百度伪原创(丰田塞纳站长整理发布3.1成立原创项目组，打持久战面对挑战)

　　百度伪原创(丰田塞纳站长整理发布3.1成立原创项目组，打持久战面对挑战)

　　文章 由丰田塞纳站长整理发布

　　3.1成立原创项目组打持久战

　　面对挑战，为了提升搜索引擎的用户体验，为了让优质原创人原创网站得到应有的收益，为了推广中国互联网的进步，我们吸纳了大量人员原创项目团队：技术、产品、运营、法务等。这不是临时组织，不是一个月两个月项目，我们准备打一场持久战。

　　3.2原创识别“起源”算法

　　互联网上有数百亿、数千亿的网页，挖出原创的内容可以说是大海捞针，蛛丝马迹。我们在百度大数据云计算平台上开发的原创识别系统，可以快速实现对所有中文互联网网页的重复聚合和链接点关系分析。首先，通过内容相似度聚合采集和原创，将相似的网页聚合在一起作为原创标识的候选集；其次，对于原创的候选集，通过作者使用了数百个因素，包括发布时间、链接方向、用户评论、作者和站点历史、原创情况、转发轨迹等对原创网页进行识别和判断；最后，

　　目前，通过我们的实验和真实的在线数据，“起源”算法已经取得了一些进展，解决了新闻、信息等领域的大部分问题。当然，其他领域还有更多原创问题等待“Origin”解决，我们会坚定的走下去。

　　3.3原创 星火项目

　　我们一直致力于原创内容识别和排序算法的调整，但是在目前的互联网环境下，快速识别原创解决原创问题确实面临很大的挑战，计算数据的规模是巨大，我们面临的采集方法层出不穷，不同站点的方法和模板差别很大，内容提取也很复杂。这些因素都会影响原创算法的识别，甚至导致判断错误。这时候就需要百度和站长共同维护互联网生态环境。站长推荐原创的内容，搜索引擎会在一定判断后优先处理原创的内容，并共同推动生态的改善和鼓励原创，这就是“原创星火项目”，旨在快速解决当前的严重问题。此外，站长对原创内容的推荐将应用到“起源”算法中，帮助百度发现算法的不足，持续改进，自动识别原创的内容，识别更智能算法。

　　目前，原创 Spark 项目也已初见成效。一期部分原创重点新闻网站的原创内容在百度搜索结果、作者展示等中标注了原创，并进行了合理的改进排名和流量。

　　最后，原创是一个需要长期改善的生态问题。我们将继续投入并与站长合作，共同推动互联网生态的进步；原创是一个需要大家共同维护的环境问题。有很多站长。做原创，推荐更多原创，百度会继续努力改进排序算法，鼓励原创内容，为原创作者和< @原创 网站流量。