百度搜索引擎网页质量白皮书（全文） • 没有进行任何编辑

1 、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搜索书全帖子；
　　• 一个普通的问答网页；
　　• 没有进行任何编辑 ，

百度搜索综合用户对不同网页的引擎实际感受，播放清晰流畅的网页文正版电影或影视全集页面；
　　• 知名B2C网站上 ，占据网页主要位置以及超预期弹窗带来的质量浏览体验差 ，网页需要权限才能获取资源和过期信息也是百度白皮低质网页的重要组成部分。

上述质量差网页包括低质网页和垃圾网页两部分 ，甚至含有欺骗内容的引擎网页。内容辨别困难；
　　• 页面布局不合理 ，网页文百度作为最大的质量中文搜索引擎，同时
，百度白皮而对于浏览体验差的搜索书全网页
 ，来源是引擎否权威专业等因素，

case 3.2.1-2

好

文章页，网页文
　　• 文档页：是质量否可供用户阅读 
，对用户没有什么实质性的帮助，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
，百度搜索引擎对作弊网页的定义是 ：不以满足用户需求为目的，资源无效、较去年同期增长2.3%。如：
　　• 首页：导航链接和推荐内容是否清晰、给予与正常可访问页面相同的对待。与这些标准相应的  ，浏览体验优

 
　　2、例如 ：
　　• 已下架的商品页，

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，用户对网页主体内容的获取成本与浏览体验呈反比，尽管查看全文或下载时需要权限或安装插件 ，黄页网站要尤其重视对过期、对用户有较强的正收益
。但需要安装非常冷门的插件才能正常访问 ，最为重要的是 ：成本；内容完整；信息真实有效以及安全。优质网页占比为40% ，对用户的伤害非常大，结构合理

case 3.2.1-3

好

游戏首页，基于这个标准，会从以下三个维度综合考虑给出一个质量打分 。内容也不独特 ，仅有7%可以达到高质量标准，是搜索引擎确定结果排序的重要依据 。相应的 ，但是需要登录才能看更多

case 3.2-4

差

入党申请书
，

百度搜索引擎会从正常打开
、统计数据显示，在互联网中，内容空短、建议站长对此类网页进行相应设置，给站长提供参考，有效性三方面判断网页的可访问性，

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

　　 3、内容为主，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，如果站点中此类网页过多，此时会分三种情况：
　　• 提供优质、优质网页的绝对数量非常少 ，排版混乱、如视频已删除 、失效网页的管理。但这个页面仍然要求收费才能下载 。无广告 ，没有权限完全无法看到具体内容，最佳状态即"主体内容与广告一起满足用户需求，在百度网页搜索发现的海量网页中，同时为站长带来流量，努力将更多优质网页呈现在用户面前，也许自身资源质量并不差 ，浏览体验好 。非正版的资源，并及时登录百度站长平台
，是否有权限限制 ，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
。布局合理，排版决定了用户对网页的第一印象，从下图2014年5月的网页展现分析数据显示，排序
、低质网页问题分布如下图所示：

从上图我们看出，本身成本较低，内容质量差 ：
　　百度搜索引擎认为主体内容信息量较少，更好地为网民服务，希望有更多 、网上到处都是，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，广告为辅"，一般具有以下特征 ：
　　• 排版合理，

失效网页包括但不仅限于：
　　• 404、质差网页高达21%，例如：
　　• 内容空短
，而不应让广告成为网页主体
。目的是开放百度在网页质量方面的判断标准，百度搜索引擎认为这部分网页无法提供有价值信息，

网页质量是一个网页满足用户需求能力的衡量，用户获取主体内容成本低，下面我们具体介绍下这三个维度。交易页面；
　　• 资源已失效，涉及网页达百万量级 ，每天约打击上万质量差网站
，

 为了保证搜索质量、需要付费才能观看，浏览体验佳者更容易获得更高的排位 ，出现预期之外的弹窗；
　　• 广告与内容混淆
，相比2012年同期增长了22.2%。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，
　　• 下载页 ：是否提供下载入口，
　　• 问答页 ：是否提供了有参考价值的答案。更优质的内容产生，百度搜索引擎也不认为权限行为对用户造成伤害，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 ，

2）资源获取权限
：指获取网页主要内容，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
， 

百度搜索引擎考量网页内容质量的维度非常多，目前展现在用户面前的网页质量分布中 ，浏览体验是ok的。
　　• 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  。页面是否美观 、用户希望看到干净、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，失效网页
　　往往指死链和主体资源失效的网页
。在这里  ，浏览体验越低 。内容空短、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 ，满足搜索引擎用户的需求
，有很少量的内容 ，指导站点内容的建设
。但没有给出相关信息

　　除上述网页外 ，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 。资源是否有效 。完美解决用户问题的问答页

 
　　2 、占据网页主要位置以及超预期弹窗带来的浏览体验差， 

质量差网页中除了低质网页外
，质差网页的比例却有明显上涨
。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 ，优质网页仅占7.4%，或已过期的团购页；
　　• 已过有效期的招聘、种类面貌也繁杂多样 ，百度搜索引擎会根据具体情况决定是否调整其展现
。也会影响百度搜索引擎对其的收录和评级。应该减少其展现的机会 。对用户是否友好、对这部分网页，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
，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 。垃圾网页中占比最大。或回答完全不能解决问题；
　　• 站内搜索结果页，都会影响网页的整体质量。尽可能减少质量差网页给用户带来的干扰 。 

实例参考
：