黑色梦中SEO博客

Google一直在致力于提高搜索结果的准确性、合理性、公正性。举两个例子，比如，早前钓鱼网站盛行时期，Google有效识别了钓鱼站点并成功阻止了模仿站点在搜索结果获得较好的排名，无论是利用人工数据库还是复制网页、网站权威度这样的系数，这样的调整的确降低了搜索用户受到利益危害的可能性；再比如，Google不断惩罚SPAM SEO站点，对无实际价值的站点进行降低权重或直接在数据库中删除，这无疑都是在力报搜索结果质量。在SEO优化研究中，我需要不断了解搜索结果的变化趋势，这个过程也使我切身感受到Google在提高用户搜索体验的过程中可谓不於余力。这的确需要每个SEO人都认真思考，到底是SEO在改变搜索结果还是搜索结果在改变SEO！

   互联网企业正成为当下的市场热点———就在阿里巴巴赴港IPO进入倒计时之际，前期股价步步飙升的百度（BIDU.US）又抛出了重磅炸弹：百度宣布进军C2C市场，与阿里巴巴集团旗下的淘宝网和腾讯旗下的拍拍网展开争夺战。至此，三家市值最大的中国互联网公司（皆超过百亿美元）都将目光瞄向了发展潜力无限的C2C市场。

本文通过搜索结果归纳分析+切词通用算法分析的方式对百度预处理阶段的查询处理和中文分词两项技术进行了阐述、总结，如果你对数据结构、算法有一定了解的话，理解起来会相对容易些；个人感觉，得出正向最大匹配算法不够准确，无论是专用词典还是普通词典里的词，都是有不同权重的，这根搜索频率应该有一定关系，基于这点，在出现多个专用词典里的词时，是需要采用双向最大匹配算法来检测到底哪一个专有词汇应该先被切出来，当然，这是个人猜想，有待考究。

理解分词技术对SEO工作具有极大意义，可以从科学的角度来分析关键词，并构想关键词部署策略；如果正向最大匹配算法的结论是正确的，那基本上可以断定，切词后的分词的权重是按照正向排序的

我还想搞明白的是专用词典和普通词典，哪一个权重会更高？

百度分词算法的进一步分析

上面说过,经过分析得出百度的分词系统采用双向最大匹配分词,但是后来发现推理过程中存在一个漏洞,而且推导出来的百度分词算法步骤还是过于繁琐,所以进一步进行分析,看看是否前面的推导有错误.  

Spelling Checker拼写检查错误提示(以及拼音提示功能) 　　
拼写检查错误提示是搜索引擎都具备的一个功能,也就是说用户提交查询 给搜索引擎,搜索引擎检查看是否用户输入的拼写有错误,对于中文用户来说一般造成的错误是输入法造成的错误.那么我们就来分析看看百度是 怎么实现这一功能的.
　　我们分析拼写检查系统关注以下几个问题:
　　(1)系统如何判断用户的输入是有可能发生错误的查询呢?  
　　(2)如果判断是可能错误的查询输入,如何提示正确的词汇呢?

查询处理以及分词技术

随着搜索经济的崛起，人们开始越加关注全球各大搜索引擎的性能、技术和日流量。作为企业，会根据搜索引擎的知名度以及日流量来选择是否要投放广告等；作为普通网民，会根据搜索引擎的性能和技术来选择自己喜欢的引擎查找资料；作为技术人员，会把有代表性的搜索引擎作为研究对象. 搜索引擎经济的崛起，又一次向人们证明了网络所蕴藏的巨大商机。网络离开了搜索将只剩下空洞杂乱的数据，以及大量等待去费力挖掘的金矿。

百度网站的“百度与站长”部分的内容更新了，里面很多信息又可以值得我们挖掘。通过阅读文字信息，大家可以看到百度似乎也在转变先前自己对SEO的看法，合理的搜索引擎优化终于被它所接受。而且相比之前的百度与站长，这次修改比较大，而且也透露了一些积极的信号。有幸跟百度的相关人员交流过，感觉百度跟站长，跟seo，需要一个相互了解的过程。抛弃偏见，互相沟通，才能共同维护好搜索生态圈的和谐。

   前天，我写了一篇文章“404错误的处理方式及对SEO的影响”，介绍了对404错误的理解、一些常用的HTTP状态码、404对SEO的影响、自定义404错误页面的原则以及在不同的服务器环境下的处理方式。自定义404错误页面的合理设计体现着一个网站是否具备人性化，也是提高用户体验的一种方式。同时，在自定义404错误页面的技术实现上，充分考虑到适用于搜索引擎，尽量不要增加额外的负担，这是提供网站搜索引擎友好性的一种体现。

   先来介绍下黑色梦中处理自定义404错误页面的方式，再探求下目前主流搜索引擎在这方面的一个表现。

　　首席技术官对刘建国的报道：这位与李彦宏一起创立百度的“技术新官僚”，对搜索引擎技术运用的思考，在一定程度上体现了这个新上市公司的商业方向及这个团队的技术想象力。

　　采访中，刘建国不断接到要求解封的“作弊网站”的电话，大多是熟人才会直接将电话打到他这里，或是打给李彦宏。采访由此而展开。

搜索引擎通过一种程序robot（又称spider），自动访问互联网上的网页并获取网页信息。但是，如果网站的某些信息不想被别人搜索到，可以创建一个纯文本文件robots.txt，放在网站根目录下。这样，搜索机器人会根据这个文件的内容，来确定哪些是允许搜寻的，哪些是不想被看到的。

有趣的是，这种特性往往用来作为参考资料，猜测网站又有什么新动向上马，而不想让别人知道。例如通过分析Google的robots.txt变化来预测Google将要推出何种服务。

     百度新提出的智能排名策略，将不再以竞价价格高低做为关键词排名唯一依据，而是综合考虑关键词质量度及竞价价格的影响，以“综合排名指数”作为排名的标准。综合排名指数为关键词质量度与竞价价格的乘积，关键词质量度依据历史数据计算，主要反映其关键词标题、描述及网民对该关键词的认可程度。

　　由于在百度搜索“天极下载”，百度自家的下载网站"天空软件站”的一个内页占据了第二的位置，天极指责百度人工干预搜索结果，劫持流量。
百度发表了声明，表示，之所以天空软件站能在百度搜索“天极下载”时排在第二，是因为天极下载的编辑在添加链接时失误，把“天极网下载频道”下边插入了skycn（天空）的链接。因此，百度没有人工干预，错误是天极下载自己造成的。

百度的搜索结果又一次令我失望。在百度上搜索"天极下载"：



搜索结果第2位的标题赫然写着几个大字：天极网下载频道

看来是找到预定目标了，于是顺手进入，看了眼TITLE：关机大师 V2.6 (热键精灵修正版) - 天空软件站 - 软件分类 - 系统工具 - 开关定时

怎么跑到天空软件站了？？？于是仔细观察搜索结果：

信息的飞速增长，使搜索引擎成为人们查找信息的首选工具，Google、百度、中国搜索等大型搜索引擎一直是人们讨论的话题。随着搜索市场价值的不断增加，越来越多的公司开发出自己的搜索引擎，阿里巴巴的商机搜索、8848的购物搜索等也陆续面世，自然，搜索引擎技术也成为技术人员关注的热点。

搜索引擎技术的研究，国外比中国要早近十年，从最早的Archie，到后来的Excite，以及altvista、overture、google等搜索引擎面世，搜索引擎发展至今，已经有十几年的历史，而国内开始研究搜索引擎是在上世纪末本世纪初。在许多领域，都是国外的产品和技术一统天下，特别是当某种技术在国外研究多年而国内才开始的情况下。例如操作系统、字处理软件、浏览器等等，但搜索引擎却是个例外。虽然在国外搜索引擎技术早就开始研究，但在国内还是陆续涌现出优秀的搜索引擎，像百度（http://www.baidu.com/）、中搜（http://www.zhongsou.com/）等。目前在中文搜索引擎领域，国内的搜索引擎已经和国外的搜索引擎效果上相差不远。之所以能形成这样的局面，有一个重要的原因就在于中文和英文两种语言自身的书写方式不同，这其中对于计算机涉及的技术就是中文分词。

百度第一次被人在街头公众面前对立，讨说法！

北京时间时间：2006.8.4.12:20
地点：理想国际大厦门口

　“百度指数”与“谷歌趋势”开打关键词指数搜索

　　昨日上午，Google (谷歌)宣布Google Trends(谷歌趋势)中文版正式上线。下午，百度也宣布，其“百度指数”产品进行升级并全新上线。

　　Google Trends(谷歌趋势)通过分析Google(谷歌)全球数以十亿计的搜索结果，告诉用户某一搜索关键词在Google被搜索的频率和相关统计数据。根据这些数据，用户就可以知道哪些关键词是全球最热门的。而“百度指数”则跟百度风云榜和风向标等产品类似，让网民了解到各个关键词被搜索的次数。

　　由此看来，“百度指数”与Google Trends(谷歌趋势)的功能基本一致。虽说此类产品对盈利作用不大，但双方选择在同一日发布相似产品，可见在搜索领域，二者均不甘示弱。

　　说起两家产品的不同之处，百度公司表示，新的“百度指数”提供了用户关注度，用户可以定制具体关键词的指数，而谷歌趋势则还没有此项服务。

　　而Google则称谷歌趋势的优势在于有多个关键词比较，并包含和每个词相关的新闻链接，并且趋势分析可分区域，可以精确到具体的城市。

第一，也是基础原则，百度的信条是我很Evil，而Google的信条是 Don‘t be evil。这恐怕是双方做公司做事情的根本出发点。

第二，百度可以以忽视用户的智商为基础，将广告与搜索结果混淆在一起，帮助用户“误点”广告，百度叫推广的东西，而Google一定是将搜索结果和广告严格分开的。

第三，百度可以将不利于自己的文章在搜索排名中永远沉底，甚至个人空间里的文章都能删除掉，而Google的搜索结果却将权力交给了机器，所以一篇批评谷歌的文章可以在搜索“谷歌”时排名第一。

第四，百度可以将员工裁掉后说你们的付出远远小于百度对你们的付出，而Google为了让员工更舒服，几乎每个人都拥有巨大的活动空间，包括放下一张单人帐篷。

第五，百度的CTO可以说百度已经作了大量的创新，还不幸被Google抄袭，典型的例子就是打开新的页面窗口就是创新，而且是百度发明的创新，而Google的工程师却总爱说我们离客户的要求还差得远呢。

由此可见，百度的气魄很大，要远胜低调的谷歌，能做许多Google可能想都没有想过去做的事情，佩服啊，只不过，大浪淘沙之后的百度到底是一块金字招牌，还是雨打风吹去的毒药穿肠千百度。

百度快速地砍掉整个软件事业部，引起了被裁员工的强烈反对。议论纷纷时，李彦宏向大家揭开了谜底

　　7月10日下午，百度企业软件事业部（ES部）的办公室里。在短短几分钟的宣布之后，40名员工，在4个小时之内被遣散干净。被裁掉的员工表示，事先毫不知情。
　　就在业界瞩目的“7.13 2006百度世界”来临前夕，百度爆出裁撤ES部门的消息。这也是百度成立以来的首次裁员。
　　该事件至今没有平息，部分被裁员工心绪难平，联合聘请律师准备向百度提起讼诉。
　　百度为什么要如此突然地取消企业软件事业部？百度又将在“2006百度世界”上给业界端出怎么样的一道菜？

美国东部时间7月28日(北京时间7月29日)消息，国外媒体今天发表分析文章称，中国互联网市场的巨大潜力引来了美国网络搜索巨头Google和雅虎，但它们却无法在中国网络搜索市场同百度抗衡。

　　分析师表示，百度是中国第一大网络搜索服务提供商，Google和雅虎被远远甩在后面，而且同百度的差距有进一步拉大的趋势。Piper Jaffray预计，百度在中国网络搜索市场

　　占据了55%的份额，Google的市场份额为24%，雅虎仅有7%。本周三，百度发布了2006年第二季度财报。报告显示，百度第二季度营收为2400万美元，高于去年同期的840万美元；每股收益为25美分，同比增长两倍以上。

百度搜索结果广告漫天飞 被指试图钻法律空子

搜索引擎竞价排名漫天飞、整个页面全是广告

主持人：

据称百度今天将发布不俗的第二季度业绩。但国际投行高盛认为，虽然百度的业绩不错，但国际竞争将威胁其领先地位，维持卖出的投资评级。

也许正是来自资本市场的压力，百度在第二季度业绩公告前义无反顾地做了两件事：一是裁员，二是百度商业模式的核心———竞价排名方式的改变。虽然北京律师状告百度竞价排名违约一案达成了和解，但市场已经明确指出，百度利用垄断地位涨价，对企业用户是一种伤害。而更大的改变在于广告的数量和形式，在百度内键入“电脑”这一关键词，搜索结果首页前十条信息全部是广告，而且和信息内容不加区分。现在搜索公司变成广告发布公司了？