杭州SEO专用（yòng）徐少辉要说的是（shì）：网页（yè）查重算法，也就是搜索引（yǐn）擎是怎（zěn）么检查两个网页的相似性的?这应该是大家应该比（bǐ）较关心的问（wèn）题（tí）吧，因为（wéi）这有助（zhù）于让你的“伪原（yuán）创”更像一个“原创”

　　首先我（wǒ）跟大家讲有名的I—MATCH算（suàn）法。

　　我们在比较两件事（shì）物（wù）的相似性时，往往都（dōu）会拿能均（jun1）衡的反应这事物本（běn）质（zhì）的东（dōng）西来比（bǐ）较（jiào），就像（xiàng）比赛时（shí），要去除（chú）一个最高分和最低分，然后再变算总分（fèn）一样~~

　　I—MATCH算法基于（yú）的依据是，在文挡中，特（tè）别（bié）高频的词和（hé）特别低频（pín）的词无法反应（yīng）这一个文挡的真实内容，所以在比较之前，先将文挡中高频词和低频词去掉(注意：这里的高频和低频指的是文档频率，并非关键词在你（nǐ）网页中的密度（dù）!)

　　我们来看一个例子：

　　这里有两段网页（yè）文字：

　　1.中国足（zú）球队（duì）在米卢的率领下首次获得世（shì）界杯（bēi）决（jué）赛阶段的比赛资格，新浪（làng）体育播报（bào） 。

　　2.米卢（lú）率领中国足球队员首次杀入世（shì）界杯决赛阶段，搜狐体育播报。(嘿嘿，看到这两（liǎng）句很熟吧?)

　　文档(一)中去掉高（gāo）频：中国，在，的，获得，比赛，资格（gé），新浪，体育，播报

　　去掉低频：米卢

　　则剩（shèng）下中频词有：足球队，率领（lǐng），首次，世界（jiè）杯，决赛，阶段

　　文档(二)中去掉高频：中国，搜狐（hú），体育，播报（bào）

　　去掉（diào）低频：米卢，杀入

　　则剩下（xià）中（zhōng）频词有：率领，足球队，首次，世界杯，决赛 ，阶段

　　看到了吧?剩下的，两（liǎng）者是一模一样（yàng） 这就（jiù）是相似性的存在

　　呵呵，其实这个例（lì）子很早就有过（guò）的。。

　　综（zōng）上所述（shù）：搜（sōu）索（suǒ）引擎要检测（cè）相似性，主（zhǔ）要就是要（yào）分词和词（cí）频的比较（jiào）!!