百度是全球最大的中文搜尋引擎,在中文網頁的搜尋技術上有其優勢。除了與 Google 相似的部分之外,它在收錄行為上還有幾個相當鮮明的特點。
網站給百度的第一印象相對重要。與 Google 相比,百度的人為參與度較高,在某些層面上可能由人來決定是否收錄,而非全交給機器判斷。因此在正式提交之前,最好把內容做得充實一些、原創比例高一些、關鍵詞與內容的相關度緊一些,才能留下好的初次印象。
百度對更新的敏感度明顯高於 Google,這或許與它的本土性格有關。百度每週更新,網頁依重要性有不同的更新頻率,從幾天到一個月不等。所以在百度的搜尋結果中,通常都能看到收錄時間。
百度對首頁的重視程度遠高於 Google,這與前面提到的第一印象一脈相承。顯示結果時,百度常把網站首頁直接呈現出來,而不是具體到某個內容頁(當它認為內容頁不夠重要時)。這某種程度上打了使用者體驗的折扣,卻也拉高了「百度快照」的使用量。
百度在收錄時比較看重絕對位址,而它提供的網頁快照功能並未解析相對位址的絕對路徑。這究竟是技術上的疏忽,還是偏好使然,說不準,但實作上把連結寫成絕對路徑比較安全。
百度非常看重收錄日期,並把它作為排名參考之一——越早被收錄,排名往往越高。這有時會導致相關性被忽略,把所謂重要的內容放在前面,用戶點進去才發現是早已過時甚至沒有價值的信息。這一點算是百度還需要改進的地方。
百度持有多項技術專利,包括「一種互聯網上鏡像和準鏡像網站的識別方法」,用來解決搜尋引擎對雷同資訊的重複抓取,節省網路與本地資源、提升服務效率;「一種基於詞彙的計算機索引和檢索方法」,對連續文字做詞彙分析並透過隱形詞彙補強,提高檢索品質;以及「一種使用快照的方式實現對網上資訊進行記錄和分析的方法」,透過對同一資訊多次快照並比對,掌握網頁的變動情況。