Site Benzerlik Oranı

Benzerlik oranı aracı, iki web sayfasının HTML’den arındırılmış düz metin içeriğini karşılaştırır ve yüzde olarak ne kadar örtüştüğünü raporlar. Kopya içerik (duplicate content), syndication veya aynı ürünün farklı URL’lerde tekrarı gibi durumları hızlıca tespit etmek için kullanılır. Görsel veya yapısal benzerlik ölçülmez; yalnızca metin esas alınır.

Arama motorları aynı veya çok benzer içeriği farklı URL’lerde gördüğünde hangisinin indeksleneceğine karar vermek zorunda kalır; bu da sıralama gücünün bölünmesine (cannibalization) yol açabilir. Affiliate siteler, basın bülteni dağıtımları ve otomatik çeviri sayfalarında benzerlik yüksek çıkabilir. Editörler revizyon öncesi/sonrası metin farkını da bu araçla kontrol edebilir.

Karşılaştırmak istediğiniz iki URL’yi sırayla girin. Menü ve footer tüm sayfalarda ortak olduğundan benzerlik oranı yapay olarak yüksek çıkabilir — mümkünse yalnızca makale gövdesi olan alt sayfaları (blog yazısı, ürün detayı) karşılaştırın. %90 üzeri sonuçlar ciddi metin örtüşmesine, %50 altı ise belirgin farklılığa işaret eder. Hukuki intihal tespiti için profesyonel araçlar gerekir; bu araç ön tarama amaçlıdır.

Her iki sayfa indirilir; script/style etiketleri ve HTML işaretleri temizlenir, boşluklar normalize edilir. PHP similar_text() fonksiyonu iki metin arasında karakter düzeyinde benzerlik yüzdesi üretir. Her iki URL için ayrı HTTP isteği yapılır; günde 5 sorgu hakkınızın birini kullanır. Görsel, video veya tablo içeriği metne dönüştürülmediği için analize dahil edilmez.