破解了百度文章收录的算法，收录和排名就变成小菜一碟，其中以指纹算法为首。
之前洪雨针对百度文章收录的指纹算法已经写过文章了《洪雨seo浅谈百度指纹算法和破解策略》http://www.zhizhuowz.com/post-145.html，想了解的可以先看一下。
对于指纹算法，百度自身是没有详细说明的，作为一名seoer对于原理算法只能是猜测。
其实做seo时间长了，而且对于编程有一定了解的人，就会对算法更加敏感一些。洪雨这次就大胆猜测，百度指纹算法的几种计算方式。
洪雨先假设一个前提，所有指纹都用md5来统计。
1.短句md5
之前洪雨认为，百度会以一句为一个截点计算md5，后来发现好像，分的更细！百度是以标点符号来划分md5的。
什么意思？
举例，“今天啊，天气还不错。”这句话，其实是以逗号为截点，也就是说，计算了三个md5的值。“今天啊”是一个md5，“天气还不错”是一个md5值，“今天啊，天气还不错。”是一个md5值。以此类推，三个点就是6个md5，四个点就是10个md5，五个点就是15个md5，六个……
又或许，百度更加变态，已经以单字为截点进行计算了，一篇文章的md5数量为天文数字。不过这种可能性较小，因为会消耗巨大算力，成本太高。
2.段落md5
以段落为截点，计算md5这个没什么好说的。独段计算，也整体计算，跟上面的算法一样。
3.关键词指纹。
每个关键词都有自己的md5指纹，百度会通过分词筛选你文章的关键词，然后和数据库中的指纹进行比对。
不过洪雨认为，这种比对不是决定文章原创与否，而是决定文章的属性，跟收录无关。
4.归类指纹
每个关键词，不仅仅带有各自的md5，而且各自都有多个领域的“归类分”。
什么叫归类分？
举个例子，比如“外星人”这个词，他可以是外星人的意思，可以是戴尔的一个笔记本电脑系列，也可以是一部电影。这三个分类各不相同，一个是科学领域，一个是计算机电子产品，一个是影视剧。所以“外星人”这个词就最少带有这三个领域的归类分。
当很多关键词聚集在一起的时候。百度会进行全领域分数计算，哪个领域分数高，你的文章就分属到哪个领域里。
在这个领域里，再进行其他的运算。
这个很关键，比如你这篇文章，如果放在A领域里，可能分数只能排在10名，而放在竞争度小的B领域里，可能就排在第一了。
另外提一下，相近词和同义词所带有的“归类分”是一样的，所以，你懂的。
5.时间指纹
以前百度没有时间算法，是近一两年刚添加的。意思就是说谁先发布的文章，就给谁更高的加分。
6.标题指纹
这个算法很关键，估计也没几个优化师关注，培训也很少提到。
雨多年实践得出，现在百度对标题的指纹尤为重视，权重非常高。标题OK就等于成功了一大半。甚至一个标题的页面，就会有很好的收录和排名。
说道这里，洪雨想到多年前做过的一个测试，网站只有标题没有内容时，排名很好，后来添加了文章（没有内容只有标题），排名却开始浮动，后来文章加了内容，反而排名下降了。
这证明了什么？
这证明，文章内容不符合seo的规范，反而会给网站减分。
7.图片指纹
百度为了提高用户体验，建议文章都穿插一定比例图片。这个比例洪雨建议100~200字之间插入图片。
如果不加图片，没什么惩罚，穿插了图片的文章对排名是有好处的，图片可以改变文章整体的md5，而且图片本身也是计算md5的。
尤其要注意图片的alt标签，加和不加区别还是很明显的。
8.频率指纹
这个好理解，就是某个关键词出现的频率高，相应加分就高。就是洪雨经常说的关键词堆叠，一个老算法，就不多说了，最早最简单的黑帽技巧，虽然被玩烂了，但现在依然可以玩，想了解的查看洪雨之前的文章。
9.原创度阀值
不要以为文章原创度越高越好，太高是不符合正常规律的。难道你自己写的文章，就一定能100%跟别人一句不重复？
这是不可能的！
经过洪雨多年实践经验，超过80%的原创度的文章，百度会引起百度算法注意，超过90%原创度的文章，百度会谨慎收录，谨慎排名。
那么80%~100%原创的文章，百度会不会收录？
答案是会的，但收录效果并不尽人意，得出结论，原创度并不是越高越好。一个完全的新站，没有一点外链和权重，单纯靠发布文章，文章的收录率10%~20%，放出时长2个月。
由于测试的文章均为中性，排名就不用说了。
10.全站指纹
百度会对你网站全站进行指纹计算，甚至你网站模版都会记录在案。所以克隆站，镜像站，雷同站群等，都会被算法注意。
11.体验算法
体验算法很简单，就是用户看了你的网站很短时间就关掉了。证明没价值，持续的看，就证明有价值。
如果你网站，大量的人看一眼就关掉了，证明不是垃圾站，也是没用的网站，一定有问题。收录和排名就不用说了，严重的甚至降权。
换句话说，如果用户停留时间长，那么文章收录和排名就会好。怎样应用你懂的。
就说这些吧，最后做个小总结
伪原创这些年不行了，主要还是因为加入了归类算法，垃圾文章和垃圾站这些年也不行了，主要也是因为原创度阀值和全站指纹。
以前人们会采集一些文章，然后打散句子段落进行重组，现在是行不通的，因为每个句子都被记录了md5，就算重组，依然不是原创。如果随机文字和关键词重组，虽能算原创，但归类算法，全站指纹，体验算法都很难过。
不过，别慌，按照算法制定策略就是了。我写的《百度收录王》不就一直在更新吗，根据每一个已知的算法应对生成文章，算法加了，软件也加，算法更新了，软件也更新，就算垃圾文章也一样ok。真心不是广告，洪雨实事求是罢了。
最后提醒一句，如果你不是认真做站，只要别人举报你，那只能等着死翘翘了。
发表评论：