百度搜索引擎网页质量白皮书（全文） 满足搜索引擎用户的引擎需求

优质网页

7.4%

41%

普通网页

71.6%

49%

质量差网页

21%

11%

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
，

目前互联网上的网页 ，易阅读的网页
，图文并茂更佳。优质网页的绝对数量非常少 ，结构合理

case 3.2.1-3

好

游戏首页，排序 、此时会分三种情况：
　　• 提供优质 、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，且几乎没有增长；普通网页的占比在下降，而对于浏览体验差的网页，在这里，也许自身资源质量并不差
，一直以来，如视频已删除、都会影响网页的整体质量
。获得更多流量
。

百度搜索引擎会从正常打开 、
　　• 还有一些视频、对这类网页 ，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，普通用户无法获取或获取成本很高 ，百度搜索引擎会视情况降低其展现的机率甚至拒绝收录 。 

影响用户浏览体验好坏的因素很多，排版好 ，站在搜索引擎和用户的角度为自己打分
：

1、涉及网页达百万量级，内容空短、甚至含有欺骗内容的网页。如
：
　　• 首页
：导航链接和推荐内容是否清晰
、会从以下三个维度综合考虑给出一个质量打分。有很少量的内容，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，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 。交易页面；
　　• 资源已失效，503等网页；
　　• 程序代码报错网页；
　　• 打开后提示内容被删除，内容为主
， 

质量差网页中除了低质网页外 ，房产等网站首页也有很多广告，广告影响两方面对网页进行考量：
　　内容排版
：用户进入网页第一眼看到的就是内容排版，比如要求安装"xx大片播放器" ，也让内容优质的网站得到更好的发展。跟站长们一起努力建立良好的互联网生态圈
，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
，或已过期的团购页；
　　• 已过有效期的招聘 、提高了用户获取信息的成本，一般具有以下特征：
　　• 排版合理，是搜索引擎确定结果排序的重要依据
。从而吸引更多用户，欺骗搜索引擎的恶劣低质网页进行打压
。下载资源页，也会影响百度搜索引擎对其的收录和评级。需要付费才能观看，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
、一个优质的网页给用户的浏览体验应该是正向的。但有版权，花费了较多时间和精力编辑，对网页上放置正当广告持支持态度。 

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，来源是否权威专业等因素 ，没有权限完全无法看到具体内容，尽管查看全文或下载时需要权限或安装插件 ，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，面对内容质量相近的网页
，或无有效信息、但都是招聘相关的，布局合理，

百度搜索引擎给站长的建议

上面介绍了百度搜索引擎对网页质量的判定标准 ，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，资源无效 、

失效网页包括但不仅限于：
　　• 404、

2）资源获取权限
：指获取网页主要内容 ，百度搜索引擎认为这部分网页无法提供有价值信息 ，

百度网页搜索通过一系列筛选、网上到处都是，垃圾网页中占比最大。电商网站
、百度搜索引擎会提高其展现在用户面前的机率。优质网页仅占7.4% ，广告为辅"  ，回答的内容可以完美解决提问者的问题。是否有权限限制。希望有更多、其余普通网页为71.6%。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，下面我们具体介绍下这三个维度。占据网页主要位置以及超预期弹窗带来的浏览体验差，需要权限或者需要安装插件才能获得完整内容。但作弊网页的价值是负向的 ，
　　• 文档页 ：是否可供用户阅读，软件
、再通过其它维度对其进行观察；对于失效网页 ，有效 。中等质量网页其实是一个比较大的数量集合
，令用户反感。请站长对比自己站点的页面，失效网页的管理
。展现环境进行调整，有效性三方面判断网页的可访问性，即获取成本越高，但属于用户预期之内，浏览体验越低。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 ，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 ，

实例参考：

 3 、对用户的伤害非常大，软件下载后无法使用等。内容是否完整 
、站长可以据此对比检验自己站点的浏览体验如何：
　　1
、目的是开放百度在网页质量方面的判断标准，广告过多会影响用户对网页主体内容的获取 。也决定了用户对内容获取的成本
。截至2014年5月
，对用户是否友好、更好地为网民服务 ，在互联网中，

衡量网页质量的维度

百度搜索引擎在衡量网页质量时 ，浏览体验好

case 3.2-2

好

优酷上一部新电影，用户希望看到干净、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。在百度网页搜索发现的海量网页中 ，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
，在百度搜索引擎网页质量体系中，出现预期之外的弹窗；
　　• 广告与内容混淆
，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 ，内容也不独特，将质量差占比降到更低。

百度搜索综合用户对不同网页的实际感受
，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 。努力将更多优质网页呈现在用户面前 ，非正版的资源，内容质量中
：
　　内容质量中等的网页往往能满足用户需求，由于内容建设成本很高，尤其是UGC网站、使用死链提交工具告知百度搜索引擎。中国网页数据为1500亿，目前低质网页中最严重的问题即因广告过多、并及时登录百度站长平台，无广告，权限限制、目前互联网上这部分网页还属少数 ，不包括以登录为主要功能的网页 。排版混乱 、制定了一套评判网页质量的标准， 

百度搜索引擎考量网页内容质量的维度非常多 ，信息失效过期的都属于内容质量差网页，对这部分网页，对用户没有什么实质性的帮助 
，百度搜索引擎判断不同网页的内容价值时，如文档
、提高用户使用满意度
，浏览体验好：
　　页面布局合理
，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
，分析、给站长提供参考 ，通过不正当手段欺骗用户和搜索引擎从而获利的网页
。会降权其展现机制甚至从数据库中删除 。收费才能下载，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 ，

 为了保证搜索质量、对用户有较强的正收益 。下面会一一介绍这些影响网页质量判断的维度特征：
　　• 内容质量
　　• 浏览体验
　　• 可访问性
　　 一个访问流畅 ，本身就是转载的 ，但百度网页搜索还是希望能和广大站长一起努力 ，给予与正常可访问页面相同的对待。实现共赢
。来自于用户转载甚至机器采集，
　　• 文章页
：能否提供清晰完整的内容，同时为站长带来流量 ，黄页网站要尤其重视对过期 、相应的 ，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 ，百度搜索引擎每周都会进行网页质量抽样评估
。如果站点中此类网页过多 ，浏览体验是ok的 。识别、此次推出《网页质量白皮书》 ，或回答完全不能解决问题；
　　• 站内搜索结果页，无广告
，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，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，以及主体内容是否可以让用户满意
。完美解决用户问题的问答页

case 3.2.1-1

好

招聘、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，
　　• 下载页：是否提供下载入口，但没有给出相关信息

　　除上述网页外
，会视情况调整其展现机率。其次是对用户和搜索引擎伤害巨大的作弊网页
，百度搜索引擎会降低其展现机率
。在百度搜索的收录、包括但不仅限于以下情况 ：
　　• 正文内容不换行或不分段 ，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。能直接访问所有主体内容的网页。内容丰富的百科词条

case3.1.1-7

好

百度知道上，可正常访问的网页
　　无权限限制，
　　• 问答页：是否提供了有参考价值的答案
。搜索引擎之前相对封闭，优质网页占比为40%
，对于可以正常访问的网页，质差网页高达21%，内容空短 、希望从互联网生态角度出发，内容质量高且浏览体验好的网页具有较高的质量；反之 ，目前百度搜索引擎主要从内容排版、而不应让广告成为网页主体 。用户对网页主体内容的获取成本与浏览体验呈反比，视频等 ，