漢字互聯網規模下實屬不易，這局部將需求搜索引擎網站與站長合適好纔會更順利通暢的運行，站長們假如用更清楚的結構告知搜索引擎網站網頁的布局，將使搜索引擎網站高效地提出取得原創有關的信息。
三、百度辨別原創之路怎麼樣走?
3.1 設立原創項目組，消除耗戰
面臨挑戰，為了增長搜索引擎網站用戶體驗認識、為了seo使優質原創者原創網站獲得應有的收入、為了推動漢字互聯網的向前邁進，我們調出數量多擔任職務的人組成原創項目組：技術、產品、運營、法務等等，這不是臨時團體不是1個月2個月的項目，我們做好了消除耗戰的准備。
3.2 原創辨別源流算法
互聯網動輒上百億、上千億的網頁，從其中開鑿原創內部實質意義，可謂是海底撈針，千頭萬緒。我們的原創辨別系統，在百度大數值的雲計算平臺上開展，能夠迅速度完成功實現對所有漢字互聯網網頁的重復聚合和鏈接指向關系剖析。首先，經過內部實質意義相仿程度來聚合搜集和原創，將相仿網頁聚拼湊作為原創辨別的候選聚齊;其次，對原創候選聚齊，經過筆者、宣布時間、鏈接指向、用戶述評、筆者和站點的歷史原創事情狀況、轉發軌跡等上百種因向來辨別判斷出原創網頁;最終，經過價值剖析系統判斷該原創內部實質意義的貴重低繼續往前合適的引導最後排序。
到現在為止，經過我們的實驗以及真實線上數值，源流算法已經獲得了一定的發展，在新聞、資訊等領域解決了絕大多問題。當然，其它領域還有更多的原創問題等待源流去解決，我們堅定的走著。
3.3 原創星火規劃
我們一直著力於原創內部實質意義的辨別和排序算法調試，但在現時互聯網背景下，迅速辨別原創解決原創問題的確面對著非常大的挑戰，計認真算數據規模極大，面臨的搜集形式接連不斷，不一樣站點的建站形式和模版差別很大，內部實質意義提出取得復雜等等問題。這些個因素都會影響原創算法辨別，甚至於造成判斷出錯。這會兒就需求百度和站長並肩盡力盡量來保護互聯網的生活習性背景，站長引薦原創內部實質意義，搜索引擎網站經過一定的判殿後優遇原創內部實質意義，並肩推進生活習性的改善，激勵原創，這就是原創星火規劃，旨在迅速解決現時面對的嚴重問題。額外，站長對原創內部實質意義的引薦，將應用於源流算法，繼續往前幫忙百度發覺算法的不充足，不斷改進，用更加智能的辨別算法半自動辨別原創內部實質意義。
到現在為止，原創星火規劃也獲得了開始階段的的效果，一期對局部重點原創新聞站點的原創內部實質意義在百度搜索最後結果中給與了原創標記、筆者展覽等等，況且在排序及流量上也獲得了合理的提高。
最終，原創是生活習性問題，需求長時期的改善，我們將連續不斷投入，與站長攜手推動互聯網生活習性的進步提高;原創是背景問題，需求大家來並肩保護，站長們多做原創，多引薦原創，百度將連續不斷盡力盡量改進排序算法，激勵原創內部實質意義，為原創筆者、原創站點供給合理的排序和流量。