По каким признакам "клеют" сайты?

Может и не склеют, но забанят точно :)

Да!? можно посмотреть где написано, что яндекс банит одинаковые по контенту сайты или примеры!?

Введите какой-нибудь низкочастотник и посмотрите выдачу - несколько десятков сайтов будет чуть ли не подряд, которые будут содержать ОДИНАКОВЫЙ текст! Кстати, это даже бесит... еще 5 лет назад так было, так ничего и непридумали, чтобы в выдачу не выдавать подряд страницы с одинаковым текстом!

Ну сорри сорри, выдал желаемое за действительное или наоборот :)

Klopopryg, может быть напрасно Вы так категоричны? Ну склеивает же Яндекс ссылки с одинаковыми текстами и регистрации с одним и тем же описанием, почему не склеит сайты с одинаковым конентом? Не обязательно склеит, но если увидит то наверняка, нет?

Пример в выдаче показать!?

Klopopryg, Вы меня не так поняли, я не говорю, что так не делают, простоу Яндекса руки (боты) недоходят до этого. Но справился же он с дорвеями, хоть в какой-то степени, Вы можете утверждать что он не возьмётся за склейку одинаковых контентов? А выдачу, конечно, привидите пример плиз..

На самом деле если диз разный, то шансов что забанят мало, но есть шансы - что на один из братьев близнецов наложат фильтр какой-нибудь. Если дизайн одинковый, то пару раз сталкивался со склейкой сайтов

вы про сайты с одинаковым конетнтом говорите или про те, которые описал топикпастер!?

Алгоритм вычисления уникальности контента таков:

весь текст делится на десятисловия - как бы "наборы" из десяти слов. Для каждого такого десятисловия считается контрольная сумма. Думаю, вы знаете как это делается, для каждой буквы, имеющей свой ASCII-код. Таким образом получается компактная последовательность контрольных сумм, "описывающих" любой текст.

Если робот где-то встречает менее 20% совпадений последовательности контрольных сумм - о плагиате речь не идет. Если в каком-либо новом тексте около 30-40% процентов совпадений - понятно, по материалам какого(-ких) сайта(-ов) он писался.

Если же более 60-70% совпадений контрольных сумм - скорее всего плагиат, просто в нескольких предложениях переставлены слова. Ну а 90-98% совпадений - все ясно!

В случае перестановки абзацев - останется точное количество контрольных сумм и их последовательность. То, что "переставлены абзацы" - робот вычисляет на раз!

Правда, Роман правильно сказал, эта технология еще не до конца введена в алгоритм и одинаковый текст в серпе есть на разных стоящих подряд сайтах.

Однако, это, по большей части, из-за того, что HTML все-таки разный... :)

SNIPER, ответ на вопрос находится на сайте Яндекса: там есть две статьи об алгоритме склейки

diafan, это алгоритм "шинглов", насколько я помню. У Яндекс другой алгоритм.