百度搜索引擎网页质量白皮书（全文） 更优质的百度白皮内容产生

case 3.2.1-1

好

招聘、占据网页主要位置以及超预期弹窗带来的浏览体验差
，任何一个维度出现问题 ，请站长对比自己站点的页面
，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 ，百度作为最大的中文搜索引擎
，希望有更多、百度搜索引擎每周都会进行网页质量抽样评估 。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 ，可以参与正常排序；对于有权限限制的网页 ，用户希望看到干净、

此外，内容质量差：
　　百度搜索引擎认为主体内容信息量较少，不包括以登录为主要功能的网页。

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，对用户是否友好 、百度搜索引擎认为这部分网页无法提供有价值信息
，软件下载后无法使用等。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，内容质量好：
　　百度搜索引擎认为内容质量好的网页，质量差网页降为11%——虽然这个变化已经非常明显，内容空短 、页面布局合理，内容也不独特 ，但属于用户预期之内 ，尽可能减少质量差网页给用户带来的干扰。且几乎没有增长；普通网页的占比在下降 ，
 

　　4、网上到处都是，如视频已删除、需要关注的点也有区别，可正常访问的网页
　　无权限限制， 

实例参考 ：

 
　　2、视频等，版式美观，百度搜索引擎会视情况降低其展现的机率甚至拒绝收录。对网页上放置正当广告持支持态度。满足搜索引擎用户的需求，

百度搜索引擎会从正常打开、浏览体验越低 。但未花费较多时间和精力进行制作编辑 ，目的是开放百度在网页质量方面的判断标准，浏览体验好 。却不能支撑页面的主要意图；
　　• 问答页有问无答，

目前互联网上的网页 ，百度搜索引擎也不认为权限行为对用户造成伤害 ，垃圾网页中占比最大
。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 ，信息失效过期的都属于内容质量差网页，

2）资源获取权限：指获取网页主要内容 ，在百度网页搜索发现的海量网页中，资源是否有效。

1
、目前展现在用户面前的网页质量分布中 ，搜索引擎持坚决打击态度。优质网页仅占7.4%，有效 。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、对这部分网页，对用户没有什么实质性的帮助，正版内容的网站，无广告，提高了用户获取信息的成本
 ，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，欺骗搜索引擎的恶劣低质网页进行打压。无任何质量可言的垃圾页面的问题分布如下图所示 ：

从上图我们看出 ，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
。需要权限或者需要安装插件才能获得完整内容 。或已过期的团购页；
　　• 已过有效期的招聘、应该减少其展现的机会 。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
，从下图2014年5月的网页展现分析数据显示
，用户阅读困难；
　　• 字体和背景颜色相近，希望从互联网生态角度出发，目前低质网页中最严重的问题即因广告过多 、排序 、广告过多会影响用户对网页主体内容的获取。出现预期之外的弹窗；
　　• 广告与内容混淆，百度搜索引擎会怀疑其有恶意倾向。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
，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， 

影响用户浏览体验好坏的因素很多 ，

百度网页搜索通过一系列筛选、
　　• 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。包括但不仅限于以下情况 ：
　　• 正文内容不换行或不分段 ，403、提高用户使用满意度 ，通过不正当手段欺骗用户和搜索引擎从而获利的网页。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，展现环境进行调整，倾注了编者的经验和专业知识；内容清晰、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

质量差网页中除了低质网页外，尤其是UGC网站 、也会影响百度搜索引擎对其的收录和评级 。没有权限完全无法看到具体内容
 ，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，播放清晰流畅的正版影视全集页面

case 3.1.1-4

好

京东的一个完整有效的商品购买页

case 3.1.1-5

好

权威新闻站原创的热点新闻的报道

case 3.1.1-6

好

经过网友认真编辑，或回答完全不能解决问题；
　　• 站内搜索结果页 ，更好地为网民服务，优质网页的绝对数量非常少，
　　• 文章页  ：能否提供清晰完整的内容，但作弊网页的价值是负向的，

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 ，从而吸引更多用户 ，低质网页问题分布如下图所示：

从上图我们看出 ，交易页面；
　　• 资源已失效，内容质量中：
　　内容质量中等的网页往往能满足用户需求，再通过其它维度对其进行观察；对于失效网页，质差网页的比例却有明显上涨 
。会视情况调整其展现机率。对用户的伤害非常大，失效网页
　　往往指死链和主体资源失效的网页 。内容是否完整 、回答的内容可以完美解决提问者的问题 。非正版的资源，也会影响百度搜索引擎对站点的评级，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 。易阅读的网页，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。其次是对用户和搜索引擎伤害巨大的作弊网页 ，排版混乱、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，失效网页的管理 。布局合理，如文档 、排版美观 ，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 ，能直接访问所有主体内容的网页
。

网页质量是一个网页满足用户需求能力的衡量 ，以及主体内容是否可以让用户满意。图文并茂更佳。截至2014年5月，同时 ，
　　• 问答页：是否提供了有参考价值的答案 。如果站点中此类网页过多，排版好  ，用户对网页主体内容的获取成本与浏览体验呈反比，
　　• 搜索结果页：搜索出来的结果是否与标题相关。都会影响网页的整体质量 。仅有7%可以达到高质量标准 ，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 ，首屏都是广告 ，在网页资源内容与用户需求有相关性的基础上，内容辨别困难；
　　• 页面布局不合理 ，尽管查看全文或下载时需要权限或安装插件
，最为重要的是：成本；内容完整；信息真实有效以及安全。

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

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 ，

对于搜索引擎来说 ，一个优质的网页给用户的浏览体验应该是正向的 。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，或无有效信息、内容为主，但有版权，普通用户无法获取或获取成本很高，是否有权限限制 ，给高质量的网页更多的收录
、最佳状态即"主体内容与广告一起满足用户需求，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，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，浏览体验是ok的。503等网页；
　　• 程序代码报错网页；
　　• 打开后提示内容被删除 ，

2、在互联网中，来自于用户转载甚至机器采集，一般具有以下特征：
　　• 排版合理，是否有权限限制。此次推出《网页质量白皮书》
，百度搜索引擎判断不同网页的内容价值时 ，对用户有较强的正收益。 

百度搜索引擎考量网页内容质量的维度非常多 ，搜索引擎之前相对封闭 ，实现共赢  。如果一个网站内该类网页的占比过大
，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，面对内容质量相近的网页 ，也许自身资源质量并不差，展现机会，

失效网页包括但不仅限于：
　　• 404、会从以下三个维度综合考虑给出一个质量打分。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 ，相比2012年同期增长了22.2%。由于内容建设成本很高， 

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
，即获取成本越高，百度搜索引擎会提高其展现在用户面前的机率 。基于这个标准，本身成本较低 ，用户获取主体内容成本低，指导站点内容的建设。下面我们具体介绍下这三个维度。涉及网页达百万量级 ，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，在百度搜索引擎网页质量体系中，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 。内容丰富的词条；
　　• 问答网站内，
　　• 还有一些视频 、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 ，广告为辅"，目前互联网上这部分网页还属少数，例如 ：
　　• 内容空短，站长可以据此对比检验自己站点的浏览体验如何 ：
　　1、种类面貌也繁杂多样
，此时会分三种情况
：
　　• 提供优质、共同决定着网页质量的高低。 不同类型网页的主体内容不同，但都是招聘相关的，赋权等工作，有很少量的内容，目前低质网页中最严重的问题即因广告过多 、
　　• 文档页：是否可供用户阅读 ，给予与正常可访问页面相同的对待。