原创系统

原创的重要性

这里是一个注重原创内容分享和讨论的地方，这里不欢迎全文转载，即使是授权转载。

为了让“注重原创”这件事落地，我们上线了“原创系统”来对帖子进行原创性评分，分值越低原创性也越低：

1. 10-50：基本是转载，灰色标识。这类内容在这里不受欢迎，并且有很大概率会被管理员删帖，40 分以下的帖子不会出现在全局列表上
2. 60：大部分是转载，浅灰色标识。这类内容大部分都是摘抄或是没有规范使用“引用”
3. 70：少部分摘抄转载，绿色标识。这类内容可能是没有规范使用“引用”导致，需要认真排版
4. 80：极少部分摘抄，蓝色标识。这类内容可能是没有规范使用“引用”导致，需要认真排版，是不错的原创内容
5. 90：个别术语或短语摘抄，紫色标识。这类内容是很受欢迎的原创内容，会在社区内部以及外部推荐转发
6. 100：完全原创，橙色标识。这类内容是最受欢迎的原创内容，排版优秀且具有很大价值

目前只有在超过 1024 字符（代码和引用不计入）的情况下才会进入原创系统评分，短文或者简单的问答不会进行评分。

实现细节

原创性我们是通过搜索引擎后验实现评分判断的：

1. 根据内容 HTML 提取若干段纯文本短句
2. 将这些短句通过搜索引擎查询，结果排除站内索引，每个短句根据重复搜索引擎重复次数进行评分，其中搜索引擎收录时间和发帖时间的差值会作为一个重要的权重项
3. 根据每个短句的评分得到该帖的平均原创评分

我们会不断调整原创系统的评分算法，大家可随时跟帖提建议。

这里绝不会成为一个内容农场（Content Farm），这里以后会有越来越多有价值的讨论。