杭州SEO专用（yòng）徐少辉要说的（de）是：网（wǎng）页（yè）查重算法，也就是搜索引（yǐn）擎是怎么（me）检查（chá）两个网（wǎng）页（yè）的相似性的?这应该是大家应该比较关（guān）心的问题吧，因为这（zhè）有助于让你的“伪原创（chuàng）”更像一（yī）个“原创”

　　首先（xiān）我跟大家讲有名的I—MATCH算法（fǎ）。

　　我们在比较两件事（shì）物的相似性时，往往都会拿能均衡的反应这事物本质的东西（xī）来比较，就像比赛时，要去除一个最（zuì）高分和最低（dī）分，然后再变算总分一样~~

　　I—MATCH算（suàn）法（fǎ）基于的（de）依据是，在文挡（dǎng）中，特别（bié）高频的词和特别低频的词无法反应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（pín）词去掉(注意：这里（lǐ）的高频和低（dī）频指（zhǐ）的是文档频率，并非（fēi）关键词在你网页中（zhōng）的密（mì）度!)

　　我们来看一个例子：

　　这里有两段网页文字：

　　1.中国（guó）足球队在米卢的率领下首次获得世界杯决赛阶段的比（bǐ）赛资格，新浪（làng）体育播（bō）报（bào） 。

　　2.米卢率（lǜ）领中国（guó）足球队员首次杀入世界杯决赛阶（jiē）段，搜狐体育播报。(嘿嘿，看到这两句很熟吧?)

　　文（wén）档(一)中去掉高频：中国，在，的，获得，比赛，资格，新浪，体（tǐ）育（yù），播报

　　去掉低（dī）频：米卢

　　则剩下中频词有：足球队，率领，首次，世（shì）界（jiè）杯，决赛，阶段

　　文档(二)中（zhōng）去掉高频：中国，搜狐，体育，播（bō）报

　　去掉（diào）低（dī）频：米卢（lú），杀（shā）入

　　则剩下中（zhōng）频词有：率领，足球（qiú）队，首次，世界杯，决赛 ，阶段

　　看到了吧（ba）?剩下的，两者（zhě）是一模一样 这就是相似（sì）性的存在

　　呵呵，其（qí）实（shí）这个例子很早就（jiù）有过的。。

　　综上所述：搜（sōu）索引擎要检测相似性，主要就是要分（fèn）词和词频的比（bǐ）较!!