杭州SEO专用徐少（shǎo）辉（huī）要说的是：网页查重算（suàn）法，也就是搜索引擎（qíng）是怎么检查两个（gè）网页的相似性的?这应该是大家应该比较关心的问（wèn）题吧，因为这有助（zhù）于让你的“伪原创”更（gèng）像一个“原创（chuàng）”

　　首（shǒu）先我跟大（dà）家讲（jiǎng）有名（míng）的I—MATCH算法。

　　我（wǒ）们在（zài）比较两件事物的相似（sì）性时（shí），往（wǎng）往都会拿能均（jun1）衡的反应这事物本质（zhì）的东西来（lái）比较，就像比赛（sài）时，要去除（chú）一个最（zuì）高分和最低分，然后再变算总分一样~~

　　I—MATCH算法基于的依据是，在（zài）文（wén）挡中，特（tè）别（bié）高（gāo）频的词和（hé）特别低频（pín）的词无（wú）法反（fǎn）应这一（yī）个（gè）文挡的真实内容，所以在比（bǐ）较之前，先将（jiāng）文挡中（zhōng）高频词（cí）和低频词去（qù）掉(注意：这（zhè）里的（de）高频和（hé）低频指的是文（wén）档（dàng）频率（lǜ），并非关键词在你网页中的（de）密（mì）度!)

　　我们来看一个例子：

　　这（zhè）里（lǐ）有（yǒu）两（liǎng）段网（wǎng）页文字：

　　1.中国足球队（duì）在米卢的（de）率领下首次获得世界（jiè）杯决赛阶（jiē）段（duàn）的比赛资格，新浪体育播（bō）报（bào） 。

　　2.米卢率领（lǐng）中国足球队员首次杀入世（shì）界杯决（jué）赛（sài）阶段，搜狐体育播（bō）报。(嘿嘿（hēi），看（kàn）到这两（liǎng）句很（hěn）熟吧?)

　　文档(一)中去（qù）掉高频：中国，在，的，获得，比赛，资格，新浪，体育，播报

　　去掉低（dī）频：米卢

　　则剩（shèng）下中频词有：足球队，率领，首（shǒu）次（cì），世界杯（bēi），决赛（sài），阶（jiē）段

　　文档(二)中（zhōng）去掉高频：中国，搜狐，体育，播（bō）报

　　去掉低（dī）频：米卢（lú），杀入

　　则剩下中频词（cí）有：率（lǜ）领，足球队，首次（cì），世界杯，决赛 ，阶（jiē）段

　　看到了吧（ba）?剩下的，两（liǎng）者（zhě）是（shì）一模一样 这就是相似性的存在

　　呵呵（hē），其（qí）实这（zhè）个（gè）例子（zǐ）很早就有过的。。

　　综上所述：搜索引擎（qíng）要检测（cè）相似性，主（zhǔ）要就是要分词和词（cí）频的比较!!