关于“网页相似度”相关问题的全面讲解

　　站长在进行网站建设的时候，有时候会遇到一个问题，那就是网页相似度的问题。什么是网页相似度呢?所谓网页相似度，简单的说就是两个网页的相似程度。这两个网页可以是同一个网站上的网页，也可以不是同一个网站上的网页，也既是其他网站上的网页。搜索引擎在收录网页的时候，通常会对两个网页进行比较，看看两个网页是否相似。所谓相似，就是说两个网页在页面内容的大部分都是相同的，这时候就可以认为两个网页是相似的。搜索引擎在比较两个网页的时候，是采用一定的算法来进行比较，搜索引擎通常会采用两种方法来进行比较：一种是根据网页摘要来比较，如果多个网页摘要的 md5 值一样，证明这些网页具有很高的相似度。另一种是根据网页出现的关键词，按照词频排序，可以取N个词频高的，如果其 md5 值一样，则可以认为这些网页有很高的相似度。谷歌搜索引擎给网页相似度设定的比例是60%，也就是说如果两个网页的相似度超过60%，那么被比较的网页不再被收录，如果相似度接近60%，那么被比较的网页可能也会被收录，但是搜索引擎给予的权重则比较低。这就是搜索引擎对待网页相似度的态度。由此可见，网页相似度对我们的网站的影响主要在于被比较的网页是否能够被收录，对其他方面则基本没什么影响。

　　造成网页相似度问题产生的原因主要有两点：①在同一个网站内部，拿旧的网页复制做新的网页，造成网页里面的标题、关键词、描述信息、内容等改动的比较少，结果被搜索引擎判定为相似度高。②在不同网站之间，将原来已经被收录的网页的内容拿来，并进行稍微改动或者伪原创，结果造成里面的内容改动较少，或者仅仅进行段落调整，里面的内容没怎么变动，这与照抄差不多，被搜索引擎判定为相似度高。搜索引擎在判断网页的相似度的时候，是挺智能的，并不是我们想象的简单的从头到尾进行比较一下，而是进行智能的分析和比较，我们对此不要抱着侥幸心理，以为把别人网页的内容照抄过来，简单的修改了一下就可以蒙混过关。

　　有了问题，我们就需要进行改正，下次避免再犯同样的错误。对于网页相似度的问题，我们知道了造成的原因，就可以对症下药。解决网页相似度的最有效的方法是对你的网页做到真正的原创，如果你的网页内容是原创出来的，只要内容质量高，就肯定不会因为网页相似度的问题而不收录，一般的都能被收录的。如果作为站长的你没有过多的时间去写原创文章，或者限于水平问题写不出来高质量的原创文章，那么你也可以进行伪原创，但是我们建议你为了避免缠身该网页相似度问题，你需要对原来的文章进行大幅度的修改，修改的幅度起码也要在50%以上，这样才可能被搜索引擎收录。另外我们建议各位站长，在做网页的时候，为了节省时间，如果需要复制原来的网页，那么我们也建议您对网页标题、关键词、描述信息以及内容也同样进行大幅度的修改，否则你的网页很难被收录的。在修改的时候可以用一些不同的代码替换掉原来的代码，比如使用iFrame框架取代以前的部分内容等等。笔者从事网站建设领域做了很长时间了，遇见到的因为网页相似度问题不被收录的情况不在少数，在谷歌站长管理平台上也有个html文档工具，如果两个网页的标题和描述信息差不多，站长工具会提示你哪两个网页的相似度高了，这时候我们就可以对之进行修改。建议站长们多多进入搜索引擎的管理平台里，使用里面提供的功能，有时候会对网站建设很有好处的。