一手資料出現(xiàn)后會(huì)被許多網(wǎng)站發(fā)布出來(lái)，SEO人員和小站長(zhǎng)也在孜孜不倦地用采集工具同步內(nèi)容。這樣，網(wǎng)上就有大量的雷同內(nèi)容。如果搜索某一個(gè)關(guān)鍵詞，搜索引擎返回的都是雷同內(nèi)容，這對(duì)搜索引擎的客戶體驗(yàn)是不小的打擊。抓取雷同內(nèi)容是對(duì)搜索引擎資源的浪費(fèi)。所以搜索結(jié)果去重是搜索引擎的大課題。

去重工作通常在分詞后，索引前。搜索引擎會(huì)從分好的關(guān)鍵詞里挑選出具有代表性的，然后計(jì)算其“指紋”。每個(gè)網(wǎng)頁(yè)都會(huì)有這類(lèi)指紋，抓取的指紋與索引庫(kù)當(dāng)中的有重復(fù)時(shí)，就會(huì)放棄索引。

實(shí)際工作中，百度搜索引擎還會(huì)采用一種叫連續(xù)切割的方法來(lái)獲取關(guān)鍵詞，就是文章進(jìn)行每三個(gè)字一組的切割，比如上一句話，及可能被切割成“就是文”“是文章”“文章進(jìn)”這樣的小塊關(guān)鍵詞，這種切割是專(zhuān)門(mén)為防止重復(fù)而準(zhǔn)備的。

所以理論上偽原創(chuàng)是可以騙過(guò)搜索引擎的防重復(fù)機(jī)制的，但是后果就是文章鬼都讀不懂。這種偽原創(chuàng)半點(diǎn)意義都沒(méi)有，因?yàn)橹灰獌?nèi)容是有意義的，百度會(huì)適當(dāng)放寬條件，權(quán)重較高的網(wǎng)站，即便網(wǎng)站內(nèi)容有重復(fù)也是會(huì)被索引。