百度“最新相关信息”的收录机制和原来的百度新闻源一样是比较“傻”的,从几个方面简单讨论一下百度“最新相关信息”对已收录论坛的帖子的收录和排名机制。
(1)快照中的标题为内容标题。和百度新闻搜索一样,快照只显示网页内容的标题,并不是“傻瓜式”的显示代码中<title></title>标签之间的内容,并没有把内容标题之外的栏目和网站名附带上。不过也并不是所有的网站都能识别出来,比如chinaz的论坛,同样的模版,但是标题提取不同,有的无后缀,有的有后缀,有兴趣的朋友可以在“百度最新搜索”中搜索“site:bbs.chinaz.com”,细心观察一下。
(2)“最新”代表的是一周内。笔者搜索了大量结果数在760条之内的关键词(百度最多现实760条结果),并选择按时间对搜索结果进行排序,发现最早的信息距离搜索之时的时间间隔都没有超过一周,搜索结果中显示的最早时间是"6天前”,如图14-14所示,可见百度“最新相关信息”中的“最新”指的是一周的时间。
(3)“傻瓜式”收录。东莞seoWHY论坛中的“新人报道区”和“灌水区”的内容应该是没有什么价值的,但是百度“最新相关信息”还是收录了这两个板块中的帖子,可见这个“最新相关信息”和原来的百度新闻一样对已被收录的“种子站”会进行“傻瓜式”的收录。也有第2页被收录的情况,如图14-15所示,如果第2页拥有比较相关的内容也是无可厚非的,但是百度“最新相关信息”中也确实收录了一些无内容的“第2页”,并且在“最新相关信息”中搜索普通关键词少见对“第2页”帖子的收录,代表百度“最新相关信息”的收录机制或算法还是有问题的。
(4)并不是收录全部内容。虽然“最新相关信息”的收录机制比较“傻瓜式”,但是也并不是所有的帖子都会被收录。按照网页收录的常理推断应该收录有内容、有价值的页面,但是笔者比对东莞seoWHY论坛新人报道板块的已收录和未收录的帖子,并没有发现已收录的部分有什么特殊之处,都是没有意义的内容。可能此部分的收录展示算法的细微程度已经超出了东莞seo对内容的操控范围,也可能是笔者水平有限没有洞察出里面的“玄机”。不过按照正常网页东莞seo方法,发布有内容的帖子比垃圾贴被收录的几率更大。
(5)外链应该没有太大作用。“最新”相关信息,应该是以“新”为主,新的帖子并不会获得太多外链,甚至短期内根本不会有外链,那么权重方面最直接的参考应该就是帖子所在网站的权重了(理论来源于百度新闻搜索的老算法,百度新闻算法升级之前的搜索排名和页面的外链没有任何关系,和网站本身权重的关系也不是太大,“新”是最重要的。如果转载网站注明了转载源,那么一般源网站排名会更好一些,或者源网站被主显,其他转载的网站被合并,并不一定需要用链接指明源网站,只需要声明转自哪个网站即可)。
(6)并不唯“新”论。“最新相关信息”并不是只以“新”排名,不然就不会有“默认排序”和“按时间排序”两个排序规则供网民选择了。理论推断,在同一时间发布的内容,关键词更相关,所在网站权重更高、更相关的帖子排名会更好,甚至网站权重更高、更相关时,帖子本身内容和搜索词相关度不如其他网站也会获得好的排名,如图14-16所示。前两条结果是A5论坛的,第一条明显比第二条与搜索词更相关,并且根据帖子的ID也可以方便地观察出第二条帖子发布的时间比第一条晚,也就说明“相关度”在百度“最新相关信息”中还是很重要的。
(7)继续对比,第二条帖子与搜索词的相关度明显不如第三条,并且第三条帖子发布的时间要比第二条晚,但是第二条和第三条分属A5论坛和chinaz论坛。综合分析两个论坛的发帖量、百度收录量、站长工具估算的流量等,并且当下在百度网页搜索“东莞seo”、“网站优化”时,“最新相关信息”中也是A5论坛占了大多数,所以在百度中chinaz的论坛权重可能要略低于A5论坛,或百度认为A5论坛比chinaz论坛更具有与东莞seo相关的内容。这也就说明“最新搜索”和普通网页搜索一样网站本身权重对内页的排名有很大的促进作用。另外,把图中几条结果的时间相比较,明显最新收录的帖子排名比较靠前。所以“最新搜索”以“新”为主要排序规则,但是其他因素的影响也非常明显。