百度官方问答集锦系列6之重复页面

网站最近遇上个全站克隆+实时采集的小偷站，搞我的没办法。百度会惩罚克隆网站吗？

百度有专门的算法识别克隆网站。看你说的这种情况，更象是对方将域名直接指向到你的服务器上了，可以直接在服务器端拒绝所有非正常域名的访问。
自己的原创内容排名常常比不过转载或抄袭的，站长能做些什么预防或改进？
这个，只能说百度的策略还不是很完 善，我们也一直在改进。另外，从用户体验角度，有些转载未必比原创差。比方一篇科技原创博文，被知名门户网站的科技频道转载。如果这种转载保留原创者姓名 和出处链接，实际上对原创者是有利的，因为起到了更好的传播效果。只是国内的转载，很多是掐头去尾，使原创者比较受伤。
百度如何面对很难处理的重复页面，比如列表页有分页，文章页也有分页，他们的meta都是相同的，这样会不会当重复页面处理。同时比如一个 论坛有两篇相同的帖子都收录，会影响先收录的排名吗？
1，判定页面重复的算法很复杂。可以肯定的是，仅meta相同，是不会被判为重复的。
2，相同两个帖子被收录（URL可能不同），低权重的页面会不被建索引，或者被高权重页面类聚掉。
百度对重复内容是如何处理的？
这的确是个显著的问题。这表明我们在这方面的策略上有极大改进空间。这类积重的问题，非一朝一夕能搞定，需要伤筋动骨的动动手术才行。所以请大家耐心。
另外需要说明的是，搜索引擎的排序出发点，是用户的搜索体验。虽然说，很多时候尊重原创和用户体验是一致的。但是，毕竟也有一些case，转载的体验会比 原创更好。这时候原创者的排序未必会高于转载者。但无论如何，原创者的应该以另外一种方式被肯定，而不是简单的被聚合掉。
百度如何看待伪原创？
“伪原创”就是“非原创”。对非原创的策略，同样适用于伪原创。归根结底，这是一个技术实现程度问题，而不是策略思路问题。
为什么搜索行业门户网站名称 这么多山寨的？
革命尚未成功，我们仍需努力。
如何处理百度从别的站抓取带有广告参数的url？
没有什么坏的影响。另外，我们也计划推出一个简单的工具，方便大家处理这样的无效参数，届时会知会大家。
被小偷程序高度采集怎么办？百度有什么识别的方法没？
对于恶劣的小偷采集站，我们设有专门的识别并在逐步完善。目前可能存在一些漏网之鱼，楼主可以向反馈中心http://tousu.baidu.com/webmaster/add/#2提交实例，我们会分析跟进。

文章来源：SEO培训的新浪博客