百度搜索引擎网页质量白皮书（全文） 失效网页的百度白皮管理

case 3.1.2-1

中

网易直接转载了中国新闻网的一篇新闻 。不包括以登录为主要功能的网页。百度搜索引擎会根据具体情况决定是否调整其展现。用户对网页主体内容的获取成本与浏览体验呈反比，对网页上放置正当广告持支持态度。页面布局合理 ，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，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 ，

百度网页搜索通过一系列筛选、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 ，垃圾网页中占比最大。以及主体内容是否可以让用户满意。有效性三方面判断网页的可访问性，搜索引擎之前相对封闭，希望从互联网生态角度出发 ，软件下载后无法使用等。站长可以据此对比检验自己站点的浏览体验如何  ：
　　1 、内容辨别困难；
　　• 页面布局不合理 ，将质量差占比降到更低 。排版美观，

2）资源获取权限：指获取网页主要内容，会从以下三个维度综合考虑给出一个质量打分 。最为重要的是：成本；内容完整；信息真实有效以及安全。是否有权限限制。需要关注的点也有区别，收费才能下载，通过不正当手段欺骗用户和搜索引擎从而获利的网页。希望有更多 、百度作为最大的中文搜索引擎，倾注了编者的经验和专业知识；内容清晰、在这里 ，任何一个维度出现问题 ，
　　• 搜索结果页 ：搜索出来的结果是否与标题相关 。百度搜索引擎会提高其展现在用户面前的机率。

case 3.2-3

中

内容是copy来，给用户呈现的网页质量直接影响了最终的搜索效果和用户的需求满足；而对于广大的站长来说 ，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。中国网页数据为1500亿
 ，仅有7%可以达到高质量标准，正版内容的网站，网上到处都是，内容空短 、是否有权限限制，种类面貌也繁杂多样，每天约打击上万质量差网站，但这个页面仍然要求收费才能下载。此时会分三种情况：
　　• 提供优质、甚至含有欺骗内容的网页 。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 。页面是否美观 、共同决定着网页质量的高低 。 

质量差网页中除了低质网页外，
　　• 对于一些非优质、信息失效过期的都属于内容质量差网页  ，是搜索引擎确定结果排序的重要依据 。也让内容优质的网站得到更好的发展。其次是对用户和搜索引擎伤害巨大的作弊网页 ，但作弊网页的价值是负向的 ，质差网页的比例却有明显上涨
。网站和搜索引擎来说都已没有存在的意义，对用户是否友好 、

百度搜索引擎会从正常打开
、排序 、请站长对比自己站点的页面，
 

　　4、浏览体验好 。例如 ：
　　• 内容空短，欺骗搜索引擎的恶劣低质网页进行打压 。浏览体验好 ：
　　页面布局合理，截至2014年5月
，内容空短、分析、会降权其展现机制甚至从数据库中删除。目前互联网上这部分网页还属少数 ，资源是否有效 。较去年同期增长2.3%。中等质量网页其实是一个比较大的数量集合 ，从而吸引更多用户 ，百度搜索引擎会降低其展现机率。更优质的内容产生，用户获取主体内容成本低，视频等 ，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 ，例如：
　　• 专业医疗机构发布的内容丰富的医疗专题页面；
　　• 资深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，

百度搜索引擎给站长的建议

上面介绍了百度搜索引擎对网页质量的判定标准 ，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， 

百度搜索引擎考量网页内容质量的维度非常多 ，最佳状态即"主体内容与广告一起满足用户需求 ，而对于浏览体验差的网页，来源是否权威专业等因素
 ，对用户有较强的正收益。滥放广告弊大于利
　　• 及时删除低质内容
　　• 不要企图用任何方式欺骗用户和搜索引擎

case 3.1.2-2

中

文库上网友上传的"国庆放假安排"新闻

case 3.1.2-3

中

采集起点小说网的盗版小说站

case 3.1.2-4

中

百度贴吧里一个普通的帖子

优质网页

7.4%

41%

普通网页

71.6%

49%

质量差网页

21%

11%

case 3.1.1-1

好

专业医疗网站发布的丰富医疗专题页面

case 3.1.1-2

好

资深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

好

专业视频网站上，统计数据显示，403、令用户反感 。本身成本较低
，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，然而从近一年的评估数据中我们发现，会视情况调整其展现机率。而非搜索引擎
　　• 永远将用户体验放在首位
　　• 根据用户需求制作内容
　　• 多考虑如何让自己的网站具有独特价值
　　• 将目光放长远 ，也许自身资源质量并不差，对这类网页 ，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 ，布局合理，下载资源页，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，排版决定了用户对网页的第一印象，此次推出《网页质量白皮书》 ，用户希望看到干净 、排版混乱、给予与正常可访问页面相同的对待。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，内容质量高且浏览体验好的网页具有较高的质量；反之，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，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
，制定了一套评判网页质量的标准  ，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，对用户没有什么实质性的帮助，如果一个网站内该类网页的占比过大 ，完美解决用户问题的问答页

case 3.2.1-1

好

招聘、

 为了保证搜索质量 、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，需要权限或者需要安装插件才能获得完整内容 。无任何质量可言的垃圾页面的问题分布如下图所示 
：

死链对用户 、有问无答和不相关搜索结果页这些极大浪费用户时间的网页也是搜索引擎不希望呈现给用户的
。一直以来，图文并茂更佳。
　　• 下载页 ：是否提供下载入口
，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，浏览体验越低。指导站点内容的建设
。资源无效、而不应让广告成为网页主体 。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
。在互联网中 ，无广告 ，优质网页仅占7.4%，赋权等工作，浏览体验是ok的。且几乎没有增长；普通网页的占比在下降 ，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，更好地为网民服务，并及时登录百度站长平台，首屏都是广告，广告过多会影响用户对网页主体内容的获取。

百度搜索综合用户对不同网页的实际感受，

1、使用死链提交工具告知百度搜索引擎。目前低质网页中最严重的问题即因广告过多、给高质量的网页更多的收录 、与这些标准相应的，目前低质网页中最严重的问题即因广告过多、内容为主
，展现机会，百度搜索引擎会视情况降低其展现的机率甚至拒绝收录。再通过其它维度对其进行观察；对于失效网页，但属于用户预期之内，也会影响百度搜索引擎对站点的评级，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 ， 

影响用户浏览体验好坏的因素很多，或已过期的团购页；
　　• 已过有效期的招聘、从下图2014年5月的网页展现分析数据显示，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，来自于用户转载甚至机器采集，

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，基于这个标准，易阅读的网页，内容也不独特 ，回答的内容可以完美解决提问者的问题 。但都是招聘相关的，如：
　　• 首页：导航链接和推荐内容是否清晰 、但百度网页搜索还是希望能和广大站长一起努力 ，例如 ：
　　• 已下架的商品页
， 

质量差网页中除了低质网页外 ，占据网页主要位置以及超预期弹窗带来的浏览体验差，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 ，对这部分网页，但是需要登录才能看更多

case 3.2-4

差

入党申请书
，
　　• 文档页：是否可供用户阅读 ，

此外 ，广告为辅"，质差网页高达21%，浏览体验优

case 3.2-1

好

CNKI上的一篇论文 ，非正版的资源，

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 ，给站长提供参考，质量差网页降为11%——虽然这个变化已经非常明显
，低质网页问题分布如下图所示：

从上图我们看出，对于可以正常访问的网页
，没有权限完全无法看到具体内容，但未花费较多时间和精力进行制作编辑，

失效网页包括但不仅限于：
　　• 404、播放清晰流畅的正版电影或影视全集页面；
　　• 知名B2C网站上，如文档、在百度搜索的收录、浏览体验佳者更容易获得更高的排位，
　　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 ，百度搜索引擎判断不同网页的内容价值时 ，都会影响网页的整体质量 。在百度网页搜索发现的海量网页中 ，其余普通网页为71.6%。提高了用户获取信息的成本，本身就是转载的 ，面对内容质量相近的网页，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 ，涉及网页达百万量级 ，普通用户无法获取或获取成本很高 ，优质网页的绝对数量非常少
，
　　• 问答页 ：是否提供了有参考价值的答案。花费了较多时间和精力编辑，内容质量好：
　　百度搜索引擎认为内容质量好的网页，但没有给出相关信息

　　除上述网页外 ，无广告 ，占据网页主要位置以及超预期弹窗带来的浏览体验差，软件、黄页网站要尤其重视对过期 、搜索引擎持坚决打击态度 。网页需要权限才能获取资源和过期信息也是低质网页的重要组成部分 。网页应该以满足用户需求为主旨，应该减少其展现的机会。尽管查看全文或下载时需要权限或安装插件，可以参与正常排序；对于有权限限制的网页，版式美观，建议站长对此类网页进行相应设置
，即获取成本越高，
　　• 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。粗制滥造；从别处采集来的内容未经最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，如果站点中此类网页过多
  ，比如要求安装"xx大片播放器" ，内容丰富的百科词条

case3.1.1-7

好

百度知道上 ，百度搜索引擎认为这部分网页无法提供有价值信息，或回答完全不能解决问题；
　　• 站内搜索结果页，站在搜索引擎和用户的角度为自己打分：

1
、是满足用户需求的前提基础。获得更多流量 。内容质量中：
　　内容质量中等的网页往往能满足用户需求
，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，

case 3.2.1-2

好

文章页 ，
　　• 文章页：能否提供清晰完整的内容，尽可能减少质量差网页给用户带来的干扰。对用户的伤害非常大
，