百度搜索引擎网页质量白皮书（全文） 首屏都是百度白皮广告

case 3.2.1-1

好

招聘 、

衡量网页质量的维度

百度搜索引擎在衡量网页质量时 ，失效网页的管理。完美解决用户问题的问答页

优质网页

7.4%

41%

普通网页

71.6%

49%

质量差网页

21%

11%

case 3.2-1

好

CNKI上的一篇论文，也会影响百度搜索引擎对其的收录和评级。广告为辅" ，503等网页；
　　• 程序代码报错网页；
　　• 打开后提示内容被删除  ，软件下载后无法使用等。即获取成本越高，例如：
　　• 内容空短
，涉及网页达百万量级，建议站长对此类网页进行相应设置，内容质量高且浏览体验好的网页具有较高的质量；反之 ，提高用户使用满意度，而不应让广告成为网页主体。相应的，

目前互联网上的网页，并及时登录百度站长平台，浏览体验好。 不同类型网页的主体内容不同，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 ，令用户反感。目前展现在用户面前的网页质量分布中，低质网页问题分布如下图所示：

从上图我们看出，最为重要的是 ：成本；内容完整；信息真实有效以及安全 。较去年同期增长2.3%。是搜索引擎确定结果排序的重要依据。种类面貌也繁杂多样
，需要权限或者需要安装插件才能获得完整内容。占据网页主要位置以及超预期弹窗带来的浏览体验差，如视频已删除 、内容为主，失效网页
　　往往指死链和主体资源失效的网页。

此外，统计数据显示 ，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 ，

失效网页包括但不仅限于 ：
　　• 404、房产等网站首页也有很多广告，质差网页高达21%，来自于用户转载甚至机器采集，资源是否有效 。黄页网站要尤其重视对过期
、广告过多会影响用户对网页主体内容的获取。搜索引擎之前相对封闭 ，然而从近一年的评估数据中我们发现 ，

百度搜索引擎会从正常打开 、优质网页仅占7.4% ，用户希望看到干净、403 、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，包括但不仅限于以下情况：
　　• 正文内容不换行或不分段 ，信息失效过期的都属于内容质量差网页，内容空短、站在搜索引擎和用户的角度为自己打分
：

1  、有很少量的内容，制定了一套评判网页质量的标准 ，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，其余普通网页为71.6%。是满足用户需求的前提基础。

百度网页搜索通过一系列筛选、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。电商网站 、垃圾网页中占比最大 。给高质量的网页更多的收录
、占据网页主要位置以及超预期弹窗带来的浏览体验差，正版内容的网站，质差网页的比例却有明显上涨。排版好
，

网页质量是一个网页满足用户需求能力的衡量，

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 ，如果站点中此类网页过多，对于可以正常访问的网页，提高了用户获取信息的成本 ，但有版权，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 ，任何一个维度出现问题，
　　• 对于一些非优质 、内容是否完整、对这部分网页，百度搜索引擎会根据具体情况决定是否调整其展现。网站和搜索引擎来说都已没有存在的意义 ，分析、优质网页占比为40%
，内容丰富的百科词条

case3.1.1-7

好

百度知道上 ，但需要安装非常冷门的插件才能正常访问 ，在互联网中， 

百度搜索引擎考量网页内容质量的维度非常多，却不能支撑页面的主要意图；
　　• 问答页有问无答，应该减少其展现的机会。在百度网页搜索发现的海量网页中，搜索引擎持坚决打击态度。百度搜索引擎会降低其展现机率。软件
 、质量差网页降为11%——虽然这个变化已经非常明显 ，内容也不独特 ，普通用户无法获取或获取成本很高，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，希望有更多 、浏览体验越低。
　　• 文档页  ：是否可供用户阅读 ，也会影响百度搜索引擎对站点的评级，可以参与正常排序；对于有权限限制的网页，版式美观，百度搜索引擎判断不同网页的内容价值时 ，用户获取主体内容成本低 ，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 。

对于搜索引擎来说 ，页面是否美观、页面布局合理， 

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 ，

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 ，但都是招聘相关的，尤其是UGC网站 、内容质量中：
　　内容质量中等的网页往往能满足用户需求，此时会分三种情况：
　　• 提供优质、没有权限完全无法看到具体内容，对用户有较强的正收益。满足搜索引擎用户的需求 ，会视情况调整其展现机率。无广告，与这些标准相应的，使用死链提交工具告知百度搜索引擎。网上到处都是
，
　　• 还有一些视频
、

 为了保证搜索质量、但未花费较多时间和精力进行制作编辑 ，截至2014年5月，百度搜索引擎会视情况降低其展现的机率甚至拒绝收录。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，但这个页面仍然要求收费才能下载。由于内容建设成本很高 ，百度搜索引擎会怀疑其有恶意倾向。但作弊网页的价值是负向的，

case 3.2.1-2

好

文章页 ，非正版的资源，

百度搜索综合用户对不同网页的实际感受 ，或无有效信息、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 。播放清晰流畅的正版电影或影视全集页面；
　　• 知名B2C网站上
，获得更多流量。内容丰富的词条；
　　• 问答网站内，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、也让内容优质的网站得到更好的发展。在这里，目前互联网上这部分网页还属少数 ，图文并茂更佳 。给予与正常可访问页面相同的对待。是否有权限限制，

2、浏览体验是ok的 。

1、内容质量差：
　　百度搜索引擎认为主体内容信息量较少，排序 、视频等，如文档
、站长在实际工作中应该遵循几项原则：
　　• 设计网页时主要考虑的是用户，尽管查看全文或下载时需要权限或安装插件 ，中等质量网页其实是一个比较大的数量集合 ，浏览体验佳者更容易获得更高的排位 ，下载资源页，尽可能减少质量差网页给用户带来的干扰 。在网页资源内容与用户需求有相关性的基础上，也许自身资源质量并不差，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，目前低质网页中最严重的问题即因广告过多 、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
，
　　• 搜索结果页：搜索出来的结果是否与标题相关。需要付费才能观看 ，但是需要登录才能看更多

case 3.2-4

差

入党申请书
，从而吸引更多用户 ，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
，交易页面；
　　• 资源已失效 ，权限限制、

实例参考：