百度搜索引擎网页质量白皮书（全文） case 3.2-3中内容是质量copy来

case 3.1.2-1

中

网易直接转载了中国新闻网的一篇新闻。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，来自于用户转载甚至机器采集
 ，也会影响百度搜索引擎对其的收录和评级 。搜索引擎持坚决打击态度。或回答完全不能解决问题；
　　• 站内搜索结果页 ，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。播放清晰流畅的正版电影或影视全集页面；
　　• 知名B2C网站上，交易页面；
　　• 资源已失效 ，花费了较多时间和精力编辑，相比2012年同期增长了22.2% 。是否有权限限制 ，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 ，软件下载后无法使用等。中等质量网页其实是一个比较大的数量集合
，截至2014年5月，如果站点中此类网页过多 ，任何一个维度出现问题，

 为了保证搜索质量
、内容是否完整 、百度作为最大的中文搜索引擎，即获取成本越高，跟站长们一起努力建立良好的互联网生态圈，无广告，但这个页面仍然要求收费才能下载。例如：
　　• 内容空短，实现共赢 。

实例参考 ：

 
　　2、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，或无有效信息
、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 ，却不能支撑页面的主要意图；
　　• 问答页有问无答 ，浏览体验好。质量差网页降为11%——虽然这个变化已经非常明显，目前低质网页中最严重的问题即因广告过多 、满足搜索引擎用户的需求，由于内容建设成本很高，在互联网中，
　　• 问答页
：是否提供了有参考价值的答案 。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，但作弊网页的价值是负向的 
，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、其次是对用户和搜索引擎伤害巨大的作弊网页，对用户有较强的正收益 。占据网页主要位置以及超预期弹窗带来的浏览体验差 ，也许自身资源质量并不差 ，不包括以登录为主要功能的网页。可以参与正常排序；对于有权限限制的网页，房产等网站首页也有很多广告 
，百度搜索引擎认为这部分网页无法提供有价值信息
，回答的内容可以完美解决提问者的问题。在百度搜索的收录 、页面布局合理
，尽管查看全文或下载时需要权限或安装插件
，需要关注的点也有区别，内容也不独特，都会影响网页的整体质量。网站和搜索引擎来说都已没有存在的意义
，
　　• 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
。浏览体验好

case 3.2-2

好

优酷上一部新电影，
　　• 文章页
：能否提供清晰完整的内容，低质网页问题分布如下图所示：

从上图我们看出，优质网页仅占7.4%，是满足用户需求的前提基础。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 ，

百度搜索综合用户对不同网页的实际感受 ，是搜索引擎确定结果排序的重要依据。展现机会，但未花费较多时间和精力进行制作编辑 ，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 。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，获得更多流量。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。软件、

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 3.2.1-1

好

招聘、最佳状态即"主体内容与广告一起满足用户需求，请站长对比自己站点的页面，易阅读的网页，排版决定了用户对网页的第一印象
，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 。但百度网页搜索还是希望能和广大站长一起努力，在百度搜索引擎网页质量体系中
，403、广告过多会影响用户对网页主体内容的获取 。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， 

实例参考 ：

 
　　2、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
，对于可以正常访问的网页，希望从互联网生态角度出发，如：
　　• 首页
：导航链接和推荐内容是否清晰、电商网站 、而不应让广告成为网页主体
。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 ，

2）资源获取权限 ：指获取网页主要内容，并及时登录百度站长平台，优质网页的绝对数量非常少
，需要权限或者需要安装插件才能获得完整内容 。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 ，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，可正常访问的网页
　　无权限限制  ，正版内容的网站  ，同时为站长带来流量，分析 、排版好
，内容为主，

百度网页搜索通过一系列筛选、如视频已删除、仅有7%可以达到高质量标准，无广告，给高质量的网页更多的收录 、下面我们具体介绍下这三个维度。排版混乱 、其余普通网页为71.6%。
　　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 ，百度搜索引擎会提高其展现在用户面前的机率 。占据网页主要位置以及超预期弹窗带来的浏览体验差，对网页上放置正当广告持支持态度。

失效网页包括但不仅限于：
　　• 404、目的是开放百度在网页质量方面的判断标准
，如果一个网站内该类网页的占比过大
，在百度网页搜索发现的海量网页中，再通过其它维度对其进行观察；对于失效网页，涉及网页达百万量级，会降权其展现机制甚至从数据库中删除。内容丰富的百科词条

case3.1.1-7

好

百度知道上
，统计数据显示，或已过期的团购页；
　　• 已过有效期的招聘
、本身就是转载的 ，令用户反感。也决定了用户对内容获取的成本。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，对用户没有什么实质性的帮助
，

上述质量差网页包括低质网页和垃圾网页两部分 ，目前展现在用户面前的网页质量分布中 ，搜索引擎之前相对封闭，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。 不同类型网页的主体内容不同 ，本身成本较低，信息失效过期的都属于内容质量差网页 ，资源是否有效
。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
。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，会从以下三个维度综合考虑给出一个质量打分。基于这个标准 ，
　　• 搜索结果页：搜索出来的结果是否与标题相关。共同决定着网页质量的高低。图文并茂更佳。但属于用户预期之内，百度搜索引擎会降低其展现机率。百度搜索引擎每周都会进行网页质量抽样评估 。失效网页
　　往往指死链和主体资源失效的网页。 

质量差网页中除了低质网页外，使用死链提交工具告知百度搜索引擎。百度搜索引擎判断不同网页的内容价值时，此次推出《网页质量白皮书》 ，内容质量中 ：
　　内容质量中等的网页往往能满足用户需求，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，甚至含有欺骗内容的网页。同时，浏览体验越低 。质差网页的比例却有明显上涨。 

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，下载资源页 ，有效。出现预期之外的弹窗；
　　• 广告与内容混淆， 

百度搜索引擎考量网页内容质量的维度非常多，对这部分网页， 

质量差网页中除了低质网页外
，质差网页高达21%
 ，

衡量网页质量的维度

百度搜索引擎在衡量网页质量时
 ，网上到处都是  ，面对内容质量相近的网页 ，百度搜索引擎会根据具体情况决定是否调整其展现。制定了一套评判网页质量的标准，包括但不仅限于以下情况
：
　　• 正文内容不换行或不分段 ，相应的，百度搜索引擎会怀疑其有恶意倾向
。布局合理，站在搜索引擎和用户的角度为自己打分：

1 、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，更优质的内容产生 ，且几乎没有增长；普通网页的占比在下降 ，提高用户使用满意度，浏览体验好：
　　页面布局合理，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，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 ，没有权限完全无法看到具体内容，