整日沉迷于搜索引擎的SEOer可能会明白，搜索引擎喜欢自己的和不寻常的文章。对于互联网或搜索引擎上已经存在的页面，这是一个喜欢新事物而又讨厌旧事物的机器人，它太懒惰而无法抓住并给出更高的评价。因此，在网站建设和SEO优化过程中，应尽量避免网站的相似度过高和页面相同。

　　网站的相似性是堆叠多个相似页面的结果。页面相似的原因有很多：文章转发，引文，摘录，事物收集，网站的镜像，使用小偷抓取程序等。实际上，我们可以查看它，寻找a的关键字热门新闻文章随机出现，您会发现许多标题相同的结果，甚至许多页面的内容也完全相同。毕竟，文本是最简单的，经过纠正的页面元素，并且可以轻松替换版权声明，作者和出处，从而导致网站上出现许多看起来不同但实际上具有相同出处的不同版本。为了找到引擎流量，大多数网站管理员，不管版权和网站的整体经验如何，都利用网站上的资源来丰富自己的内容。

　　尽管搜索引擎会判断页面的相似性，但实际上反映出目前仍然短缺。许多具有相同标题的窃文章都可以快速输入并具有良好的排名，但是即使在快照的一两天内，该排名也丢失了。估计搜索引擎将the窃的文章识别为奖励和惩罚。但是，许多网站管理员会冒充转发这些内容的流行内容，模仿甚至是网站上的批量收集。将新闻项更改为相似的标题，然后再次发布，以便网民可以认为这是一篇新文章。结果就是我刚刚看到的。无疑，这破坏了网民寻找准确信息的宝贵时刻。

　　您如何判断搜索引擎网站的相似性？刚刚说过，网站的相似性是比较整个网站所有页面的结果。将页面的相似性与捕获的网站源代码进行比较。一般来说，如果源代码的相似度高于70％，则被视为窃文章。即使此类文章在发布后获得了良好的排名，将来也会被搜索引擎发现并被权威机构删除。为了防止过度相似，灰帽子SEOer讨论了伪自创建的文章以抵抗搜索引擎。

　　错误的自我创造水平直接影响读者的阅读体验和页面相似度。如果人为创建文章并根据含义更改同义词，则文章的可读性不会受到影响。但是，大多数人使用伪造的自我创造的东西。通常，伪造自我创造的程度越高，读者阅读的难度就越大，理解原始作者的意图就越困难。

　　尽管“百度Spark计划”旨在引发自我创造和反对窃，但这正是使网站管理员提高网站自我创造，降低网站相似度（包括网站内部页面之间相似度），找到唯一的东西的原因。引擎喜欢，读者不希望重复阅读相同的信息。因此，自我创造的内容是网站不断发展的源泉。