从技术层面分析百度如何识别打击快排

本人2011年入坑开始编程至今，主攻各种http/tcp协议小软件。站在一个不专业的程序员角度，从技术层面分析百度搜索排名的原理以及针对快排的识别，以下所有言论仅代表个人观点

———————————–前言—————————————
所有的搜索引擎算法，都是由机器运行的各种判断逻辑代码。

及:
设置一个或多个判断条件，满足该条件，则按方案1执行，不满足该条件，执行方案2、方案3….
每个方案里面，又会有各种判断条件，衍生出各种不同方案，导致不同结果

如果不认可，建议关闭此页面以免耽误您的宝贵时间

———————————–正题—————————————

一、排名因素

1.硬件维度：域名(含BA、建站历史等)、服务器等

2.软件维度：建站程序，页面大小(压缩)，HTTP/HTTPS传输等

3.灵魂维度：内容内容内容….

4.可控维度：用户体验(点击、点击率、人群画像)

二、排名算法工作原理

硬件维度和软件维度，不在我考虑范围内，建站程序五花八门，人各有命

首先，灵魂维度，关于网站的内容，百度通过蜘蛛抓取页面内容后，经过NLP等智能算法，判断内容在其数据库重复度、判断内容可读性、判断内容属性等。这里我们可以借鉴一下百度NLP技术文档的说明。这些都是百度现在具有的内容识别能力(下图,应该还有隐藏没有公开的识别能力)。

其次,可控维度，用户体验，是什么呢？
简单来说，就是一个页面，一个url在搜索结果里面，受用户欢迎的程度（点击率）、被用户认可的程度（跳出率）。
就这些而言，那些五花八门的快排都已经做到位了。那为什么你的排名上不去？？

这里就到我今天分析的重头戏了，用户人群画像

大多数的快排，其实就是通过搜索点击，达到伪装用户体验的过程。每次搜索点击之后，清理缓存历史记录。你是不是觉得这个点击特别干净呢？

百度应该也这么觉得，一个网站，被点击的次数，有绝大部分都是没有任何历史记录的“纯白”用户点击。只要把控这一点，就可以干掉99%的快排。

试想一下，我们正常使用百度的时候，会去刻意清理缓存吗？甚至很多使用者，都是登录了百度账号在使用搜索的。

上图是我清理缓存之后，再次访问百度的数据，可以看到，百度COOKIE返回了BD_LAST_QID这个字段，LAST，是上一次/最后的意思，。
值得一提的是，在我清理缓存之后，访问百度，理论上COOKIE字段应该是空白的，但事实上却莫名其妙的带着BIDUPSID这个字段请求了。如下图

这是否意味着，你的每一次请求，百度都有迹可循呢？

另外，指纹参数运算后的加密字段，以往是每一次跳转页面，重新计算一次，每次的值都不同，此次更新之后，仅仅在第一次访问百度的时候计算。后续无论跳转任何页面，这个值都不变。是否侧面证明了，以往只需要解决指纹就可以上排名，在这次更新过后，指纹不再重要了？

另外，百度蜘蛛是影响排名的因素之一，快排如果不来蜘蛛，一定是没有用的。蜘蛛就是爬虫，它过来抓取你的内容，提交到后台，经过算法判断你是否值得收录。
已经收录的页面，它过来抓取你的内容，提交到后台，经过算法判断你排名是升是降还是拔毛。。。
—————————————————————–
最后用通俗的语言，给大家解释一下用户历史画像，接触过某宝s单的朋友应该知道，s单的时候，人家要求你用信誉高的号，用购买记录干净的号。。
那百度怎么做到“信誉高”又“干净”呢？
千万不要以为使用百度账号cookie就可以解决历史画像，那只是一小部分。。核心内容不便透露。。

转发：不是什么正经Boy