百度搜索研發部官方博客那篇《淺談網頁搜索排序中的投票模型》,不知大家有沒有認真讀過。如果沒有,建議找來看看。個人認為它提供了一個相當靠譜的視角去理解排名機制:文章先談到選舉投票面臨的種種困境,每種選舉辦法都有自身的缺陷,再結合這些困境來說明網頁排序投票中需要注意的問題。下面談幾點讀後的體會。
文中提到,搜索引擎排序時會綜合n個網頁在m個特徵上的不同得分,包括頁面質量、內容豐富度、頁面超鏈、文本相關性等。這幾個特徵基本就是我們日常談論的站內優化要點。
A、頁面質量。這個概念其實可以涵蓋其他三項,官方把它單獨列出,說明指的可能是更狹義的部分,比如代碼精簡度、是否利於抓取、信息的有效占比。但實際操作時仍要綜合考慮:相關性、內容豐富度、受眾匹配、抓取友好度,缺一不可。
B、內容豐富度。可以從兩層看。一是信息量:篇幅充實的頁面往往具備獨特性,原創可能性更高,對用戶也更有一站式解決問題的價值,資訊類站點優勢尤為明顯。二是形式多樣:文字、圖片之外,問答、訪談、故事化敘述都是可運用的表達方式。
C、頁面超鏈。這是判斷頁面重要性的關鍵信號。一個頁面若有多個入口,被蜘蛛發現與收錄的機率顯著提高;被更多頁面指向,重要性自然凸顯。從用戶角度說,主動推薦可能對他有幫助的鏈接,既提升體驗,也增強站內黏性。
D、文本相關性。這是最被重視的一項。做白帽優化,站內相關性必須過關;單個頁面內部也要注意,比如一篇講外鏈技巧的文章,周邊推薦最好也是外鏈相關的內容。有些人為了湊原創度往文章裡塞不相關的文本,看似內容變多了,實際上可能反而稀釋了主題信號。
理解了各種選舉方式的困境,才能體會搜索引擎的為難。每種有優點的投票方式它都想用,但每一種都可能帶來偏差。「贏者通吃」在網頁排序裡顯然行不通:不能按區域把某個特徵表現好的頁面全排到前面,也不能以偏概全地只按一兩個特徵決定生死。當然,對使用黑帽手段的頁面,倒是必須果斷用這種「以偏概全」的方式把它壓到後面甚至清除。
我非常認同文中提出的一個觀點:最合適放在首位的網頁,不一定在每個特徵上都最好,而是能夠兼顧所有特徵、綜合表現最均衡的那一個。完美的頁面很少,但兼顧多項優質特徵的頁面並不難做。此前有產品經理提過聚合頁面的思路:搜索某個型號時,用戶需求各異,有人想看購買信息,有人關心售後,有人只想了解基礎參數。只服務一類人就會丟掉其他人群,而綜合覆蓋多種需求、把主要問題都答清楚,這樣的頁面更容易被推薦。當然,要拿到好排名,還需要高權重站點的支持與精簡的頁面結構。
最近熱度很高的話題之一是排名點擊器。百度承認,用戶對搜索結果的點擊可以視為一種「投票」,這類信息參考價值很大;但同時也必須考慮它會不會帶來選舉過程中的同類問題。排名點擊器對排序的干擾,顯然是後續演算法需要重點處理的部分:降低單次點擊的因子權重,或者設法識別並限制機器與異常點擊。
百度承認排序問題上確實可能存在這樣一個「獨裁特徵」。目前看來,大家普遍認為最適合的候選是「用戶滿意度」——按滿意程度排序,聽起來最合理。但衡量滿意度本身就是難題:如果機器眼中的滿意度只是點擊,就會陷入點擊器的死循環,所以演算法還需要引入停留時長、頁面內行為等更多維度。
如果這個「獨裁者」換成別的指標,比如大站優先,那麼大站會憑既有優勢快速壟斷排名,對小行業站點幾乎是毀滅性的。改進演算法、盡量不讓任何單一特徵成為必然的「獨裁者」,正是這件事真正的難點所在。