首页 > 优化 > 关键词  > 百度算法最新资讯  > 正文

基于搜索引擎百度的算法研究即金字塔算法模型初识

2013-02-21 10:56 · 稿源:www.it54.cn

Web3.0的到来后基于互联网营销模式层出不穷,seo就是其中一块炙手可热的领域。本人对百度算法跟踪研究已近5年的时间,我主要从事的是算法逆向,也就是通过一些相关指标来判断百度排名规则。在这里和大家分享一点心得。

在叙述百度算法之前我先讲一下我在前不久之前看到百度搜索研发部博客中的一篇文章《浅谈网页搜索排序中的投票模型》里面叙述了美国的选举制度,这其实就是百度的其中一种投票体系的原型,我是这么认为的。用一张简单的图来阐述一下整个过程(当然这图只是简略表达,网上说法很多,实际结构也只有度娘可知):

看了上图我相信大家都应该明白,排序的残产生应该是在“总数据库”和www.baidu.com之间发生的变化,百度蜘蛛会采集很多内容回来,全部存放入总服务器,总服务器通过规则判断筛选后最终在web服务器上放出页面给出排序,其实就是在“总数据库”发生了一些列的算法变化。当然我这边阐述的内容中的各个服务器和名称全部是我个人定义,但基本的逻辑应该是如此的,按照数据分析的原则:数据收集-----数据处理-----数据分析仪-----数据展现,其实就很能概括百度这一行为。

虽然百度一方面做着推广竞价,一方面又希望给广大用户一个良好的检索体验,可能很多seoer又恨又爱,但是根据官方的各种文本我们还是姑且相信百度搜索研发部门还是希望给用户一个好的检索体验。

说到了这里我不得不用一张图来给大家展示一下,什么是金字塔模型:

看了这图后,可能有限人应该会有质疑,这很像漏斗原理,对!没错,就跟漏斗原理很像,但是没用金字塔来的励志,大家都希望能够获得金字塔最高峰。

排序筛选过程又是如何的呢?我们引用一下百度搜索研发部文章内的一段内容:

“系统里有n个网页,有m个特征(页面质量、页面内容丰富度、页面超链、文本相关性等)对n个网页有不同的打分,如何根据这些特征的“投票”,选出最适合放在第一位的网页呢?

从选举的例子中,我们可以得到的几个启示:

1. 设计算法时,要避免出现“赢者通吃”带来的信息丢失问题。

2. 不要因为某几个特征特别好,就把某个网页排到最前,或者因为某几个特征特别差,就把某个网页抛弃。

3. 最合适放在首位的网页不一定是在每个特征上都最好,而应该是能够兼顾所有特征,综合表现最好的那个。

4. 搜索引擎使用者对搜索结果的点击行为,可以看成是对搜索结果进行的“投票”,这样的“投票”信息的使用方式,也要注意考虑是否会带来选举过程中出现的种种不合理。

以上提到的种种选举方案,仅仅是对“多候选人单职位的”的情况进行讨论,而搜索引擎面对的问题,则更类似于“多候选人排序”的情况,也即:

系统里有n个网页,有m个特征(页面质量、页面内容丰富度、页面超链、文本相关性等)对n个网页有不同的打分,如何根据这些特征的“投票”,决定n个网页的顺序?

而这个“多候选人排序”问题,是有一个“不可能的民主”的理论的,该理论的大意是,“合理”的民主应该满足3个条件:

1. 如果选民都认为A比B好,那么最终结果应该也是A比B好

2. 没有“独裁者”,也即,不存在这样一个人,无论别人怎么排序,最终结果的排序都和这个人的排序一致

3. 无关因素独立性,也即,在第一次投票完成后,A排在B前面,现在进行第二次投票,如果所有人都没有改变自己投票中A和B的相对顺序,那最终结果应该也是A在B前面

而通过数学的证明,可以得出结论:如果某种选举方式满足条件1和3,则必然不满足2,也即必然存在“独裁者”,这个问题的证明,可以参考这篇博客:https://roba.rushcj.com/?p=509

根据“不可能的民主”理论,和搜索引擎结合起来看,似乎搜索引擎很难给出一个合理的网页排序,但是搜索引擎和投票又似乎有所不同,有两个角度可以破解

1. 认为条件3过于强,需要弱化。

2. 也许在网页排序问题上,真的存在这样一个“独裁特征”,这个“独裁特征”从目前看来,最适合的应该就是“用户满意度”了,按照用户的满意程度来排序网页,就是最合理的网页排序。如何衡量“用户满意度”呢?这就是我们一直在努力的。”

相信大家阅读了这段内容后应该深有体会,百度算法和选举制有很大的雷同之处。那么我们做为逆向研究的方向是先从数据展现本身研究得出数据分析原则,这个是一项长期计划,因为我们必须对数以亿计的网站进行分析后才可以得出结论,而事实证明百度排序规则中不仅仅只有一条算法规则,会有多重规则。

前期我也已经开发出一个基于关键词的简单分析程序:

这个工具主要是辅助作用,之前讨论的选举制度主要针对的外链的有效性,而此工具的主要内容是针对相关性,也就是搜索结果最后的排序规则中的先后排序规则。当然这个工具还是处于毛胚状态,很多指标都还是没有加进去,后期大家可以一起参与这份研究,把一些相对比较重要的指标加进去便于我们的研究更加的完善。

如果你是纯粹做一个seoer我觉得到这里,你也可以停止阅读这份研究,因为事实证明,你只要获得最后排序的相关算法即可完成工作,通过此工具你已经能够轻松的获得什么样的密度情况下可以优先获得排名。倘若你在做价值数万的关键词,我觉得你可以继续往下看,因为这里就会讲到选举制度中的外链。

选举制度中的外链其实应该是放在最前面的,因为这是相对比较民主的一次选举,不像上述的内容相关性一样,内容相关性的选举应该是属于百度内部选举制度,是属于第二次选举,而外链选举是属于第一次选举,网站通过外链来证明自己的同时,证明自己被认可。

说到这里我想到站长很头疼的一个问题,也就是什么样的外链才算是真实有效的?很多seo工作者或多或少应该已经建了不少外链,但是实际效果不得而知。

但是你通过选举制度,你可以排除以下几类人选:

1. 剥夺政治权益的。进百度黑名单的。

2. 政治地位低下的。此站本身质量低下的。

3. 无选举权的。也就是不在收录范围内的。

4. 与选举无关的。什么叫与选举无关?这里其实包含了这么几个意思,一是说此站内容相关性不高,二是说此站不是真心选举你的,甚至是不认识你。这也是百度近期的回复中多次提及的内容“真心推荐”。

如果你已经理解了选举制度,相信到这里你会变的相对比较明朗,但是你要非常的清楚去认识一件事情也就是什么样的选举?选举制度可以一次性全员投票,也可以级级选举。

所以说对于外链的建设,本身也是一个选举与被选举的规则,百度官方很有可能近期也会放出外链查询工具,告诉你什么外链有用什么外链没用,我也会在下一期的时候给出相应的工具或者是判断方案。

暂时先说到这里有兴趣的可以到我的博客一起讨论!

本文由www.it54.cn/blog供稿,转载请注明。

举报

  • 相关推荐
  • 百度搜索,跳出“框”外

    以AI为“黄金配方”,百度搜索已经悄然生长出了“肌肉”。用户侧最直观的感受是,曾经熟悉的搜索框变“大”了。 “大”从表面看是搜索框所能承载的内容和能调用的工具变多。例如,过去做旅行计划得靠“亲子出游”“漂流”“一天”等关键词堆砌,现在只要用自然语言提需求即可。

  • 最重要的搜索阵地,百度想誓死守住

    AI搜索的东风刮过两年,百度终于下决心,对自家搜索引擎“动刀子”。 7月2日,百度宣布开启十年来最大一次搜索改版,正式将搜索框改版成支持千字输入的“智能框”,从“给链接”跨越到了“给答案”。另外靠着智能体,百度搜索也进入了“解决任务”的阶段,并集成了AI写作、AI图片/视频生成等一系列服务。 当然,这还不够。在阿里夸克、字节豆包等产品不断往自家�

  • 一场没有“罗永浩”的直播,为百度AI正名

    5500万GMV,这可能是迄今为止,一个AI数字人单次直播带来的最高销量。 过去几年内,数字人直播代替真人主播的传言总是一波又一波,空无一人的直播基地无数手机屏幕“自动地”产生着GMV,这个画面曾经击中了无数网友的心。但现实是,这些数字人们机械重复的动作、无法随机应变的话术反而让真人主播们都松了一口气。 但这次,真正的转折点来了。6月15日,罗永浩数字�

  • 罗永浩担任百度慧播星首席产品体验官 入驻百度优选进行真人直播带货

    百度宣布,罗永浩将正式担任百度慧播星首席产品体验官。 除了罗永浩本人入驻百度优选进行真人直播带货外,其数字人也将不定期开播、常态化为用户带来更多福利。 6月15日,罗永浩数字人直播首秀创下超1300万人次观看、GMV突破5500万元的行业新纪录,部分核心品类带货量反超真人直播。 百度文心大模型化身灵魂编剧”,基于老罗人设和商品特性,开启了全新大师级剧本

  • 双第一!百度智能云领跑2025上半年大模型中标市场

    2025年上半年,全球AI产业迎来关键拐点,多模态理解、深度逻辑推理等核心能力实现重大突破。大模型加速渗透产业核心场景,推动AI从通用能力向深度行业应用转变。我国大模型项目呈现爆发式增长,中标项目累计1810个,金额突破64亿元。百度智能云表现突出,以48个中标项目和5.1亿元金额稳居"双第一",在金融、能源、政务等重点行业持续领先。行业趋势表明,大模型市场正从"通用竞争"迈向"行业深耕"阶段,技术实力与落地能力成为关键。百度智能云依托领先的大模型技术与全栈智能基础设施,助力企业高效部署应用AI,目前已有65%央企选择与其合作。在能源、交通、金融等领域,百度打造了多个行业标杆案例,显著提升业务效率。

  • PK本尊,百度电商新解数字人

    6月15日晚,罗永浩数字人在百度电商完成首场直播,该场直播GMV突破5500万元,数据超过了5月23日罗永浩本人在百度电商直播时的GMV。 进一步对比两场直播,可以看到很多有趣的细节。 “先本尊,后替身”的两场直播带货说明百度电商在过去两年时间内已完成基础建设。百度优选在接受采访时提到,“我们在GMV上没有压力,百度优选作为电商行业的新玩家,历史包袱并不多,

  • 今夏增长卷上天?看百度商家智能体玩转服务预约!

    文章探讨了数字化浪潮下商家经营从"经验驱动"转向"智能驱动"的趋势。通过教育、旅游、法律三大行业的实战案例,展示了智能体如何助力企业实现"省人、省心、省钱"目标。在教育领域,智能体帮助机构精准解读家长需求,提升招生效率;在旅游业,智能体化身"旅行搭子",提供个性化行程规划;在法律行业,智能体24小时提供专业咨询和情感支持。智能体正从单纯工具进化为懂行业、懂场景、懂人心的"金牌销售",通过预约化服务和场景适配能力升级,助力企业降本增效,实现服务温度与商业效率的双赢。

  • IDC发布中国金融大模型市场份额报告:百度智能云居首

    IDC最新报告显示,百度智能云以12.2%的市场份额位居中国金融行业生成式AI平台及解决方案厂商首位。2024年中国金融生成式AI市场规模预计达9.14亿元,百度智能云全年营收1.113亿元领跑行业。其全栈大模型解决方案覆盖基础设施、基础模型、生成平台及场景应用,已服务超600家金融机构,包括65%的央企客户。典型案例包括某头部银行构建的全行级知识检索平台,覆盖1.6万用户;银河证券部署的衍生品交易机器人累计处理询价26万次;泰康保险的AI智训系统有效提升代理人获客能力。百度通过"算力云+数据飞轮+模型平台+智能体生态"四轮驱动体系,构建了包含300+培训课程的人才认证体系,并与工信部教考中心联合颁发认证证书,当前持证学员超1万人。2025年Q1财报显示,百度智能云营收同比激增42%,金融领域成为核心增长引擎。

  • 微算法科技(NASDAQ:MLGO)研发可信共识算法TCA,解决区块链微服务中的数据一致性与安全挑战

    微算法科技(NASDAQ:MLGO)开发了TCA(可信共识算法),该算法结合可信执行环境(TEE)和有向无环图(DAG)技术,旨在解决区块链微服务架构中的数据一致性和安全性问题。TCA通过引入安全隔离的执行空间确保数据传输完整性,利用DAG结构提高数据处理效率,降低共识延迟和能耗。该技术可广泛应用于金融、供应链管理和物联网领域,实现高效安全的分布式系统。未来随着技术进步,TCA性能将进一步提升,成为构建分布式系统的重要工具。

  • @开发者们:百度文心大模型4.5系列模型开源,国内首发平台GitCode现已开放下载!

    6月30日,百度文心大模型4.5系列正式开源并在国内领先的开源平台GitCode首发上线。该系列包含10款模型,涵盖47B和3B参数的混合专家(MoE)模型及0.3B的稠密参数模型,采用创新的多模态异架构结构实现跨模态知识融合。模型基于飞桨框架开发,训练效率达47% MFU,在文本和多模态基准测试中达到SOTA水平。所有模型按Apache2.0协议开源,配套产业级开发套件支持多种芯片部署。GitCode平台已汇聚620万用户,为AI开发者提供代码托管、协同开发等全流程支持。此次开源将推动中国AI生态创新,加速大模型技术产业化应用。