互联网鼓励原创，尤其是对于搜索引擎，更希望将优质的原创内容推荐给用户，16号的时候，百度站长平台lee发表了一篇名为：谈谈原创项目那点事。其主要目的，就是鼓励所有的站长支持原创。那么，百度是如何判断网站内容是原创的呢？Q猪就这篇文章，说一下，自己的看法，欢迎拍砖。
重视原创的目的：
1、采集泛滥
分析：互联网上，采集泛滥的地区主要分布在，新闻、咨询、小说等领域，由于现在采集器越来越复杂，http://www.yixiin.com/news/一般一个网站是很难防止不被采集的。
做网站做内容，我们经常会发现的一个问题，就是，自己在网站上，原创更新了一篇内容，但是过几天去百度查询排名的时候，会发现，由于网站权重等因素，那些转载了该篇文章的网站，却排在了前列。
对于大多数的中小型网站来说，搜索流量在总流量中，占有很重要的位置，如果长期原创，却不能获得应有的排名和流量，站长就会失去原创的兴趣，从而减少原创的比例。
2、提高用户体验
分析：大家都知道，原创文章对于网站的重要性，但是创造原创内容是一件很困难、很费时间的事情，有市场就会机会，所以市场了出现了大量的伪原创工具，原理就是将文章章节打乱，通过重新组合、添加关键词等方式，努力将原来的文章变成一篇新的。
这些文章有一个共同点就是，可读性较差，从而导致用户体验度不高，另一方面，对搜索引擎的搜索质量也会产生一定的影响。
提高用户体验，这是一个永远的话题，对于搜索引擎来说，虽然现在很多方面都做的还不够尽如人意，但是至少一直是在朝这个方向努力。Q猪建议，对于站长来说，只有增加网站原创内容，提高用户体验，网站才能长久的发展下去。
3、鼓励原创作者和原创内容
分析：就像第一点说的那样，只有对坚持原创的网站、原创的内容，给予适当的权重、排名，只有原创作者享受到了，原创所带来的巨大利益，作者才会坚持原创下去。
判断原创内容有哪些困难：
1、冒充原创，篡改关键信息
分析：其实很多坚持原创的网站，都是那些中小型网站，但是由于蜘蛛爬行频率、搜索引擎重视程度等原因，在原创文章发表以后，经过其他网站的转载，篡改文章中涉及到的版权、关键词等信息，冒充原创。
由于转载网站在权重等方面的优势，搜索引擎蜘蛛很难去判断，这篇文章是哪一个网站抄袭了哪一个网站。
2、使用伪原创工具，对文章改头换面，批量生产“原创文章”。
分析：不管如何判断文章是否为原创，由于网络上数以亿计的海量文章，判断的主体，都是程序来检验的。是程序就会有漏洞，是程序就可以摸索其中的规律，很多伪原创工具，可以通过这些工具和漏洞，将文章重新组合以后，变成“原创”。
由于制造原创的工具也是随着算法的变化而变化的，在判断过程中，也会拥有一定的难度。
从百度的描述中，可以看到，由于通过工具生产的所谓“原创文章”，具有语句不通顺，用户可读性差等原因，这些内容，是这段时间，百度重点整治的对象。Q猪提醒，如果你也在使用这些工具，就赶紧停止吧。
3、结构差异化
分析：我们知道，每个网站的结构都具有差异化，搜索引擎在抓取内容时，一般是通过分析，同一个网站中，哪些内容是通用的、哪些内容是真正具有价值的，然后分析这些有价值的内容，再索引至数据库中。
但是，不同的站点结构化差异比较大，html标签的含义和分布也不同，因此提取关键信息如标题、作者和时间的难易程度差别也比较大。所以，每个网站都需要一个合理的网站结构，简单、清晰、明确，不仅让搜索引擎可以很清楚的抓取网站内容，也可以让用户更流畅的浏览网站内容。
关于如何建立一个合理的网站结构，可以看一下，Q猪的另一篇文章：如何制作合理的网站结构
百度为鼓励原创，所采取的措施：http://www.yixiin.com/spread/
1、单独成立原创项目组
分析：按照百度的说法，这个部门将长期成立，为如何判断原创，提供技术、产品、运营、法务等各方面支持。
2、原创识别“起源”算法
百度如何判断原创内容，这个才是重点。
a.首先通过内容的相似程度，将网络上，所有主题相似、内容相近的文章，不管原创或者采集，都聚合在一起。
b.然后通过作者、发布时间、链接指向、用户评论、作者和站点的历史原创情况、转发轨迹等因素，综合考虑，判断原创内容。
c.最后通过价值分析系统，判断该原创内容的价值高低，进而适当的指导最终排名顺序。
3、原创星火计划
分析：这个计划需要百度和站长共同努力来维护互联网的生态环境，站长推荐原创内容，搜索引擎通过一定的判断后优待原创内容，共同推进生态的改善，鼓励原创，这就是“原创星火计划”，旨在快速解决当前面临的严重问题。
简单来说，就是站长推荐原创内容，然后百度再通过算法、甚至人工来判断是否为原创，这是一个改进算法的过程，也是一个较快实现原创内容被发掘的过程。
综合上面的观点，要获得百度鼓励原创政策的照顾，作为站长首先需要做到的就是，网站内部做好结构优化、坚持原创制作、鼓励用户评论、保证网站内部链接的畅通，如果可以，保留每篇文章发布的时间。
当然还有最重要的一定，就是如果文字是转载的，请保留原创的链接指向，这将有助于本身网站的原创判断。
