Google是如何判断网站的原创性的

　记得我曾经在Google中文网站管理员博客在《由抄袭造成的重复内容》文章中看到过：“鉴别内容的原创来源是Google所擅长的，在大多数情况下原创内容源都能被正确地识别出来，从而不会给发布真正原创内容的网站带来任何负面影响……当有人剽窃了您网站中的内容，并将其展示在其他网站上牟利。Google在不同网站遇到相同内容的时候，会基于许多不同的依据来判断究竟哪个网站才是原创，而这样的判断通常是准确的。”

　　根据我对网站 bitjob.net 猎头公司 观察，Google识别原创内容源的能力有时候比较准，但有时候不太准，不准的情况主要是在中文网站上，因为Google无法用简单的链接权重来平衡门户网站和个人博客之间的孰是孰非。

　　目前的中国互联网仍然是主流门户网站的天下，个人博客的生存环境异常艰辛，个人辛辛苦苦的写作往往得不到回报，产生的内容却因为种种原因无法给个人带来应该得到的回报，所有的流量都逐步流向主流门户网站。通常情况下，Google给予门户网站的权值和网站权威度都非常高，当一篇完全相同的文章同时出现在门户网站和个人博客上的时候，Google往往认为原创者是门户网站，除非个人博客的权值非常大。

　　门户网站为了内容的大量更新而雇佣了不少“网站编辑”，“网站编辑”通过人肉筛选的方法从个人博客上挑选出优秀的文章，并将这些文章复制到门户网站，复制内容的同时通常会删除原始文章的作者和文章中的链接地址，同时小幅修改文章的标题，经过这一番“处理”，Google通常很难判断出到底哪个文章是原创，当一个原创个人博客的文章被大量门户网站复制之后，Google搜索引擎可能会惩罚这个原创博客，不再索引上面的文章。