内容采集(百度搜索资源平台将搜索算法进行梳理及更新，汇编为《》 )
优采云 发布时间: 2022-04-02 03:11内容采集(百度搜索资源平台将搜索算法进行梳理及更新，汇编为《》
)
seo朋友都知道，百度搜索一直致力于与开发者合作，为亿万搜索用户提供优质可信的内容和安全便捷的搜索体验。搜索算法是确保搜索安全和内容质量的重要防线。百度搜索资源平台特此对搜索算法进行梳理和更新，并汇编成《百度搜索算法规范详解》，系统明确了搜索优化过程中不允许出现的违规行为以及需要操作的“雷点”要避免，帮助发展更好地提高自身资源的质量。
1.页面内容质量1.1 飓风算法3.0——针对页面内容质量问题
百度搜索于 2017 年 7 月 4 日发布了飓风算法，以打击不良 采集 问题。2018年9月13日，宣布飓风算法升级至2.0版本。算法升级，飓风算法3.0上线。
飓风算法主要针对以下页面内容质量问题：
1.1.1 错误采集行为：
（1）其他网站，智能小程序或公众号等内容很多。采集，内容转，信息不整合，版面凌乱， 文章可读性差，有明显采集痕迹，对用户没有增益价值。
问题示例1：文章有明显的采集痕迹
(2）文章拼接内容多段，文章逻辑性差，不能满足用户需求，阅读体验差。
问题示例2：文章内容逻辑性差，阅读体验差
（3）网站或者智能小程序里面有很多采集内容，本身的内容生产力极差。
1.1.2 横切采集问题：
指站点/智能小程序发布不属于站点/智能小程序域的内容，以获取更多流量。通常，这些内容是来自互联网的采集，内容质量和相关性较低，对搜索用户的价值较低。对于此类行为搜索，将判断站点/智能小程序在该领域的关注度不够，会有不同程度的限制。
跨域采集主要包括以下两类问题：
第一类：主站点或首页的内容/标题/关键词/summary，表明该站点有明确的领域或行业，但发布的内容与该领域无关，或相关性较低。
问题示例：在食品智能小程序中发布与足球相关的内容
第二类：站点/智能小程序没有明确的领域或行业，内容涉及多个领域或行业，领域模糊，领域关注度低。
问题示例：智能小程序内容覆盖多个领域
1.1.3 站群问题：
指批量构建多个站点/智能小程序以获取搜索流量的行为。站群中的站点/智能小程序大部分质量低、资源稀缺性低、内容相似度高，甚至重复使用同一个模板，难以满足搜索用户的需求。
问题示例：多个智能小程序复用同一个模板，内容质量低，相似度高
有关飓风算法的更多信息，请参阅：
2019.8.22【官方声明】飓风算法解读3.0
2019.8.8飓风算法3.0即将上线，控制跨域采集和站群问题
2018.9.20【官方声明】飓风算法解读2.0
2018.9.13百度搜索将推出飓风算法2.0，打击不良采集行为
2017.7.4百度推出飓风算法打击不良采集
1.2 Gale 算法 - 针对不良聚合页面问题
2020年2月，百度搜索技术团队发*敏*感*词*峰算法控制恶意构建聚合页面问题. 搜索用户影响。
聚合页面是指没有文章主要内容的页面，而是围绕特定主题的信息集成页面的多个页面的索引链接。
不良聚合页面问题主要包括以下四种：
（1）页面内容与站点本身的字段不匹配，或者站点没有焦点字段，大部分是一段内容采集。
问题示例 1：站点内容区域碎片化
(2）页面内容与页面中标注的标题和标签不符。
问题示例2：页面内容与标题不匹配
（3）由网站 搜索功能生成的静态搜索结果页面。
问题示例 3：静态搜索结果页面
(4）空短，无有效信息，无效聚合页面。
问题示例 4：没有有效信息的聚合页面
有关 Gale 算法的更多信息，请参考：
2020.3.5【官方解读】Gale算法官方解读
2020.2.27 强风算法即将上线
1.3 细雨算法2.0 ——针对B2B领域的低质量问题
2018年6月，百度搜索发布了细雨算法，规范和引导B2B行业的网站福利问题。
2019年11月，百度搜索发布了细雨算法2.0，针对B2B行业的严重违规和低质量内容。
drizzle算法主要针对以下问题：
1.3.1 页面标题作弊和误导：
（1）不是公司官网，标题中含有“官网”等字眼，误导搜索用户误以为是官网
问题示例 4：
(2）页面标题与类似关键词叠加；
问题示例 5：
（3）页面标题穿插火星文字或特殊符号，影响正常阅读；
问题示例 6：
(4）页面标题穿插福利。
问题示例 7：
1.3.2 页面正文中有福利信息：
（1）文字内容不全，经常穿插变形。
具体是指：文字内容为无价值内容的拼接或文字内容不完整，同时将*敏*感*词*替换为“英文字母”、“汉字谐音”， “特殊匹配”、“全角匹配”等，穿插在文本内容中。.
示例：5992 八
例子：
问题示例 8：
