百度、Google页面相似度收录情况实验

读者junstyle在留言中询问“对百度而言，网页相似度控制在多少比较好啊，我的80%左右，不知道百度会不会认为是相识网页？”这个问题Kyw没有切身体会，只有弄个实验，进行对比观察。

实验目的：
体会一下百度、GOOGLE对相似页面的收录情况，最好能得到一个个大概的百分比数值。

实验步骤：
1. 建立一个页面几乎相似的站点:我折腾了2天，用SEO021当模板，弄了个SEO中国
2. 计算页面的相似度:
页面相似度是指页面相同部分站总页面的比例。这里我用 100%-不同部分的密度（关键词密度百分比） 来计算。
关键词密度是个什么概念？Kyw对这个的理解有2个方面：
（1） 整体关键词密度 ＝ 关键词字符数 ÷ 整体页面HTML源代码字符总数 × 100%
用CHINAZ的工具查出，关键词“广州”的密度2.98%

（2） BODY关键词密度 ＝ BODY内关键词字符数 ÷ BODY内文字字符数 × 100%
这个我人工查了下， 8（出现4次“广州”占8个字符） ÷ 240（BODY内的字数） ＝ 3.33%

从这2个密度看出，的内页相似度约97%。

3. 对百度、GOOGLE的收录情况进行观察。
收录整站需要多久？
百度基本1个多月整理一次索引，整站收录后2个月内是否会被百度清理？