与多位百度人员沟通得到的内部信息

*发表于 2014-5-16 10:51:56* · 发表于 2014-5-16 10:51:56

此贴记录一些我曾和百度内部一些人员的沟通中，比较重要的几部分，内容会比较散。

1. From 运营@百度空间

百度内部产品的网页收录，不是由百度爬虫进行抓取，而是直接提交结构化数据。

百度产品也想要从其它搜索引擎获取流量。

2. From PM@百度知道

百度的几个流量产品，其流量的SEO占比极其高。

百度的产品也想方设法从百度搜索获取更多流量。

之所以目前SERP上多数百度知道的结果下面都有相关问题链接，这和一些人想象当中相反，是百度在打压百度知道。因为本来百度知道很多时候在SERP可以占据多条搜索结果，现在很多情况下被并为一条。

3. From RD@大搜索-基础排序

百度判断网页的层级关系，主要依赖于面包屑导航。

竞价与自然搜索是完全分开的两块，彼此拿不到对方的数据。

百度的流量产品想获取更多百度SEO流量十分简单，只要内部调整一下权重值。

在基础排序的角度看来，多数页面的相关性都一样——标题有关键词、内容有关键词...所以在这种情况下会依赖于站点的权重、用户行为数据来决定最终排名。

4. From RD@大搜索-反作弊

百度内部想让一个站提升或者下降SEO流量十分简单，且可以控制变化的流量量级。

反作弊规则有两大类，上策略与上数据。上数据的话，会有一批作弊URL被处理，隔段时间可能下一批URL被处理；上策略的话，新的作弊URL一旦产生即被处理。

5. From RD@大搜索-爬虫（通过他人间接沟通）

对于单IP多子域名，百度会提取一个子域名作为核心，重点抓取。其余均视为*.xxx.com，近似平均分配抓取。

抓取限制的策略比较复杂，总体而言抓取以抓取总量为上限。

6. From RD@大搜索-爬虫（另一人）

哪怕总体而言抓取以抓取总量为上限，因为规则不是单一的，因此加快网页加载速度让每个页面抓取更快的话，总抓取量还是会上升。

*发表于 2014-5-26 20:10:19* · 发表于 2014-5-26 20:10:19

本帖最后由莫山于 2014-5-26 20:43 编辑

谷歌官方的人说谷歌蜘蛛会将一段URL切割成好几块来爬取 #修改，说的不严谨，应该是有时候会这么处理。
例如：www.seoqx.com/aa/bb/1.htm
会切割成：
www.seoqx.com/aa/bb/
www.seoqx.com/aa/
www.seoqx.com/
据观察百度有类似行为。

*发表于 2014-5-26 20:38:22* · 发表于 2014-5-26 20:38:22

莫山发表于 2014-5-26 20:10
谷歌官方的人说谷歌蜘蛛会将一段URL切割成好几块来爬取
例如：www.seoqx.com/aa/bb/1.htm
会切割成：

嗯，我个人观点，一个页面上的同一个链接，所处的位置不一样，他的作用是不同的。

*发表于 2014-5-26 20:39:18* · 发表于 2014-5-26 20:39:18

莫山发表于 2014-5-26 20:10
谷歌官方的人说谷歌蜘蛛会将一段URL切割成好几块来爬取
例如：www.seoqx.com/aa/bb/1.htm
会切割成：

老大看你的签名，什么时候分享下你的外链心得啊。

*发表于 2014-5-26 20:44:52* · 发表于 2014-5-26 20:44:52

guohezu 发表于 2014-5-26 20:39
老大看你的签名，什么时候分享下你的外链心得啊。

我就说说装装逼而已。

楼主| *发表于 2014-5-26 21:54:53* · 发表于 2014-5-26 21:54:53

莫山发表于 2014-5-26 12:10
谷歌官方的人说谷歌蜘蛛会将一段URL切割成好几块来爬取 #修改，说的不严谨，应该是有时候会这么处理。
例 ...

印象中好像是百度搜索引擎优化指南，推荐把斜杠部分去掉后能看到上一级的网页，而非空页面。

*发表于 2014-5-27 12:44:33* · 发表于 2014-5-27 12:44:33

莫山发表于 2014-5-26 20:44
我就说说装装逼而已。

不能这么说了，我们都知道你是小牛了。

*发表于 2014-5-27 16:07:56* · 发表于 2014-5-27 16:07:56

在基础排序的角度看来，多数页面的相关性都一样——标题有关键词、内容有关键词...所以在这种情况下会依赖于站点的权重、用户行为数据来决定最终排名

*发表于 2014-5-27 16:41:58* · 发表于 2014-5-27 16:41:58

莫山发表于 2014-5-26 20:44
我就说说装装逼而已。

我也求带。

*发表于 2014-5-27 16:43:06* · 发表于 2014-5-27 16:43:06

杰哥发表于 2014-5-27 16:07
在基础排序的角度看来，多数页面的相关性都一样——标题有关键词、内容有关键词...所以在这种情况下会依赖 ...

杰哥，下午好。

*发表于 2014-5-27 19:00:18* · 发表于 2014-5-27 19:00:18

97251230 发表于 2014-5-27 16:43
杰哥，下午好。

现在得晚上好了呵呵多多交流a

*发表于 2014-5-27 19:21:41* · 发表于 2014-5-27 19:21:41

杰哥发表于 2014-5-27 19:00
现在得晚上好了呵呵多多交流a

难道还用手机上来交流，哈哈。

*发表于 2014-5-27 21:02:10* · 发表于 2014-5-27 21:02:10

5. From RD@大搜索-爬虫（通过他人间接沟通）

对于单IP多子域名，百度会提取一个子域名作为核心，重点抓取。其余均视为*.xxx.com，近似平均分配抓取。

抓取限制的策略比较复杂，总体而言抓取以抓取总量为上限。

如果二级域名站分布在多个IP 是否也会有抓取总量的上限？。
还有6加载速度加快没有一个明确的参考

楼主| *发表于 2014-5-27 21:51:45* · 发表于 2014-5-27 21:51:45

奋斗发表于 2014-5-27 13:02
如果二级域名站分布在多个IP 是否也会有抓取总量的上限？。
还有6加载速度加快没有一个明确的参考
...

具听闻的信息，及之前的抓取数据判断，多半是各IP有各自的抓取总量上限。

*发表于 2014-6-3 18:36:08* · 发表于 2014-6-3 18:36:08

杰哥发表于 2014-5-27 16:07
在基础排序的角度看来，多数页面的相关性都一样——标题有关键词、内容有关键词...所以在这种情况下会依赖 ...

这点我也是关注的，如何提高站内权重，用户行为数据包含那些。这俩点是至关重要的。

帐号		自动登录	找回密码
密码			注册

与多位百度人员沟通得到的内部信息

评分

相关帖子

评分

评分

评分