《百度搜索引擎网页质量白皮书》官方完整版

　　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。

　　2.2 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更高的排位，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

　　用户进入网页第一眼看到的就是内容排版，排版决定了用户对网页的第一印象，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，最佳状态即“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最重要位置；

　　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；

　　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；

　　2.3 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。

　　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）

　　3 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%。

　　为了保证搜索质量、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，优质网页的绝对数量非常少，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，将质量差占比降到更低。