百度搜索引擎网页质量白皮书

作者:鼎极网络发布日期:2019-11-12浏览次数:20

  网页质量是一个网页满足用户需求能力的衡量,是搜索引擎确定结果排序的重要依据。在网页资源内容与用户需求有相关性的基础上,内容是否完整、页面是否美观、对用户是否友好、来源是否权威专业等因素,共同决定着网页质量的高低。

  对于搜索引擎来说,给用户呈现的网页质量直接影响了终的搜索效果和用户的需求满足;而对于广大的站长来说,整体网页质量的提高有助于在搜索引擎中获得良好的排序和展现,从而吸引更多用户,获得更多流量。

  百度搜索综合用户对不同网页的实际感受,制定了一套评判网页质量的标准,基于这个标准,在百度搜索的收录、排序、展现环境进行调整,给高质量的网页更多的收录、展现机会,同时对一些影响用户体验、欺骗搜索引擎的恶劣低质网页进行打压。

  目前互联网上的网页,仅有7%可以达到高质量标准,百度作为大的中文搜索引擎,希望从互联网生态角度出发,跟站长们一起努力建立良好的互联网生态圈,地为网民服务,也让内容优质的网站得到的发展。

  此外,搜索引擎之前相对封闭,一直以来,站长需要通过不断的摸索发现搜索引擎对网页的判断标准,指导站点内容的建设。此次推出《网页质量白皮书》,目的是开放百度在网页质量方面的判断标准,给站长提供参考,希望有更多、质的内容产生,满足搜索引擎用户的需求,同时为站长带来流量,实现共赢。

  衡量网页质量的维度

  百度搜索引擎在衡量网页质量时,会从以下三个维度综合考虑给出一个质量打分。下面会一一介绍这些影响网页质量判断的维度特征:

  • 内容质量

  • 浏览体验

  • 可访问性

  一个访问流畅,内容质量高且浏览体验好的网页具有较高的质量;反之,任何一个维度出现问题,都会影响网页的整体质量。下面我们具体介绍下这三个维度。

  衡量网页质量的维度——内容质量

  网页主体内容是网页的价值所在,是满足用户需求的前提基础。百度搜索引擎评价网页内容质量主要看其主体内容的好坏,以及主体内容是否可以让用户满意。 不同类型网页的主体内容不同,百度搜索引擎判断不同网页的内容价值时,需要关注的点也有区别,如:

  • 首页:导航链接和内容是否清晰、有效。

  • 文章页:能否提供清晰完整的内容,图文并茂。

  • 商品页:是否提供了完整真实的商品信息和有效的购买入口。

  • 问答页:是否提供了有参考价值的答案。

  • 下载页:是否提供下载入口,是否有权限限制,资源是否有效。

  • 文档页:是否可供用户阅读,是否有权限限制。

  • 搜索结果页:搜索出来的结果是否与标题相关。

  百度搜索引擎考量网页内容质量的维度非常多,为重要的是:成本;内容完整;信息真实有效以及安全。下面我们通过举例来感受一下百度搜索引擎是如何对网页的内容质量进行分类的,请站长对比自己站点的页面,站在搜索引擎和用户的角度为自己打分:

  1、内容质量好:

  百度搜索引擎认为内容质量好的网页,花费了较多时间和精力编辑,倾注了编者的经验和专业知识;内容清晰、完整且丰富;资源有效且优质;信息真实有效;安全无毒;不含任何作弊行为和意图,对用户有较强的正收益。对这部分网页,百度搜索引擎会提高其展现在用户面前的机率。例如:

  • 专业医疗机构发布的内容丰富的医疗专题页面;

  • 工程师发布的完整解决某个技术问题的专业文章;

  • 专业视频网站上,播放清晰流畅的正版电影或影视全集页面;

  • 知名B2C网站上,一个完整有效的商品购买页;

  • 权威新闻站原创或经过编辑整理的热点新闻报道;

  • 经过网友认真编辑,内容丰富的词条;

  • 问答网站内,回答的内容可以完美解决提问者的问题。

  实例参考:

示例内容质量说明
case 3.1.1-1专业医疗网站发布的丰富医疗专题页面
case 3.1.1-2工程师发布的完整解决某个技术问题的专业文章
case 3.1.1-3专业视频网站上,播放清晰流畅的正版影视全集页面
case 3.1.1-4京东的一个完整有效的商品购买页
case 3.1.1-5权威新闻站原创的热点新闻的报道
case 3.1.1-6经过网友认真编辑,内容丰富的百科词条
case3.1.1-7百度知道上,完美解决用户问题的问答页

  2、内容质量中:

  内容质量中等的网页往往能满足用户需求,但未花费较多时间和精力进行制作编辑,不能体现出编者的经验和专业知识;内容完整但并不丰富;资源有效但质量欠佳;信息虽真实有效但属采集得来;安全无毒;不含作弊行为和意图。在互联网中,中等质量网页其实是一个比较大的数量集合,种类面貌也繁杂多样,百度搜索引擎在评价这类网页时往往还要考虑其它非常多因素。在这里,我们仅部分举例来让各位感受一下:

  • 论坛类网站里一个普通的帖子;

  • 一个普通的问答网页;

  • 没有进行任何编辑,直接转载其它网站的新闻;

  • 无版权信息的普通电影播放页

  • 采集知名小说网站的盗版小说页。

  实例参考:

示例内容质量说明
case 3.1.2-1网易直接转载了中国新闻网的一篇新闻。
case 3.1.2-2文库上网友上传的“国庆放假安排”新闻
case 3.1.2-3采集起点小说网的盗版小说站
case 3.1.2-4百度贴吧里一个普通的帖子

  3、内容质量差:

  百度搜索引擎认为主体内容信息量较少,或无有效信息、信息失效过期的都属于内容质量差网页,对用户没有什么实质性的帮助,应该减少其展现的机会。同时,如果一个网站内该类网页的占比过大,也会影响百度搜索引擎对站点的评级,尤其是UGC网站、电商网站、黄页网站要尤其重视对过期、失效网页的管理。例如:

  • 已下架的商品页,或已过期的团购页;

  • 已过有效期的招聘、交易页面;

  • 资源已失效,如视频已删除、软件下载后无法使用等。

  4、没有内容质量可言:

  没有内容质量可言的网页指那些制作成本很低,粗制滥造;从别处采集来的内容未经起码的编辑整理即放置线上;挂木马等病毒;含有作弊行为或意图;完全不能满足用户需求,甚至含有欺骗内容的网页。例如:

  • 内容空短,有很少量的内容,却不能支撑页面的主要意图;

  • 问答页有问无答,或回答完全不能解决问题;

  • 站内搜索结果页,但没有给出相关信息

  除上述网页外,欺骗用户和搜索引擎的网页在无内容质量可言集合里占很高比例。百度搜索引擎对作弊网页的定义是:不以满足用户需求为目的,通过不正当手段欺骗用户和搜索引擎从而获利的网页。目前互联网上这部分网页还属少数,但作弊网页的价值是负向的,对用户的伤害非常大,对这类网页,搜索引擎持坚决打击态度。

  衡量网页质量的维度——浏览体验

  不同质量的网页带给用户的浏览体验会有很大差距,一个优质的网页给用户的浏览体验应该是正向的。用户希望看到干净、易阅读的网页,排版混乱、广告过多会影响用户对网页主体内容的获取。在百度搜索引擎网页质量体系中,用户对网页主体内容的获取成本与浏览体验呈反比,即获取成本越高,浏览体验越低。面对内容质量相近的网页,浏览体验佳者更容易获得的排位,而对于浏览体验差的网页,百度搜索引擎会视情况降低其展现的机率甚至拒绝收录。

  影响用户浏览体验好坏的因素很多,目前百度搜索引擎主要从内容排版、广告影响两方面对网页进行考量:

  内容排版:用户进入网页眼看到的就是内容排版,排版决定了用户对网页的印象,也决定了用户对内容获取的成本。

  广告影响:百度搜索引擎理解网站的生存发展需要资金支持,对网页上放置正当广告持支持态度。网页应该以满足用户需求为主旨,佳状态即“主体内容与广告一起满足用户需求,内容为主,广告为辅”,而不应让广告成为网页主体。

  下面我们通过举例来感受一下百度搜索引擎是如何对网页的浏览体验进行分类的,站长可以据此对比检验自己站点的浏览体验如何:

  1、浏览体验好:

  页面布局合理,用户获取主体内容成本低,一般具有以下特征:

  • 排版合理,版式美观,易于阅读和浏览;

  • 用户需要的内容占据网页重要位置;

  • 能够通过页面标签或页面布局十分清楚地区分出哪些是广告;

  • 广告不抢占主体内容位置,不阻碍用户对主要内容的获取;

  实例参考:

示例浏览体验说明
case 3.2.1-1招聘、房产等网站首页也有很多广告,但都是招聘相关的,浏览体验是ok的。
case 3.2.1-2文章页,页面布局合理,无广告,排版好,结构合理
case 3.2.1-3游戏首页,排版美观,布局合理,无广告,浏览体验优

  2、浏览体验差:

  页面布局和广告放置影响了用户对主体内容的获取,提高了用户获取信息的成本,令用户反感。包括但不仅限于以下情况:

  • 正文内容不换行或不分段,用户阅读困难;

  • 字体和背景颜色相近,内容辨别困难;

  • 页面布局不合理,网页首屏看不到任何有价值的主体内容;

  • 广告遮挡主体内容;或者在通用分辨率下,首屏都是广告,看不到主体内容;

  • 弹窗广告过多;

  • 影响阅读的浮动广告过多

  • 点击链接时,出现预期之外的弹窗;

  • 广告与内容混淆,不易区分;

  衡量网页质量的维度——可访问性

  用户希望快速地从搜索引擎获取到需要的信息,百度搜索引擎尽可能为用户提供能一次性直接获取所有信息的网页结果。百度搜索引擎认为不能直接获取到主体内容的网页对用户是不友好的,会视情况调整其展现机率。

  百度搜索引擎会从正常打开、权限限制、有效性三方面判断网页的可访问性,对于可以正常访问的网页,可以参与正常排序;对于有权限限制的网页,再通过其它维度对其进行观察;对于失效网页,会降权其展现机制甚至从数据库中删除。

  1、可正常访问的网页

  无权限限制,能直接访问所有主体内容的网页。

  2、有权限限制的网页

  此类网页分为两种:打开权限和资源获取权限

  1)打开权限:指打开网页都需要登录权限,没有权限完全无法看到具体内容,普通用户无法获取或获取成本很高,百度搜索引擎会降低其展现机率。不包括以登录为主要功能的网页。

  2)资源获取权限:指获取网页主要内容,如文档、软件、视频等,需要权限或者需要安装插件才能获得完整内容。此时会分三种情况:

  • 提供优质、正版内容的网站,由于内容建设成本很高,尽管查看全文或下载时需要权限或安装插件,但属于用户预期之内,百度搜索引擎也不认为权限行为对用户造成伤害,给予与正常可访问页面相同的对待。

  • 对于一些非优质、非正版的资源,来自于用户转载甚至机器采集,本身成本较低,内容也不独特,用户获取资源还有权限限制——需要用户注册登录或者付费查看,百度搜索引擎会根据具体情况决定是否调整其展现。

  • 还有一些视频、下载资源页,也许自身资源质量并不差,但需要安装非常冷门的插件才能正常访问,比如要求安装“xx大片播放器”,百度搜索引擎会怀疑其有恶意倾向。

  实例参考:

示例可访问性说明
case 3.2-1CNKI上的一篇论文,收费才能下载,但有版权,浏览体验好
case 3.2-2优酷上一部新电影,需要付费才能观看,浏览体验好。
case 3.2-3内容是copy来,但是需要登录才能看更多
case 3.2-4入党申请书,本身就是转载的,网上到处都是,但这个页面仍然要求收费才能下载。

  3、失效网页

  往往指死链和主体资源失效的网页。百度搜索引擎认为这部分网页无法提供有价值信息,如果站点中此类网页过多,也会影响百度搜索引擎对其的收录和评级。建议站长对此类网页进行相应设置,并及时登录百度站长平台,使用死链提交工具告知百度搜索引擎。

  失效网页包括但不仅限于:

  • 404、403、503等网页;

  • 程序代码报错网页;

  • 打开后提示内容被删除,或因内容已不存在跳转到首页的网页;

  • 被删除内容的论坛帖子,被删除的视频页面(多出现在UGC站点)

  互联网网页资源现状

  CNNIC2014年年初发布的《中国互联网络发展状况统计报告》中称:截至2013年12月,中国网页数据为1500亿,相比2012年同期增长了22.2%。2013年中国单个网站的平均网页数和单个网页的平均字节数均维持增长,显示出中国互联网上的内容更为丰富:平均网站的网页数达到4.69万个,较去年同期增长2.3%。

  为了搜索质量、提高用户使用满意度,百度搜索引擎每周都会进行网页质量抽样评估。然而从近一年的评估数据中我们发现,优质网页的数量非常少,且几乎没有增长;普通网页的占比在下降,相应的,质差网页的比例却有明显上涨。截至2014年5月,统计数据显示,在百度网页搜索发现的海量网页中,优质网页仅占7.4%,质差网页高达21%,其余普通网页为71.6%。

  百度网页搜索通过一系列筛选、识别、分析、赋权等工作,努力将更多优质网页呈现在用户面前,每天约打击上万质量差网站,涉及网页达百万量级,尽可能减少质量差网页给用户带来的干扰。从下图2014年5月的网页展现分析数据显示,目前展现在用户面前的网页质量分布中,优质网页占比为40%,质量差网页降为11%——虽然这个变化已经非常明显,但百度网页搜索还是希望能和广大站长一起努力,将质量差占比降到。  




互联网全部网页


在百度搜索得到展现的网页

优质网页


7.40%


41%

普通网页


关键词:

元素可提供有关页面的元信息(meta-information),比如针对搜索引擎和更新频度的描述和关键词。 标签位于文档的头部,不包含任何内容。 标签的属性定义了与文档相关联的名称/值对。
  定义
  <meta> 元素可提供有关页面的元信息(meta-information),比如针对搜索引擎和更新频度的描述和关键词。
  <meta> 标签位于文档的头部,不包含任何内容。<meta> 标签的属性定义了与文档相关联的名称/值对。
  meta是html语言head区的一个辅助性标签。几乎所有的网页里,我们可以看到类似下面这段的html代码:
  <head>
  <meta http-equiv="content-Type" content="text/html; charset=gb2312" />
  </head>
  也许你认为这些代码可有可无。其实如果你能够用好meta标签,会给你带来意想不到的效果,例如加入关键字会自动被大型搜索网站自动搜集;可以设定页面格式及刷新等等。
  组成
  meta标签共有两个属性,它们分别是http-equiv属性和name属性,不同的属性又有不同的参数值,这些不同的参数值就实现了不同的网页功能。
  name属性
  name属性主要用于描述网页,与之对应的属性值为content,content中的内容主要是便于搜索引擎机器人查找信息和分类信息用的。
  meta标签的name属性语法格式是:<meta name="参数" content="具体的参数值">;。
  其中name属性主要有以下几种参数:
  A、Keywords(关键字)
  说明:keywords用来告诉搜索引擎你网页的关键字是什么。
  举例:<meta name ="keywords" content="science,education,culture,politics,ecnomics,relationships,entertainment,human">
  B、description(网站内容描述)
  说明:description用来告诉搜索引擎你的网站主要内容。
  网站内容描述(description)的设计要点:
  ①网页描述为自然语言而不是罗列关键词(与keywords设计正好相反);
  ②尽可能准确地描述网页的核心内容,通常为网页内容的摘要信息,也就是希望搜索引擎在检索结果中展示的摘要信息;
  ③网页描述中含有有效关键词;
  ④网页描述内容与网页标题内容有高度相关性;
  ⑤网页描述内容与网页主体内容有高度相关性;
  ⑥网页描述的文字不必太多,一般不超过搜索引擎检索结果摘要信息的多字数(通常在100中文字之内,不同搜索引擎略有差异)。
  举例:<meta name="description" content="This page is about the meaning of science,education,culture.">
  C、robots(机器人向导)
  说明:robots用来告诉搜索机器人哪些页面需要索引,哪些页面不需要索引。
  content的参数有all,none,index,noindex,follow,nofollow。默认是all。
  举例:<meta name="robots" content="none">
  D、author(作者)
  说明:标注网页的作者
  http-equiv属性
  http-equiv顾名思义,相当于http的文件头作用,它可以向浏览器传回一些有用的信息,以帮助正确和地显示网页内容,与之对应的属性值为content,content中的内容其实就是各个参数的变量值。
  meta标签的http-equiv属性语法格式是:<meta http-equiv="参数" content="参数变量值"> ;其中http-equiv属性主要有以下几种参数:
  A、Expires(期限)
  说明:可以用于设定网页的到期时间。一旦网页过期,必须到服务器上重新传输。
  用法:<meta http-equiv="expires" content="Fri,12 Jan 2001 18:18:18 GMT">
  注意:必须使用GMT的时间格式。
  B、Pragma(cache模式)
  说明:禁止浏览器从本地计算机的缓存中访问页面内容。
  用法:<meta http-equiv="Pragma" content="no-cache">
  注意:这样设定,访问者将无法脱机浏览。
  C、Refresh(刷新)
  说明:自动刷新并指向新页面。
  用法:<meta http-equiv="Refresh" content="2;URL">;(注意后面的引号,分别在秒数的前面和网址的后面)
  注意:其中的2是指停留2秒钟后自动刷新到URL网址。
  D、Set-Cookie(cookie设定)
  说明:如果网页过期,那么存盘的cookie将被删除。
  用法:<meta http-equiv="Set-Cookie" content="cookievalue=xxx; expires=Friday,12-Jan-2001 18:18:18 GMT; path=/">
  注意:必须使用GMT的时间格式。
  E、Window-target(显示窗口的设定)
  说明:强制页面在当前窗口以独立页面显示。
  用法:<meta http-equiv="Window-target" content="_top">
  注意:用来防止别人在框架里调用自己的页面。
  F、content-Type(显示字符集的设定)
  说明:设定页面使用的字符集。
  用法:<meta http-equiv="content-Type" content="text/html; charset=gb2312">
  G、content-Language(显示语言的设定)
  用法:<meta http-equiv="Content-Language" content="zh-cn" />
  功能
  上面我们介绍了meta标签的一些基本组成,接着我们再来一起看看meta标签的常见功能:
  帮助主页被各大搜索引擎登录
  meta标签的一个很重要的功能就是设置关键字,来帮助你的主页被各大搜索引擎登录,提高网站的访问量。在这个功能中,重要的就是对Keywords和description的设置。因为按照搜索引擎的工作原理,搜索引擎首先派出机器人自动检索页面中的keywords和description,并将其加入到自己的数据库,然后再根据关键词的密度将网站排序。因此,我们必须设置好关键字,来提高页面的搜索点击率。下面我们来举一个例子供大家参考:<meta name="keywords" content="政治,经济,科技,文化,卫生,情感,心灵,娱乐,生活,社会,企业,交通">
  <meta name="description" content="政治,经济,科技,文化,卫生,情感,心灵,娱乐,生活,社会,企业,交通">
  设置好这些关键字后,搜索引擎将会自动把这些关键字添加到数据库中,并根据这些关键字的密度来进行合适的排序。
  定义页面的使用语言
  这是meta标签常见的功能,在制作网页时,我们在纯HTML代码下都会看到它,它起的作用是定义你网页的语言,当浏览者访问你的网页时,浏览器会自动识别并设置网页中的语言,如果你网页设置的是GB码,而浏览者没有安装GB码,这时网页只会呈现浏览者所设置的浏览器默认语言。同样的,如果该网页是英语,那么charset=en。下面就是一个具有代表性的例子:
  <meta http-equiv=″content-Type″ content=″text/html; charset=gb2312″>
  该代码就表示将网页的语言设置成国标码。
  自动刷新并指向新的页面
  如果你想使您的网页在无人控制的情况下,能自动在指定的时间内去访问指定的网页,就可以使用meta标签的自动刷新网页的功能。下面我们来看一段代码:
  〈meta http-equiv=″refresh″ content=″2; URL=
  这段代码可以使当前某一个网页在2秒后自动转到页面中去,这就是meta的刷新作用,在content中,2代表设置的时间(单位为秒),而URL就是在指定的时间后自动连接的网页地址。

 

下面主要介绍(TKD)title keywords description

言归正传,什么是网站标题(Title

网站的标题在代码中是Title tag。我们在浏览一个网站的时候,经常会在浏览器顶端的蓝色显示条看到的信息就是网站标题。而在HTML代码中,网站标题位于头部文件中,在标签之间。举一个简单的例子:SEO教程。其中,“SEO教程就是这个网站的标题。

title标签的重要性

1.title标签是参与匹配排名为重要的要素;

2.title标签的写法有两个极端:

    a.只写网站名或者品牌名以及广告语——有利于树立品牌形象,但不利于关键词的优化,常见于知名网站、门户网站以及一些新站,不做SEO的网站:

    b.只写关键词,目标关键词——有利于关键词匹配,但是不利于树立品牌,一定程度损害了用户体验

c.绝大多数网站title介于两个极端之间。

(二)首页title写法原则

1.一般而言,首页title应该采用网站名称与关键词的组合方式;

2.根据网站自身的情况确定网站名称与关键词的组合方式,网站品名+关键词,关键词+网站品名;

3.title所包含的关键词热度越高越好,总指数不应太低;

4.根据团队实力,网站权重决定关键词的竞争度;

5.长不超过30个汉字,且越短越好;

6.重要关键词放在开头的靠前位置;

7.一般建议用英文“,”号,下划线“_"做分隔符,也可以用“|”。(有排名的关键词,一定在标题里)

(三)写法

1.营销网站:产品关键词及其长尾词(23个)+网站品名(或者品名关键词组合):

a.适合中小企业网站的优化;

b.前期可以全部使用长尾词;

c.随着网站权重的提高,可以做热度,竞争度的词;

d.营销站无特殊原因,一般应维持这种状态;

2.  信息类,门户类,资源共享类等流量型网站;

前期:长尾词(2-3个)+网站品名;

中期:核心关键词(高竞争度)、长尾词(2-3个)+网站品名;

后期:网站品名+核心关键词、长尾词(2-3个);

(四)其他注意事项

1.一般title是一组词组成的,而不是句子。出关键词,网站品名之外的字词都不应该出现。知名站除外。

2.网站品名为企业名或者产品名时应用简称;

3.title中的长尾词包含较短的关键词时,该较短的关键词一般不再重复:

a.尽可能缩短title长度,

b.有利于增加不同的关键词

(五)首页keyword标签

重要性在于搜索引擎,早期的搜索引擎因为自身的不完善,对mate标签给予的权重比较高,尤其是网站关键词keyword是搜索引擎快速判定网站内容的关键点,所以,早期的网站mate标签大家都比较重视,于是就出现了很多的黑帽SEO的作弊手法,比如:关键词堆砌,页面布局大量的关键词。随着搜索引擎的进一步发展,搜索引擎逐渐开始不单纯的依靠mate标签来判定网站的主题内容,削弱关键词所占的分量。于是就出现了目前的网站关键词keyword不写的局面。

1.按照标题包含的关键词在前,其他目标关键词在后的顺序填写。应将title中的关键词,包括长尾词中的短关键词,全部罗列出;

 

2.一般而言3-5个为宜,稍微多一些没什么影响;

 

3.一般建议用英文“,”号做分隔符;

 

(六)首页description标签(描述)