所谓伪原创就是把网络上已有的文章改头换面，让搜索引擎以为是一篇新的文章。采用伪原创的方法可以让网站迅速的充实起来，提升网站的收录率和收录数量，并且有助于提升网站的权重。
搜索引擎识别伪原创的算法技术有很多，下面简单介绍三种 。
1、TF/IDF算法
这是一种常用的计算相似度的算法。TF是Term Frequency的缩写，译成中文是词频，指的是某一个词在文章中出现的次数;IDF是Inverse Document Frequency的缩写，中文译成反文档频率，IDF越大，表明这个词在其它文章中出现的次数很少，说明这个词有很好的类别区分能力。
将两篇文章分别用TF/IDF算法计算后，各产生一个内容特征向量，如果两篇文章的特征向量相近，搜索引擎就认为这两篇文章的内容相似，如果两个特征向量一致，就认为这两篇文章是重复的。
2、信息指技
信息指纹技术是指搜索引擎截取一段文字信息，通过然后根据这组词调用特别的算法，例如MD5，将之转化为一组代码，这组代码就成为标识这个信息的指纹。如果两篇文章的信息指纹相同，搜索引擎就认为这两篇文章是重复的。这些信息可能是标点符号，可能是一个词，也可能是一个句子、一个段落。通常一篇文章会对应多个信息指纹。
3、文章与站点主题的相关性
百度等搜索引擎在收录网站的时候，就已经为每个站点划定了主题范围。如果某篇文章的主题与整个站点的主题相关度很低，比如你的站是一个做化妆品评测的站，其中却有篇文章是说挖掘机性能的，这样与整站主题不相关的文章也容易被搜索引擎认为是重复内容。
