杭州（zhōu）SEO专用徐少辉要说的是（shì）：网页查重算法（fǎ），也就是搜索（suǒ）引擎是（shì）怎么检（jiǎn）查（chá）两（liǎng）个网（wǎng）页的相似性的?这（zhè）应该是大家应该比较关心的问题吧（ba），因为这有助于让你的“伪（wěi）原创”更（gèng）像一个“原创（chuàng）”

　　首先我跟大（dà）家讲有名（míng）的I—MATCH算法（fǎ）。

　　我们在比（bǐ）较两件事物的（de）相似性（xìng）时，往往都会（huì）拿能均衡的（de）反应这事物本质的东西来比较，就像（xiàng）比（bǐ）赛时，要去除一个最高分（fèn）和最低分，然后再变算（suàn）总（zǒng）分一样~~

　　I—MATCH算（suàn）法基（jī）于（yú）的依据是（shì），在文挡中，特别高频的词和特别低频（pín）的词无法反应这（zhè）一个文挡的真实内（nèi）容，所以在（zài）比较之前，先将文挡（dǎng）中（zhōng）高频词和低频词去掉(注（zhù）意：这里（lǐ）的（de）高（gāo）频和低频指的是文（wén）档频（pín）率，并非关（guān）键（jiàn）词在你（nǐ）网页中的密度!)

　　我们来看一（yī）个例（lì）子（zǐ）：

　　这里（lǐ）有两段网页文字：

　　1.中国足球队在（zài）米卢的率（lǜ）领下首次获得世界杯（bēi）决赛阶段（duàn）的比（bǐ）赛资格（gé），新浪体育播（bō）报（bào） 。

　　2.米卢率领中（zhōng）国足球队员（yuán）首次杀入世界杯决赛阶（jiē）段，搜狐体育播报。(嘿嘿，看到这两（liǎng）句（jù）很（hěn）熟吧?)

　　文档(一（yī）)中（zhōng）去掉高频：中国，在，的，获得，比赛（sài），资格，新浪，体（tǐ）育，播报

　　去掉低频：米卢

　　则剩下中频词有（yǒu）：足球队，率领，首次，世界（jiè）杯，决（jué）赛，阶段（duàn）

　　文档(二)中去掉高频：中国，搜狐，体育，播报

　　去掉低频（pín）：米卢，杀入

　　则剩下中频词有：率领，足球队，首次，世界杯（bēi），决赛 ，阶段

　　看到了吧（ba）?剩（shèng）下的，两者是一（yī）模（mó）一样 这就是相似（sì）性的（de）存在（zài）

　　呵呵，其实这个（gè）例子很早就有过的。。

　　综（zōng）上（shàng）所述：搜索引（yǐn）擎（qíng）要（yào）检测相似性，主要就是要分（fèn）词和词频的比（bǐ）较!!