百度公開過不喜歡哪類站點,但那只是規則的一小部分。以下是我對被清理站點的歸納,屬於個人觀察,未必是官方標準,但作為自查清單還算好用。
1. 內容高度重複。大量頁面與其他站點雷同,且都是從互聯網上反覆搬運的內容。
2. 站內鏈出比例異常。頁面正文極少,鏈接極多,整站呈現「導航站」特徵。
3. 鏈接到大量已被清理的站點。包括主動交換的垃圾友鏈,也包括開放評論或論壇功能後湧入的垃圾鏈接。這兩類都需要定期清理。
4. 模板爛大街。如果使用的模板已經被成千上萬個站點套用,站點的辨識度幾乎為零,風險自然上升。
5. 頁面間使用重定向跳轉。站內導航應使用平實的超鏈,自動跳轉頁面容易被直接丟棄。
6. 為搜索引擎做過度處理。用戶從搜索結果看到的內容與頁面實際內容不符,或者站點質量與排名明顯不相稱,讓用戶產生被欺騙的感受。這類「垃圾SEO」的站點,好景往往不長。
7. 大量死鏈接。用戶從搜索結果進入卻無法顯示頁面,體驗與抓取雙重受損。
8. 換域名重開站點。如果A站被清理後換域名做B站,而B站被抓取到的內容與A站基本一致,仍有可能被繼續清理,而且這一次的速度會更快。
9. 靜態化路徑高度雷同。近年很多模板都加了動態轉靜態功能,但生成的目錄結構一模一樣,只有域名不同——例如兩個站點都是 /abc/bcd/rty.htm 這樣的路徑。這類批量特徵容易被關聯識別。
10. 作弊。這一點沒有爭議空間。不要抱僥幸心理,作弊的成本永遠高於收益。
如果站點已經出現收錄下滑,建議按「成本從低到高」的顺序處理:先掃死鏈(用工具批量檢查,一小時能搞定),再清友鏈(看對方收錄狀態和IP歷史),然後檢查內容重複度(抽樣比對),最後才考慮改版。
需要強調的是,以上多數條目指向同一個根源:站點缺乏不可替代的價值。內容是別處也有的、模板是別處也在用的、鏈接是隨便換的,那麼它在搜索結果裡的位置自然隨時可被替換。與其逐條對症,不如想清楚這個站憑什麼被推薦給用戶。