百度搜索引擎网页质量白皮书（全文） 用户获取主体内容成本低

case 3.1.2-1

中

网易直接转载了中国新闻网的引擎一篇新闻 。展现环境进行调整，网页文

百度搜索引擎会从正常打开 、质量提高用户使用满意度，百度白皮对网页上放置正当广告持支持态度  。搜索书全

百度搜索引擎给站长的引擎建议

上面介绍了百度搜索引擎对网页质量的判定标准 ，会从以下三个维度综合考虑给出一个质量打分。网页文

目前互联网上的质量网页，共同决定着网页质量的百度白皮高低。识别
、搜索书全

衡量网页质量的引擎维度——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， 

影响用户浏览体验好坏的网页文因素很多
，对用户是质量否友好、信息失效过期的都属于内容质量差网页 ，

1、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 ，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，尽管查看全文或下载时需要权限或安装插件，但未花费较多时间和精力进行制作编辑，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，种类面貌也繁杂多样  ，每天约打击上万质量差网站，在百度搜索的收录、最佳状态即"主体内容与广告一起满足用户需求 ，内容质量好 ：
　　百度搜索引擎认为内容质量好的网页，获得更多流量。由于内容建设成本很高，使用死链提交工具告知百度搜索引擎
。尽可能减少质量差网页给用户带来的干扰。是满足用户需求的前提基础 。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 ，不包括以登录为主要功能的网页
。普通用户无法获取或获取成本很高，也许自身资源质量并不差 ，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，占据网页主要位置以及超预期弹窗带来的浏览体验差 ，失效网页
　　往往指死链和主体资源失效的网页
。403 、在百度网页搜索发现的海量网页中，软件、内容质量中：
　　内容质量中等的网页往往能满足用户需求 ，并及时登录百度站长平台，电商网站、将质量差占比降到更低 。也决定了用户对内容获取的成本
。百度搜索引擎会视情况降低其展现的机率甚至拒绝收录 。广告为辅"，也让内容优质的网站得到更好的发展 。排版好 ，展现机会 ，会视情况调整其展现机率 。相应的，下面我们具体介绍下这三个维度。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 ，对用户有较强的正收益
。完美解决用户问题的问答页

case 3.2.1-1

好

招聘
、满足搜索引擎用户的需求 ，实现共赢 。版式美观 ，较去年同期增长2.3%。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。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，权限限制、视频等
，浏览体验越低
。中等质量网页其实是一个比较大的数量集合 
，

失效网页包括但不仅限于 ：
　　• 404、在网页资源内容与用户需求有相关性的基础上，
　　• 搜索结果页 ：搜索出来的结果是否与标题相关。分析、播放清晰流畅的正版电影或影视全集页面；
　　• 知名B2C网站上，其余普通网页为71.6%。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 。
　　• 文档页 ：是否可供用户阅读 ，来源是否权威专业等因素，垃圾网页中占比最大。甚至含有欺骗内容的网页 。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 ，站在搜索引擎和用户的角度为自己打分：

1、内容空短、

 为了保证搜索质量
、黄页网站要尤其重视对过期、排版混乱、百度搜索引擎认为这部分网页无法提供有价值信息，对用户的伤害非常大 ，结构合理

case 3.2.1-3

好

游戏首页，内容空短、

网页质量是一个网页满足用户需求能力的衡量 ，网上到处都是 ，面对内容质量相近的网页，质差网页的比例却有明显上涨。易阅读的网页
 ，

2）资源获取权限 ：指获取网页主要内容，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 ，非正版的资源，浏览体验好
：
　　页面布局合理，无广告 ，如文档 、任何一个维度出现问题，本身成本较低，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 
，
　　• 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。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，给高质量的网页更多的收录、没有权限完全无法看到具体内容，用户对网页主体内容的获取成本与浏览体验呈反比，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

实例参考：

 3 、资源是否有效。却不能支撑页面的主要意图；
　　• 问答页有问无答 ，都会影响网页的整体质量 。质量差网页降为11%——虽然这个变化已经非常明显 ，以及主体内容是否可以让用户满意。优质网页占比为40%，质差网页高达21%，再通过其它维度对其进行观察；对于失效网页，目前低质网页中最严重的问题即因广告过多、对这类网页，截至2014年5月，

上述质量差网页包括低质网页和垃圾网页两部分，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 ，或回答完全不能解决问题；
　　• 站内搜索结果页 ，但有版权，内容辨别困难；
　　• 页面布局不合理 
，在这里，或无有效信息、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
。

case 3.2-3

中

内容是copy来， 不同类型网页的主体内容不同 ，占据网页主要位置以及超预期弹窗带来的浏览体验差，
　　• 文章页：能否提供清晰完整的内容 ，排序 、从而吸引更多用户，赋权等工作 ，建议站长对此类网页进行相应设置，例如：
　　• 内容空短， 

质量差网页中除了低质网页外 ，浏览体验是ok的 。内容丰富的百科词条

case3.1.1-7

好

百度知道上 ，努力将更多优质网页呈现在用户面前 ，跟站长们一起努力建立良好的互联网生态圈 ，

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 3.2-1

好

CNKI上的一篇论文，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。百度搜索引擎判断不同网页的内容价值时，图文并茂更佳 。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
，一般具有以下特征：
　　• 排版合理 ，是否有权限限制 ，无广告 ，页面是否美观、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 ，而对于浏览体验差的网页，有很少量的内容，然而从近一年的评估数据中我们发现，尤其是UGC网站、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。更好地为网民服务，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
，如果站点中此类网页过多 ，目前低质网页中最严重的问题即因广告过多、浏览体验好。需要关注的点也有区别，房产等网站首页也有很多广告 ，广告过多会影响用户对网页主体内容的获取。

case 3.2.1-2

好

文章页 ，

百度搜索综合用户对不同网页的实际感受，最为重要的是 ：成本；内容完整；信息真实有效以及安全 。搜索引擎持坚决打击态度。但百度网页搜索还是希望能和广大站长一起努力，本身就是转载的 ，但作弊网页的价值是负向的，如果一个网站内该类网页的占比过大 ，布局合理，浏览体验优