很多站长和SEO人员都反映百度不支持原创网站，自己原创的内容被大站复制走后，排名都是大站的了，自己的站甚至都不被收录，更别提排名了。不讨论现在百度和各大搜索引擎具体是怎么识别原创的，先按照咱们的思路简单推断一下如果搜索引擎想要识别原创应该会怎么做。
部分人都认为用文章发布时间是最直接的了，谁发布的早谁就是原创。这个道理是正确的，但是对于搜索引擎要判断某一篇文章谁是原创，是比较困难的，因为网站发布内容的时间存在太多不确定因素。
如果以网站上标注的发布时间戳为准，那么就会诱使网站去主动改变自己网站上显示的文章发布时间。比如内容源网站标注发布的时间是2019年715月28日17点35分，那么采集网站完全可以根据源网站的时间把发布显示的时间改成2019年7月15日17点30分，这样采集网站就是原创了。
所以理论上以网站标注的时间戳为准是可以解决原创判断问题的，但是前提是所有的站长都遵守规矩，这显然是不可能的，并且偶尔可能会出现服务器时间有偏差，而造成网站上标注的文章发布时间并不准确。
如果以Spider发现这篇文章的时间戳为准，那么小网站被大网站采集后，肯定会被搜索引擎认为这篇文章是大网站原创的。因为根据网站权重不同，搜索引擎抓取网站的频率就不同。比如搜索引擎的Spider可能会24小时都在新浪首页等着新内容的出现然后秒收，但是可能一天内只光顾个人的小网站一两次。
当一篇原创文章在小网站上发布后，被新浪的编辑选中然后推荐到新浪首页，搜索引擎肯定会先从新浪上发现这篇文章，那么就会认为这篇文章是新浪原创的。所以在现实情况下，以Spider发现内容的时间戳为准也是不能识别原创的。这并不能怪搜索引擎不分配资源实时抓取网络新内容，相信搜索引擎的老大哥Google都不能实现对网络新内容的实时抓取。
第三种假设，如果以来源网站作为对原创的判断，理论上和以网站的文章发布时间为时间戳判断是一样的。只是理论上可以做到判断原创，问题是现实中大部分网站转载或复制文章后都不留来源地址。而且自动采集程序都是在想办法去掉来源地址。
站长不配合，搜索引擎在这个方法上就进行不下去。 通过这样简单分析，按照普通思路搜索引擎其实是不能严格识别出原创的。现在国内搜索引擎一般都是以谁能够提供好的用户体验，具有更好的传播影响力为排名基础。因为大网站确实有更稳定的服务器支持，更佳的用户体验，所以现在在百度中的状况是大网站采集了小网站的内容，搜索排名却比小网站要好。网络上所传的参考PR、权威度、网站域名注册时间等信息基本上都不是判断原创的标准，只是判断网站权重的标准，如果真的以这几项来判断原创，那边小网站的原创内容就更永无天日了。
不可否认Google在这方面的表现要比百度、搜狗都强很多。但是在Google上的这种“公平”现象也是建立在原创文章的网站本身有一定权重的基础上的。 比如极端一点，一个还在沙盒中的新网站，文章全部是原创，但是并不一定会被收录，即使被收录，因为整站都在沙盒中也不会有排名。其实采集网站本身不用太高的权重，只要不在沙盒之中，相关文章标题和关键词的搜索排名肯定是采集网站的。所以Google对原创的识别判断也是有其他条件的，并不是所有网站的原创内容都能得到Google的尊重。
本文来源：合肥裕顺网络www.ahyushun.com如有转载请注明文章出处
