必须了解的搜索知识

叛徒 · 发表于 2020-11-17 10:02:32

必须了解的搜索知识
搜索是一个复杂的系统，了解一些基础搜索知识，有助于开发者少走弯路。

百度搜索引擎原理：了解搜索引擎工作原理，可以更好的指导开发者，提高智能小程序和网站的搜索友好性。百度搜索引擎工作原理主要包括资源抓取、页面分析、建立索引、搜索排序。

1、资源抓取：指百度蜘蛛对开发者主动提交的资源，以及互联网发布的资源进行抓取和存储的过程，为搜索结果展现提供了基础数据支持。

2、页面分析：对抓取的资源进行信息提取和分析处理，包括TDK参数和页面正文信息、服务价值等，为精准匹配搜索用户需求提供参考。

3、建立索引：参考页面分析情况，建立URL索引、关键词索引关系，同时索引库分层级存储，便于不同搜索关键词需求下快速定位资源页面。

4、搜索排序：结合用户搜索需求、页面因素、索引关系（存储层级），综合计算得到搜索排序。

百度蜘蛛（UA/IP）：智能小程序抓取蜘蛛，即智能小程序UA/IP，开发者要正确识别抓取蜘蛛，确保未针对其进行任何封禁设置，正常访问返回码为200，访问异常时可能会返回404、503等。

robots文件：开发者可通过 robots 文件声明智能小程序中不想被搜索引擎收录的部分，如果您的智能小程序高度开放，完全可以不必设置robots文件。

索引量与流量：索引量是指智能小程序资源中可以被搜索用户搜索到的资源量，流量是指智能小程序资源在百度APP内搜索结果中的点击量。

首先需要澄清，索引量的下降，不一定会带来流量下降。

因为基于智能小程序资源内容质量和服务价值，百度搜索会对智能小程序资源进行分层管理，内容质量和服务价值越高，层级越高，在搜索中被展现和被用户点击的可能性越大，从而获取更多的搜索流量收益。搜索会定期评估资源情况更新分层，同时对质量差和服务价值低的底层资源进行删除，因而索引量数据可能会下降，被删除的该类资源在搜索中被展现和被点击的可能性很小，所以一般不会影响流量收益。

搜索排序：搜索结果的排序策略一直是严格保密的，智能小程序的介入，让排序策略进一步复杂化。

1、传统排序原则：时效性、权威性、内容丰富度，以及与用户需求的相关性匹配度永远是搜索排序不变的考量因素。

2、优待浏览和服务体验好的智能小程序：由于智能小程序给搜索用户带来了浏览和服务体验增益，所以在N个搜索结果得分相近的情况下，搜索会优先展现智能小程序的结果。

3、优待性能稳定的智能小程序：百度搜索非常重视搜索结果的稳定性，H5结果的死链问题，智能小程序的白屏、加载失败等问题严重影响用户体验，不仅造成用户流失，更有可能被搜索限制展现。

4、优待用心经营用户的智能小程序：百度搜索希望搜索用户可以通过智能小程序获得更好的服务，同时为智能小程序经营用户提供了诸多能力，对于认真经营用户的智能小程序会有更多的倾斜扶持。

掌握常用工具
智能小程序开发者掌握以下常用工具，可以更好的辅助智能小程序的开发和资源管理。

代码检测工具
预检测：排查开发代码问题，提高审核通过率。

检测包括页面白屏、控件点击有效性、图片加载情况、文字展现异常等体检检测，以及是否存在诱导用户下载APP、诱导用户关注等内容检测。

智能小程序资源管理工具
URL适配：提交适配规则，加速资源替换展现。

已有H5站点的开发者，使用该工具提交URL适配规则，将H5站点下资源快速替换为智能小程序资源。工具使用见【3.1.2.1已有H5站点，如何接入自然搜索】

新资源提交：主动提交新资源，加速资源收录。

无H5站点，或者H5站点收录不好时，为了便于智能小程序资源的快速收录，可以使用该工具提交资源。工具使用见【3.1.2.2 无H5站点时，如何接入自然搜索】

资源删除：删除无价值资源，降低低质比例。

开发者可通过该工具向百度搜索提交需要删除的已索引资源，包括死链、低质等对搜索用户无价值的资源。工具使用见【4.2.3开发者自主删除资源】

如何搭建智能小程序更友好
智能小程序的搭建过程中，开发者对目录和path路径、页面基础信息、页面内容布局等的设置，需要符合一定的操作规范，才能确保对百度搜索的友好性，保障智能小程序资源在百度搜索中的抓取收录和展现。

设置目录和path路径
目录设置

智能小程序资源目录层级设置，可参考H5网站目录层级，遵循简单、清晰的原则，不要将内容全部放在根目录下，也不要设置过深目录层级，既能方便开发者管理与维护，也方便百度蜘蛛的快速发现和抓取。

path路径设置

智能小程序接入自然搜索结果时，web化路径设置需遵循以下规范，否则会影响资源的索引和适配，进而影响智能小程序资源在搜索中的展现：

l web化路径不能带有#标记

一般来说，URL当中的#号是一个锚点的标志位，和不带#的URL表示同一个页面。不要在web化路径中夹带#标记，避免资源适配异常。

l web化路径的参数不能为一条路径

web化路径可以带参数，但参数本身不可以是一条路径，不可以是一条URL。以下这三类都是不符合规范的：

xxx.smartapp.cn/parameter_a=/path1/file， xxx.smartapp.cn/parameter=http://xxx.baidu.com/path1/1.html， xxx.smartapp.cn/parameter=xxx.baidu.com/path1/1.html。

复制代码

如需带相关参数，务必清晰表述参数名和参数定义，如dir_name=news。

l 智能小程序页面不允许做第三方跳转

如果智能小程序页面存在第三方跳转，将被判定为低质资源，一般不会被收录。若智能小程序页面存在跳转H5、嵌套H5等情况，需尽快自查整改，并重新提交资源或适配规则。

设置页面基础信息
智能小程序被搜索引擎正常收录的前提是 web 化，web 化后智能小程序将以普通网页的形式被蜘蛛发现和抓取，页面基础信息能提升资源在搜索中的收录和展现效果，同时，智能小程序资源替换H5资源时，页面基础信息相似度校验是非常重要的部分。所以设置符合规范的页面基础信息是至关重要的。

页面基础信息主要包括标题（title）、摘要（description）等信息。

标题

标题能够让用户快速洞察页面内容，了解该结果与需求的相关性，通常是用来决定用户点击行为的主要信息。所以，使用高质量的页面标题对页面来说至关重要。

1. 设置标题的原则：

1）应确保智能小程序下的每个页面都有指定的标题，且同一智能小程序的不同页面应分别使用不同的标题，切勿多页面标题重复。

2）页面标题应准确概括页面内容，避免使用模糊和不相关的描述。

3）页面标题应简明扼要，避免使用冗长的标题，避免关键词堆砌。

4）页面标题的符号使用正确，可以参考百度建议的标题符号用法。

百度搜索建议标题符号用法：

如何制作优质标题

页面标题的构成，可以概括为“核心词+修饰词”格式，修饰词建议不多于3个。不同页面类型制作不同的标题形式。

页面类型	页面类型说明	建议标题格式	举例
首页	首页是整个网站的入口	站点名/品牌名 - 首页/官网/slogan 注：此类页面的核心词为品牌词/网站名称，修饰词包括“官网“、“官方网站”、“首页”、“主页”、“Home”、网站的slogan、站点父品牌词等。	优酷首页淘宝网 - 淘!我喜欢京东 - 正品低价、品质保障、配送及时、轻松购物！
列表	站点内频道/列表类页面	列表/频道名 - 上级频道(可省) - 站点名注：此类页面的核心词为列表/频道方向内容，修饰词可以是站点名和上级频道内容，站点名为修饰词时必须放在最末尾	男士频道 - 唯品会优酷财经 - 优酷
主题聚合页	主体聚合页是围绕某一主题各方面属性聚合而成的内容集合。	“主题 - 属性1 - 属性2 - 站点名” 注：此类页面的核心词是围绕的主题，修饰词可以是主题的属性、上级频道内容、站点名，站点名为修饰词时必须放在最末尾	成都旅游攻略 - 玩法路线 - 自由行攻略 - 携程旅行
内容页	内容页是指具体的内容页，比如文章详情页、商品详情页、具体视频的播放页等	标题格式：“内容标题 - 列表/频道名(可省) - 站点名” 注：1、此类页面的核心词是内容的主体说明，比如文章的标题、视频的名称、商品/店铺的名称等，修饰词可以是上级频道内容、站点名，站点名为修饰词时必须放在最末尾 2、内容标题建议一句话表明，不重复表述，重复不超过3次	红烧肉的做法 - 菜谱 - 香哈网 18号台风“泰利”生成,或成今年“风王”! - 中国新闻网

标题设置的常见问题

为了方便搜索引擎分析和展示页面内容，在设置标题时，应区分清楚tag title、real title和page title。其中tag title是指页面 <title> 标签中的标题，对应HTML页面中的 <head><title></title><head>；real title 是指页面正文中的标题，即用户看到的内容标题；page title是指页面顶部的标题组件，通常为网站名称。

为了使用户能正常在搜索结果中看到对应页面的标题内容，tag title应与real title一致，即<title>标签中的标题应与页面正文标题一致。若不一致，则可能会影响该页面在搜索结果中的展现效果。

以下为几个badcase及对应修改方式：

1）错误设置：

tag title：xx汽车网

real title：后备箱放2箱水果被交警罚款？车主：我要这后备箱有何用？

page title：文章详情

正确设置：

tag title：后备箱放2箱水果被交警罚款？车主：我要这后备箱有何用？- xx汽车网

（即下图红框部分应修改如上）

page title：xx汽车网（也可为当前频道名称）

4. 不允许出现的标题

1）标题内容虚假。指标题和页面内容不相符，欺骗诱导用户点击的情况。

2）标题重复、堆砌。指通过页面标题过度重复或堆砌等手段，获取不正当流量的情况。

2.3.2.2 摘要

1. 摘要设置原则

（1）要求在前150个字符中体现出描述与目标关键词的相关性（注：汉字及中文标点符号等于2个字符，英文字母、英文符号及数字等于1个字符）。目标关键词中最核心的词汇，必须完整地出现在描述中。

（2）不同页面的摘要内容不能完全相同。

2. 如何制作优质摘要

（1）首页页面摘要，将首页的标题、关键词和一些特殊栏目的内容融合到里面，写成简单的介绍形式，不要只写关键词。
（2）栏目页面摘要，将栏目的标题、关键字、分类列表名称，一同写入description中，写成介绍形式。

（3）分类页面摘要，将这个栏目中的主要关键字写入。

注：避免在摘要中重复堆砌关键词。

搜索结果标题和摘要的展现，参考页面设置的TDK内容，但不保障内容完全一致。搜索结果的标题和摘要展现，一般会结合搜索用户需求和页面设置内容综合评估展现。

2.3.2.3 如何设置操作

由于每个页面基础信息和页面内容强相关，建议先通过 swan.request 请求开发者server，由开发者server返回相关信息，再通过页面基础信息的API设置到页面中。

页面基础信息通过 swan.setPageInfo设置。在 web 化环境下，页面基础信息会通过 meta 标签插入页面 head 中。恰当的页面基础信息可以帮助爬虫更精准的理解页面内容。

注：这里的页面标题与智能小程序页面 json 配置中设置的navigationBarTitleText不同，navigationBarTitleText仅用于页面顶部展示，页面基础信息中的title不会在页面中展示，而是在web化的title标签中。

页面基础信息设置的title：

json配置中设置的navigationBarTitleText：

注：如果您按照以上规范设置，搜索结果中依然存在标题和摘要展现异常，影响用户浏览体验，可以将问题反馈至智能小程序客服。

反馈路径：【智能小程序开发者平台】-> 右下角悬浮【客服支持】

设置页面内容布局
发布时间

内容需要有显著规范的发布时间，在每一篇文章中增加“明显的”“规范的”发布时间，例如pubdate：2019.08.08 18:08。这有助于您的文章被解析出正确的时间信息，在搜索排序中获得合理的展现效果。

页面分块

内容需要有规律的、合理的页面分块。在您的内容页中，应有规律的组织网页内数据，合理的进行分块，主体内容不和作者、时间、回复等其他信息混在一起，区域独立。这有助于百度搜索正确解析页面内容，避免由于内容混乱影响搜索展现。

一般页面从上到下，分别是主体内容、广告区域、相关推荐，彼此之间界限清晰，分布合理。如下图所示:

必须了解的搜索知识

相关帖子

关于我们

文章导航

精品资源

内容导航