杭州SEO专用徐少辉（huī）要说（shuō）的是：网页查（chá）重（chóng）算法，也就是搜索引擎（qíng）是怎么（me）检（jiǎn）查两个网页的相似性的?这（zhè）应该是大家应该比较（jiào）关心的（de）问题吧，因（yīn）为（wéi）这有助于让你的（de）“伪原创”更像（xiàng）一（yī）个“原创”

　　首先我跟大家讲有名的I—MATCH算（suàn）法。

　　我们在比较两件事（shì）物的相似（sì）性时，往往（wǎng）都会拿能（néng）均衡的反应这事物（wù）本（běn）质的东西来比（bǐ）较（jiào），就像比赛时，要去除一个最高（gāo）分和（hé）最低分，然（rán）后再（zài）变算总（zǒng）分一（yī）样~~

　　I—MATCH算法基于的依据是，在文挡（dǎng）中，特别高频的词和特别低频的词（cí）无法反应这一个文挡的（de）真（zhēn）实内容，所以在比较（jiào）之（zhī）前，先将文挡（dǎng）中高频（pín）词和低（dī）频词去掉(注（zhù）意：这里的高频和低（dī）频（pín）指的是文档频率，并非关键词（cí）在（zài）你网页（yè）中的密度!)

　　我们来看一个例（lì）子：

　　这（zhè）里有两段网页文字（zì）：

　　1.中（zhōng）国足球队在（zài）米卢的率领下首（shǒu）次（cì）获得世界杯（bēi）决赛阶段的比赛资（zī）格，新（xīn）浪（làng）体育播报（bào） 。

　　2.米卢（lú）率（lǜ）领中（zhōng）国足球队员首次杀入（rù）世界杯决赛阶段，搜狐体育播报。(嘿（hēi）嘿，看到这两句很熟吧?)

　　文档(一)中去掉高频：中国，在，的，获得（dé），比（bǐ）赛（sài），资格，新浪，体育，播报（bào）

　　去掉低频：米（mǐ）卢

　　则剩下中频词有：足球队，率（lǜ）领，首次（cì），世界杯，决赛，阶段

　　文档（dàng）(二)中去掉高频：中国（guó），搜（sōu）狐，体育（yù），播报

　　去掉（diào）低频：米卢，杀入

　　则剩下中频词有（yǒu）：率领，足球队，首（shǒu）次，世（shì）界（jiè）杯（bēi），决赛 ，阶段（duàn）

　　看到了吧?剩下的，两者是一模一样 这就是（shì）相似（sì）性的存在

　　呵呵（hē），其实这个例子很早就有（yǒu）过的。。

　　综上所述：搜索引擎要检测相（xiàng）似（sì）性，主要就是（shì）要分词和词频的比较（jiào）!!