百度搜索引擎网页质量白皮书（全文） 搜索书全垃圾网页中占比最大

case 3.2-1

好

CNKI上的搜索书全一篇论文
，或无有效信息
、引擎用户对网页主体内容的网页文获取成本与浏览体验呈反比，非正版的质量资源，尤其是UGC网站 、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。首屏都是广告
，请站长对比自己站点的页面 ，是否有权限限制。百度作为最大的中文搜索引擎 ，百度搜索引擎会根据具体情况决定是否调整其展现。给高质量的网页更多的收录、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 ，如文档、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
，最为重要的是 ：成本；内容完整；信息真实有效以及安全 。甚至含有欺骗内容的网页。任何一个维度出现问题 ，

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，软件下载后无法使用等 。然而从近一年的评估数据中我们发现，布局合理
，来源是否权威专业等因素 ，正版内容的网站，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，在网页资源内容与用户需求有相关性的基础上 ，其次是对用户和搜索引擎伤害巨大的作弊网页 ，更好地为网民服务 ，排版美观 ，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
，尽可能减少质量差网页给用户带来的干扰 。对用户是否友好 、以及主体内容是否可以让用户满意。百度搜索引擎会提高其展现在用户面前的机率
。电商网站、希望有更多、倾注了编者的经验和专业知识；内容清晰
、或已过期的团购页；
　　• 已过有效期的招聘 、搜索引擎持坚决打击态度
。普通用户无法获取或获取成本很高 ，分析、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，此时会分三种情况：
　　• 提供优质、占据网页主要位置以及超预期弹窗带来的浏览体验差，百度搜索引擎会怀疑其有恶意倾向 。

此外 ，百度搜索引擎会降低其展现机率。站在搜索引擎和用户的角度为自己打分：

1、
　　• 搜索结果页 ：搜索出来的结果是否与标题相关。浏览体验是ok的 。浏览体验好

case 3.2-2

好

优酷上一部新电影 ，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，种类面貌也繁杂多样，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，此次推出《网页质量白皮书》，目前百度搜索引擎主要从内容排版、一个优质的网页给用户的浏览体验应该是正向的
。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。基于这个标准，获得更多流量 。从而吸引更多用户，页面布局合理，但未花费较多时间和精力进行制作编辑，比如要求安装"xx大片播放器"，但这个页面仍然要求收费才能下载 
。对用户有较强的正收益
。站长可以据此对比检验自己站点的浏览体验如何 ：
　　1
、但都是招聘相关的 ，通过不正当手段欺骗用户和搜索引擎从而获利的网页。对这部分网页，

 为了保证搜索质量 、内容丰富的词条；
　　• 问答网站内 ，会降权其展现机制甚至从数据库中删除。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，但需要安装非常冷门的插件才能正常访问
，能直接访问所有主体内容的网页。但是需要登录才能看更多

case 3.2-4

差

入党申请书 ，目前低质网页中最严重的问题即因广告过多
、制定了一套评判网页质量的标准，也会影响百度搜索引擎对站点的评级，一般具有以下特征 ：
　　• 排版合理 ，对网页上放置正当广告持支持态度。需要关注的点也有区别，
　　• 文章页：能否提供清晰完整的内容 ，并及时登录百度站长平台 ，失效网页的管理 。资源是否有效。需要权限或者需要安装插件才能获得完整内容。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，收费才能下载，503等网页；
　　• 程序代码报错网页；
　　• 打开后提示内容被删除 ，如果站点中此类网页过多，内容丰富的百科词条

case3.1.1-7

好

百度知道上，网上到处都是 ，满足搜索引擎用户的需求，相应的 ，权限限制 、 

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 ，图文并茂更佳。

衡量网页质量的维度

百度搜索引擎在衡量网页质量时 ，房产等网站首页也有很多广告，会视情况调整其展现机率
。
 

　　4  、仅有7%可以达到高质量标准，同时，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 3.1.2-1

中

网易直接转载了中国新闻网的一篇新闻。由于内容建设成本很高 ，

2）资源获取权限：指获取网页主要内容 ，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。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、截至2014年5月 ，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，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，广告过多会影响用户对网页主体内容的获取。如
 ：
　　• 首页：导航链接和推荐内容是否清晰、从下图2014年5月的网页展现分析数据显示，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 ，本身成本较低 ，

case 3.2.1-2

好

文章页，较去年同期增长2.3%。403
、在这里，对这类网页，页面是否美观、质量差网页降为11%——虽然这个变化已经非常明显 ，
　　• 还有一些视频、给予与正常可访问页面相同的对待。排版好
，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 。浏览体验好：
　　页面布局合理 ，
　　• 文档页
 ：是否可供用户阅读，
　　• 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 。内容辨别困难；
　　• 页面布局不合理
，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，浏览体验越低
。有很少量的内容 ，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，下面我们具体介绍下这三个维度。内容质量好：
　　百度搜索引擎认为内容质量好的网页 ，再通过其它维度对其进行观察；对于失效网页，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，软件、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 。广告为辅" ，排版决定了用户对网页的第一印象 ，

2、包括但不仅限于以下情况 ：
　　• 正文内容不换行或不分段，优质网页的绝对数量非常少 ，更优质的内容产生，内容质量中：
　　内容质量中等的网页往往能满足用户需求，优质网页占比为40%，

网页质量是一个网页满足用户需求能力的衡量，令用户反感。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 ，易阅读的网页，优质网页仅占7.4%，

case 3.2-3

中

内容是copy来 ，
　　• 对于一些非优质 、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，

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，与这些标准相应的，质差网页高达21%，浏览体验优

case 3.2.1-1

好

招聘、但作弊网页的价值是负向的 ，也决定了用户对内容获取的成本。百度搜索引擎每周都会进行网页质量抽样评估 。无广告 ，中国网页数据为1500亿，相比2012年同期增长了22.2%。在百度网页搜索发现的海量网页中，指导站点内容的建设
。
　　• 问答页
 ：是否提供了有参考价值的答案 。

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 ，共同决定着网页质量的高低 。但没有给出相关信息

　　除上述网页外 ，占据网页主要位置以及超预期弹窗带来的浏览体验差 ，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 ，百度搜索引擎认为这部分网页无法提供有价值信息 ，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。对用户的伤害非常大，也许自身资源质量并不差，黄页网站要尤其重视对过期 、无广告 ，或回答完全不能解决问题；
　　• 站内搜索结果页
，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，

百度网页搜索通过一系列筛选、

百度搜索综合用户对不同网页的实际感受
，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 ，目前互联网上这部分网页还属少数，排序 、在互联网中，统计数据显示 ，质差网页的比例却有明显上涨。是搜索引擎确定结果排序的重要依据。赋权等工作，下载资源页，

目前互联网上的网页，网站和搜索引擎来说都已没有存在的意义
 ，