百度搜索引擎網(wǎng)頁質(zhì)量白皮書-互聯(lián)網(wǎng)網(wǎng)頁資源現(xiàn)狀
互聯(lián)網(wǎng)網(wǎng)頁資源現(xiàn)狀
CNNIC2014年年初發(fā)布的《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》中稱：截至2013年12月，中國網(wǎng)頁數(shù)據(jù)為1500億，相比2012年同期增長了22.2%。2013年中國單個(gè)網(wǎng)站的平均網(wǎng)頁數(shù)和單個(gè)網(wǎng)頁的平均字節(jié)數(shù)均維持增長，顯示出中國互聯(lián)網(wǎng)上的內(nèi)容更為豐富：平均網(wǎng)站的網(wǎng)頁數(shù)達(dá)到4.69萬個(gè)，較去年同期增長2.3%。
為了保證搜索質(zhì)量、提高用戶使用滿意度，百度搜索引擎每周都會進(jìn)行網(wǎng)頁質(zhì)量抽樣評估。然而從近一年的評估數(shù)據(jù)中我們發(fā)現(xiàn)，優(yōu)質(zhì)網(wǎng)頁的絕對數(shù)量非常少，且?guī)缀鯖]有增長；普通網(wǎng)頁的占比在下降，相應(yīng)的，質(zhì)差網(wǎng)頁的比例卻有明顯上漲。截至2014年5月，統(tǒng)計(jì)數(shù)據(jù)顯示，在百度網(wǎng)頁搜索發(fā)現(xiàn)的海量網(wǎng)頁中，優(yōu)質(zhì)網(wǎng)頁僅占7.4%，質(zhì)差網(wǎng)頁高達(dá)21%，其余普通網(wǎng)頁為71.6%。
百度網(wǎng)頁搜索通過一系列篩選、識別、分析、賦權(quán)等工作，努力將更多優(yōu)質(zhì)網(wǎng)頁呈現(xiàn)在用戶面前，每天約打擊上萬質(zhì)量差網(wǎng)站，涉及網(wǎng)頁達(dá)百萬量級，盡可能減少質(zhì)量差網(wǎng)頁給用戶帶來的干擾。從下圖2014年5月的網(wǎng)頁展現(xiàn)分析數(shù)據(jù)顯示，目前展現(xiàn)在用戶面前的網(wǎng)頁質(zhì)量分布中，優(yōu)質(zhì)網(wǎng)頁占比為40%，質(zhì)量差網(wǎng)頁降為11%——雖然這個(gè)變化已經(jīng)非常明顯，但百度網(wǎng)頁搜索還是希望能和廣大站長一起努力，將質(zhì)量差占比降到更低。
互聯(lián)網(wǎng)全部網(wǎng)頁
在百度搜索得到展現(xiàn)的網(wǎng)頁
優(yōu)質(zhì)網(wǎng)頁
7.4%
41%
普通網(wǎng)頁
71.6%
49%
質(zhì)量差網(wǎng)頁
21%
11%
上述質(zhì)量差網(wǎng)頁包括低質(zhì)網(wǎng)頁和垃圾網(wǎng)頁兩部分，低質(zhì)網(wǎng)頁問題分布如下圖所示：
從上圖我們看出，目前低質(zhì)網(wǎng)頁中最嚴(yán)重的問題即因廣告過多、占據(jù)網(wǎng)頁主要位置以及超預(yù)期彈窗帶來的瀏覽體驗(yàn)差，內(nèi)容空短、網(wǎng)頁需要權(quán)限才能獲取資源和過期信息也是低質(zhì)網(wǎng)頁的重要組成部分。
質(zhì)量差網(wǎng)頁中除了低質(zhì)網(wǎng)頁外，無任何質(zhì)量可言的垃圾頁面的問題分布如下圖所示：
從上圖我們看出，目前低質(zhì)網(wǎng)頁中最嚴(yán)重的問題即因廣告過多、占據(jù)網(wǎng)頁主要位置以及超預(yù)期彈窗帶來的瀏覽體驗(yàn)差，內(nèi)容空短、網(wǎng)頁需要權(quán)限才能獲取資源和過期信息也是低質(zhì)網(wǎng)頁的重要組成部分。
質(zhì)量差網(wǎng)頁中除了低質(zhì)網(wǎng)頁外，無任何質(zhì)量可言的垃圾頁面的問題分布如下圖所示：
死鏈對用戶、網(wǎng)站和搜索引擎來說都已沒有存在的意義，垃圾網(wǎng)頁中占比最大。其次是對用戶和搜索引擎?zhèn)薮蟮淖鞅拙W(wǎng)頁，資源無效、有問無答和不相關(guān)搜索結(jié)果頁這些極大浪費(fèi)用戶時(shí)間的網(wǎng)頁也是搜索引擎不希望呈現(xiàn)給用戶的。
來源：百度搜索資源平臺 百度搜索學(xué)堂
