最近一些同行的站长或多或少都被大站采集了，当然，我的也不例外，说实在的，对于我们这一行业来说，采集一直都存在，而且还特别的多，基本上都是大站采集小站的，基本上小站排名都被搞下去了。
就拿我来说吧，没有被采集的时候，我一天的流量在5000+左右，被采集后我的流量从原来的5000变成了现在的五六百，缩水了十倍之多。
我思考过百度是怎么判断采集内容的呢？
我觉得内容被百度的蜘蛛抓取回去后储存到某个数据库里面，然后通过AI处理，处理的方式分别有分词处理、提取URL连接、关键词结构处理等方式，这种方式只要有无数个点对应某些文章的话，那么就是采集的内容。
当然，这样的话还不算是采集，其实还要看大站的权重（这里不代表百度的权重），因为采集内容的站点都有一个特点，都会对文章进行处理，而处理后，基本上会针对百度数据库中的文章进行处理的，我看到一些大站采集我的文章，处理的方式有“内容换词”“标题换词”“内容拼接”“前后段续写”等方式来处理。
这样处理过的文章，基本上是最低等的伪原创的方式了，但是只要逃过了百度的数据库对比后，你会发现，收录或者展示排名都非常的好，这就是大站的好处了。
百度其实判断采集的内容的界线其实很模糊的，从大站的处理方式就可以判断了，只要有那么一点处理过基本上都不算什么采集了，也就是整合或者说处理得当，能够帮助到用户，那么大站的排名就很好，所以对于采集者真的很头疼，没有什么处理的方式，如果不想被采集，还是要自己成为大站才行。
