百度自我定位為中文資訊檢索與傳遞技術供應商。在其發展早期,中國多數提供搜尋服務的門戶網站都採用百度提供的技術支援,客戶名單包含新浪、搜狐、Tom、騰訊、263、21CN、上海熱線、新華網與各地資訊港等。
百度使用高效能網路蜘蛛程式在網際網路上自動搜集資訊,搭配可自訂、高擴充性的調度演算法,讓抓取器能在短時間內取得大量頁面。其索引涵蓋中國大陸、香港、台灣、澳門、新加坡等華語地區,以及北美、歐洲的部分站點。公司於 1999 年底成立於美國矽谷,創辦者為檢索技術專家、超鏈分析專利的持有人李彥宏,以及執行副總裁徐勇博士。
字詞結合的資訊處理方式。針對中文特性設計,兼顧字與詞的切分,提高檢索的準確性與查全率。
支援主流中文編碼。包含 GBK、GB2312 與 BIG5,並能在不同編碼之間轉換。
智能相關度演算法。把內容分析與超鏈分析結合起來評估相關性,讓結果更貼近查詢意圖。
豐富的結果標示。摘要中呈現標題、網址、時間、大小、編碼等屬性,並標出查詢詞,方便使用者判斷是否點擊。
二次檢索。可在上一次結果中繼續縮小範圍,逐步逼近真正需要的內容。
相關檢索詞推薦。第一次搜尋後提示相關詞,協助使用者找到更精準的結果。
多執行緒與本地化部署。搭配高效演算法與穩定平台,讓境內查詢的平均回應時間壓在極短範圍內。
多種更新週期。可在一週內完成網頁更新,是當時更新頻率較高、資料量最大的中文搜尋引擎之一。
多樣的結果聚合方式。支援依內容聚合、依網站聚合或兩者並用,並可選擇時間範圍。
分散式架構與容錯設計。保障系統在高負載下的可用性、擴充性與穩定性。
高可配置性。能依不同客戶需求調整搜尋服務的呈現方式。
動態摘要與百度快照。提供網頁快照,讓使用者在原站失效時仍能讀到內容。
進階語法。支援「+」(AND)、「-」(NOT)、「|」(OR)、site:、link: 等查詢語法。
把這份技術清單讀完會發現一個共同點:這套系統的核心能力都在「判斷內容與連結的品質」。這也解釋了為什麼後來的收錄與排序規則,會如此強調原創內容、標題相關性與外部連結的質量——這些判斷標準從一開始就寫在技術架構裡。