引用：”百度搜索于近日推出飓风算法，旨在严厉打击以恶劣采集为内容主要来源的网站，同时百度搜索将从索引库中彻底清除恶劣采集链接，给优质原创内容提供更多展示机会，促进搜索生态良性发展。飓风算法会例行产出惩罚数据，同时会根据情况随时调整迭代，体现了百度搜索对恶劣采集的零容忍。优质原创站点如发现站点索引量大幅减少且流量大幅下滑现象，可在反馈中心进行反馈。”
按百度飓风算法说的，针对网站采集要进行打击了，其实在这算法之前倒下的一个采集微信各个公众号内容，并以网页形式展示的一个站点已经倒下了。那么我们要来看看这个算法到底都是怎么个规则。
专利篇
百度有很多专利，在这里有一个对网站评论区域更新内容的监控。也就是说页面上某个模块的更新，百度都可以了解到。那么，也就是说如果你是采集的内容，不加任何修改就发布出去，那么恭喜你了飓风算法就是为你准备的。
语义分析篇
百度一直以来都是中文搜索引擎中技术较好的公司，他的语义分析方面也有很多算法。从简单的tf-idf 到分词以及一系列的算法。
分词篇
一段文本，会被打碎成一个一个的字符，循环拼接，从字典里将能形成有价值词的字符分词。然后，就是比对相似度。
啥是相似度呢？
飓风篇
既然是算法，那么就是程序实现，那就是将一段文字分成若干个词。A段 有多少个词，网上其他内容中的 Ax段 有多少个词。
1.内容相似度对比：
A段 与 Ax段 ，字符的对比，和分词后 词与词的对比。从而得到 A段 与Ax段是否存在关联关系。
2.时间对比：
蜘蛛抓取每个页面都会记录一个时间，那么就好比是网站日志里的访问时间。当在全网中发现某个话题时，通过前面的抓取、语义分析、分词、索引、会将这个新产生的话题评分，并与分词的关键词做关联。因此，这个评分会影响该页面在关联关键词搜索结果中的排位。
3.其他因素
网站历史综合得分，单页面质量度，与往期页面质量度均值等一系列项参与运算。最终得出结论，这个页面是否是采集内容页面。根据最终采集页面数量判定网站的是否接受惩罚。
受到波及的网站
小说类
软件站
新闻资讯站
电影站
所以，做站要好好做内容还要下功夫，不能图省事。最终，被杀是肯定的。