又来找大家帮忙了，页面相似度的问题

范佩西_11 2014-01-10 01:56:10

大家好，前面提了问题都解决了，现在又遇到问题了。
网站的页面相似度太高了，导致不被收录，这个是属于SEO的范畴，主要想问问大家这个网页相似度算法是什么样的，随便查了下基本上内页相似度都在80%以上。
我随便找网站上的两个内页比如：
http://www.pin365.net/info-id-371.html
http://www.pin365.net/info-id-370.html
我用相似度检查工具检查截图如下：

超过80%.我对这个页面改了下，去掉导航竟然相似度更大，去掉尾部的网站信息相似度还是一样的。
这个相似度大概是怎样计算的，请大家帮忙分析下哪里出的问题，需要怎样修改？
相似度检查的页面是这个：
http://tool.youboy.com/compare/
测试了一中午没搞定，请帮忙解决，不胜感激。

...全文

198 9 打赏收藏转发到动态举报

写回复

9 条回复

切换为时间正序

请发表友善的回复…

发表回复

范佩西_11 2014-01-19

打赏
举报

回复

多谢版主哈，确实最近收录又正常了，跟相似度关系不是太大，谢谢各位了！

Go 旅城通票 2014-01-12

打赏
举报

回复

去除所有html代码后对文字进行比较，一般是你的导航栏或者文章推荐那种重复了，正文内容很少相似度就很高，那种推荐或者最新文章改用js调用可以降低相似度

不过相似度这种不用太关心了，搜索引擎会自动排除导航，页脚那种重复率很高的内容的，不收录或者很少楼主整理下网站结构，可能目录太深了，不是大网站搜索引擎就爬3,4层，去找本seo的书籍来看

mshack111 2014-01-11

打赏
举报

回复

楼主啊，php有字符串相似度的比较。你就ajax提交两个网址给php程序处理，然后返回结果就可以饿了。

泡泡鱼_ 2014-01-11

打赏
举报

回复

哈哈,刚没注意,你这内容是可以任意发布的......别人可没那个美国时间去折腾那些内容

泡泡鱼_ 2014-01-11

打赏
举报

回复

这样形式的内容,想把相似度搞下去,走正道几乎是不可能.不怕麻烦的话,加多个条目:沿途介绍介绍一下路上经过哪些地方,有啥特色之类的.大概就这么个意思吧

范佩西_11 2014-01-11

打赏
举报

回复

求懂的同学帮忙

张运领 2014-01-11

打赏
举报

回复

不太懂，把帖子转到js专区呗，那边人多，说不定就有对这些有研究的人呢。

范佩西_11 2014-01-11

打赏
举报

回复

引用 1 楼 zyl_lyr1019 的回复:

相似度算法，不知道怎么个情况，不过网站的收录什么的，不都是在收录一下内容吗？比如爬虫会去爬取网页的内容，然后去掉分次要的内容，获取网页的整体的关键字，最后把关键字和对应的网页进行收录吧。所以我觉得相似度算法应该是，对处理之后的关键字进行的对比吧。猜的。

但是不晓得咋整，不知道咋个改页面可以使相似度降低些

张运领 2014-01-10

打赏
举报

回复

相似度算法，不知道怎么个情况，不过网站的收录什么的，不都是在收录一下内容吗？比如爬虫会去爬取网页的内容，然后去掉分次要的内容，获取网页的整体的关键字，最后把关键字和对应的网页进行收录吧。所以我觉得相似度算法应该是，对处理之后的关键字进行的对比吧。猜的。

tourismPro旅游网站在线预览：账号：朱利尔，密码：123 管理员账号：admin，密码：123456 这是一个免费、轻量化、简单、易上手的旅游网站项目，系统包括完整的前端Html页面和后台代码，该项目仅适合作为JavaWeb入门或毕业设计使用，不具备实际使用价值，项目中涉及皮尔逊相关系数的相似度算法Java实现和实际应用可查看景点推荐模块。本项目开源免费，如果您看到有人售卖或利用该项目盈利请帮忙举报，谢谢。 PS：本人承接毕业设计制作，有意请联系我，划至页面底部获取我的联系方式。以下请您仔细阅读：这个项目相比于原来的设计更加简洁明了，使用体验也更好，底层应用的实现代码也很简单，但是在部署方式上可能需要耗费一定的精力才能跑起来(相比老版本)，其实这对于每一个项目来说都是如此，相信找到这个项目的小伙伴大多是即将毕业的同学，如果您只是想毕业交差然后另谋他路请直接略过此段往下看，

项目名称:CC2012(经典仿QQ实例源码) 下载文件内容： word格式说明书， CC2012-C#源码， MYCC数据库与查询文件脚本源码实现功能: 1.仿QQ的CC登录界面采用网络美女恩典作为主题类型，界面更好看又养眼，界面相似度达80%。 2.实现了记住密码的功能，甩开忘记密码的烦恼。 3.局域网内互动聊天，增加邻居感情，又做到足不出门知天下事。 4.仿QQ窗口的抽屉式隐藏。 5.程序设有托盘菜单，不必打开页面也可进行在线状态设置。 6.注册窗口的头像选择，也采用QQ的显比例系列选择。 7.本程序采用了窗口特效，尽显完美独特风格。 8.CC2012主界面与QQ2012主界面的相似度达95%，内附（QQ内部部分图片）。 9.签名点击更改...这就不解系了，是人都知道QQ有这个功能，当然小编怎么可以放过。 10.最主要的当然是QQ好友列表啦，网上找了很多仿QQ列表组件，看效果都特别特别差，于是小编自己写了好友列表，高仿度足以以假乱真，采用双向加载更新数据。好友列表自动刷新，查看时也不会闪屏。 11.聊天窗口与QQ界面相似度达95%，可发送窗口抖动，和更改字体等...功能。小编留言：还有很多功能。小编就不一一讲解了。下了自己去看吧。。。夜深了。该睡了部分功能未完善。有意者帮忙改善下。

个人的独立项目，拿出该项目给大家讲讲，涉及的知识面比较广：较少的前端及知识，SEO知识（核心），后端C#的盘古分词、摘要抽取、文章相似度计算（高速），二叉树、Lucene、采集源文章一至性问题、数据清洗通用处理（复杂正则）、内容合并等，伪静态、关键词获取，复杂采集（加密数据、文字图片同文字混排内容、验证类站点），高级缓存应用，代码性能优化（单服务器下）。高级图片压缩，动态交叉查询（非库）优化，负面文本内容分析(百度)、情感分析(百度)、后台服务等。各类坑的处理。

旅游网站[源码+前后端页面] 在线预览：旅游网站TourismPro 账号：朱利尔，密码：123 管理员账号：admin，密码：123456 Github开源地址：https://github.com/jwwam/tourismPro 下载 or 部署问题请加QQ群：696852484 这是一个免费、轻量化、简单、易上手的旅游网站项目，系统包括完整的前端Html页面和后台代码，该项目仅适合作为JavaWeb入门或毕业设计使用，不具备实际使用价值，项目中涉及皮尔逊相关系数的相似度算法Java实现和实

重庆整合营销【乐云seo】拓宽的寻找渠道。如果各位老是在一个平台找，找来找去就那么些，时间长了之间的相似度自然就会变高。这里为大家举几个例子搜狗平台，这里有比较多的，可以拿来伪。站。站，就能得到比较多。里面集中了某行业的。站里有比较多可用，并且有详细的分类。如果某些关键词所涉及的产品比较冷门，相关较少。可以在同行业其他产品中找，甚至相关行业的不同产品中找。只要内容与你做的关键词有一些相关性，这篇就...

87,915

社区成员

224,617

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章