转载：百度站长平台数据显示三成大网站存30%垃圾信息

admin

从门户时代到搜索时代，再到社交时代，互联网越来越开放。在伴随SNS的出现，UGC“UserGeneratedContent”(用户原创内容)创造了大量的信息，人工筛选并发布信息不再是主流，主动权转移到了用户手中。近日，百度站长平台监测到，web2.0网站每天新出现的网页中有10%是垃圾信息。而其中对搜索引擎用户影响最大的中高端网站中，竟也有三成网站每天会产生30%的垃圾信息。这已经极大损害了搜索引擎对站点优质内容的收录，更加影响用户在搜索时的体验。。在web2.0时代，站长如何“净化”网站，给予用户更好的体验从而获得流量，是亟待解决的问题。

    Web2.0时代站长“亚历山大”

    “web2.0网站每天新出现的网页中，有10%是垃圾信息，尤其是在以UGC内容为主导的社交类网站上，譬如社交类电子商务网站大量出现后，产生的垃圾信息对用户的体验造成干扰，恶意链接甚至带来利益的损害，也不利于百度对网站的优质内容进行抓取。”百度站长平台负责人表示，web2.0网站的垃圾信息比例正在迅速攀升，其中有近三成的中高端UGC网站，产生的垃圾信息达到了近3成的比例。

    一位国内知名社交网站负责人向记者透露：一方面是UGC平台越来越多样化；另一方面，总会有人利用这些UGC平台来做营销，甚至作弊。同时不断涌现出各种群发器、发贴机，批量自动的完成内容发表。作弊者可利用的手段越来越多，可以说无孔不入：任何疏于防范的地方，都可能被作弊者利用。

    “当垃圾内容达到30%的比例时，可能会明显影响搜索引擎的评价。垃圾比例越高，被惩罚的可能性就越大。”百度站长平台负责人坦言，站长最关心的还是流量，一旦垃圾信息的管理不善，会影响站点被搜索引擎收录，将大大影响流量的获取。

    站长们面临的不仅是垃圾信息的威胁，如何优化网站质量，日常的监测也相当繁琐。

    据了解，站长们对站点的监测包括：站点每天新增的页面里，广告贴、垃圾贴的比例，分布在哪里；每天新增的注册用户，异常比例有多少；是否存在自动发贴机的页面，是否需要强壮的验证码机制来预防；哪些让用户贡献内容的功能是必需的，必需的功能点是否做好了应对作弊的准备；激励用户多贡献内容的机制，是否有利于提高页面质量，是否有促进垃圾群发的风险。

    但以上的工作，仅凭借站长一己之力难以面面俱到。据百度站长平台负责人介绍，站长在关注网站内容反作弊的同时，还应该关注可能被搜索引擎判断为作弊的情况。但是仅仅删除垃圾内容是达不到反作弊效果的，因为垃圾内容死链可能仍在百度搜索结果里展现，对搜索引擎和网站用户都造成伤害。只有在加大内容监控力度的同时，对已存在的垃圾内容进行删除，并设置为404页面，将404死链通过百度站长平台进行提交，才能减少作弊用户产生的垃圾内容对网站造成的负面影响

    三大工具优化网站质量

    “一般的第三方网站缺乏专门的技术力量来进行监控或者日志分析，更多还是依赖于百度站长平台的工具。”一位混迹互联网十年的“老兵”告诉记者，百度站长平台与站长的关系正日渐磨合，陆续推出管理站点的工具，要学会活用。

    记者从百度站长平台了解到，于2011年底上线以来，陆续推出站点索引量查询、站点抓取异常、死链工具三大工具，致力通过三个方面：快、好、准，来提升网站的权重，获取更多流量。

    “百度的蜘蛛不喜欢访问404页面，也不希望网页访问速度慢，甚至抓取的时候出错，访问体验在百度的网站权重评价体系中是极为重要的一环，但是现实问题是，删除很久的网页依然出现在百度的搜索结果中，不利于站长对访问速度以及出错页面的监控。”面对这一问题，百度站长平台最新上线的死链工具，能够让站长把网站需要删除的页面告诉百度。百度站长平台负责人表示，使用百度站长平台的死链工具，可帮助站长提高百度蜘蛛抓取高质量页面的比例，在关注网站自身内容运营的同时，思考如何将高质量页面带来的流量进行合理转化。此外，通过“站点抓取异常”工具，站长可以在无需额外部署技术力量或者分析日志的情况下，了解百度蜘蛛对其网站的抓取情况，以便更好地优化这位百度蜘蛛的访问体验。

    而站点索引量查询功能，可以查询网站在百度网页搜索中的网页索引量数据，区别于site语法的查询数值，更精准，更具可参照性。据百度站长平台负责人介绍，站点中有多少页面可以作为搜索候选结果，就是一个网站的索引量。站点内容页面需要经过搜索引擎的抓取和层层筛选后，方可在搜索结果中展现给用户。页面通过系统筛选，并被作为搜索候选结果的过程，即为建立索引。

    “百度站长平台上线的三大工具，对于整治垃圾信息，净化站长环境，提高网站口碑和促进自身品牌建设，将起到立竿见影的效果。”这位站长告诉记者