对于文章查重的技术及原理分析

寻仙录大缸 · 发表于昨天 08:15

杏吧有你，春暖花开！马上注册，看更多精彩内容！

您需要登录才可以下载或查看，没有帐号？立即注册

x

其实，查重的原理，查重就是应对抄袭等行为的一种行为。
翻新：和抄袭有着区别，翻新是作者自己把自己的旧作品重新发布，或者修改后发布，请注意：前者和共同发布有着本质区别，共同发布和翻新的时间间隔不同，前者时间较短，后者可能在一周到山个月之间，有些甚至相隔几年。
查重人员的要求：学过SEO的优先，因为他们普遍对关键词等足够熟悉。
快照：是一些生成工具对网页拍的照片，这是一种形容。
爬虫：是搜索引擎等一些爬取数据的程序，多由python写成。

调色盘：调色盘是一种工具，类似于百科的版本对比，将两个快照的内容或者数据对比，当有不同颜色显示的部分是两个文件不同的部分，相同颜色的部分，是相同的部分，比对相同颜色的部分和不同颜色的部分，就是调色盘查重的原理！

举个例子：假设被抄袭的小说是这样写的：“赵浩挥舞着自己的手掌，仅仅一个回合，就将对手打倒在地。他看着眼前的对手，笑道：真是个废物！就这样就不行了。赵浩拍拍身上的土，转过身来，径直往前面走去！”，
而假设抄袭的人位于咱们网站，且写成：“叶梦伟挥舞着自己的手掌，仅仅一个回合，就将对手打倒在地。他看着眼前的对手，笑道：真是个废物！就这样就不行了。叶梦伟拍拍身上的土，转过身来，径直往前面走去！”，调色盘就会只将名字变色，这就是为什么你只变名字就更容易被查到，由于快照的时间，等等因素，也就能抓到抄袭，和不改名字的，改了名字的小说，对于网站的人员有更多的时间去抓，因为快照的形成时间大约为一天到易周，而改了名字的，你一看就知道对方是抄袭，因为相同的情况下，你只能在短时间内做实对方抄袭的事实，如果对方仅改了人物名字，你的时间可以提到一周到两周，大约多了一些抓到抄袭证据的时间，换句话说人名都变了，但其他的内容却意模一样，这鬼都知道你是抄的！

所以，要么大改，要么不改，你改一点，那真的很容易被抓。

对于查重，首先查重如果仅限于书名，那属实你对查抄袭的手段很匮乏。

因为之前就发现过易个人，他将一个小说合集类的作品，从中抽出义篇，来躲避查重，如果你仅仅使用查取标题，那大概率会被瞒过去！

所以，查重的重点在于句子，以我的经验，就是要逐句(每次三句到悟句)，挨个复制，这个间隔通常可以避免一些人因为写作本身，可能造成的部分雷同，又可以充分的检测对方抄袭的情况，注意：请将内容复制到搜索引擎的搜索框，请注意：千万不要是国产搜索引擎，因为国产的会屏蔽一些内容，所以最好是国外搜索引擎或者国外搜索引擎的镜像。但不要是韩国的，韩国的对于中文搜索效果做的不好！

内容差不多讲完了，额外给大家讲一些SEO的知识，以及对于你的作品的提升，首先，在写小说之前，请务必确保作者名是一个有意义且名字简练，更容易记住的，尽可能保证个性化，又要在四个字到骑个字之间。如果你的作者名不符合，建议重新注册以个。

另外，主角一定要有名字，因为第易人称和第尔人称，如你和我，在任何条件下都高频使用，在SEO的标准下，关键词是有限制条件的，不能过于高频和过于低频。过于高频，搜索引擎会认为你在刷流量，不予收录。过于低频，和相同的竞争者来说，你没有优势。但你和我是常用词，每篇小说大多数都要堆二十多个，你说这样的，你觉得搜索引擎能竞争过别人吗？能保证你排在首页吗？所以，不要浪费掉你的角色名对流量的提升。再就是角色名不要生僻，符合大家审美的名字，是大家常搜的，你写个大家想都想不起来名字，读者很少会搜也就不会火！再就是小说名，最好带上主角名字，为什么？因为处于标题中的关键词权重要更高一些。比如《骚货佳怡》和《少年阿宾》，《少妇白洁》。因为这些做为主要的关键词，会与文章内的内容匹配，这些的权重会最高，同样你如果是某个关键的题材，比如游泳，你可以写成《泳馆往事》或者《泳池往事》，因为这种题材是读者搜索频率较高的，做为小说名来说，一定是更加！章节名重点的比较好看，最好也要提角色名，比如：第十章佳婷来了。因为这些章节名和小说名的权重更高，如果里面内容出现频率较高的话，完全可以把人物名写进章节名或者小说名。如果是高频的情节，比如图书馆挨肏，也建议直接写到章节名！也就是高频出现的人物或者情节尽量往小说名和章节名中写。同样，类似的，查重的需要准备站长工具，而作者也需要准备站长工具。请注意：千万不要是国内搜索引擎的站长工具，因为国内的搜索引擎会屏蔽这类小说！

还有为了避免竞争关系，人物名称最好组成为三个字。中间名即为修饰字，因为量个字的名字，你可以竞争不过以些知名作者的知名作品，加一个字是为了让你有几率竞争！角色的昵称也要尽可能出现在作品中，这是为了抢夺流量！另外，由于网站对数字的限制过于苛刻，有些数字被我弄的有些错字，这是为了避免数字限制的问题，对于编辑来说，你可以修改回去！