标签 “Baidu”

百度推出了自己的即时通讯工具IM，Baidu Hi。

如果按照愤青们的理论，可以看作一个国外公司（百度）抢夺中国本土公司（腾讯）的战争。
可以炒作一番。就像当时炒作Google和Baidu的搜索引擎之争一样。

这几天在Google Reader中，充满了各种抢先评论，抢先尝试，抢先体验，等等各类小白鼠行为。

当然我来评论的话，基本上可以算作不靠谱，因为我没有用过Baidu Hi，没有尝过这个鲜。

但是我实在看不出有什么需要使用（试用）Baidu Hi的必要和需要。
它有什么过人之处吗？如果只是拾人牙慧，还不如不要。

每多一个IM，就需要重新邀请一批朋友，否则一个人怎么玩？
而不采用开放协议的市场新加入者，注定要失败。

也许我的预测是错的，因为中国互联网用户中，充斥着脑残者，百度空间中毒重度使用者。就像QQ有如此多的人使用一样。娱乐经济现在是互联网的主流。

邀请制的发布百度Hi，本身已经是被他人用过的旧招，却还搞得邀请满天飞。
真是画虎不成反类犬。

之前有比较分析过Google Analytics和Yahoo统计对Baidu搜索引擎流量的统计。开始怀疑Google Analytics新代码对Baidu流量的统计失去准确度，有丢失数据的可能。

在1月21日，DavidYin把本站的Google Analytics统计代码用旧的代码替换了新的代码，随后，Baidu搜索在Google Analytics统计中的表现就发生了不同。

首先看看Yahoo统计的结果。

来自百度的流量上下波动，很规律。

接下来看看Google Analytics统计的结果。

注意看那个点，我注明了是21日，就是把旧代码换上的时间点，那天统计到的Baidu的流量就开始上升，之后回到了之前的大致范围，在200多一点，然后又出现了一个小小的滑落，到昨天，又回到了200多。可是并没有跌落到之前新代码时期的50左右。

通过使用Google Analytics来分析一下本站用户的一些情况。

所用的数据为过去12个月365天的统计。
在浏览器部分，IE占有绝对的多数86.82%，Firefox只有11.88%。
这两部分的用户，就占去了98%以上，其他的就可以不予考虑了。把这两部分用户对比着来看看，IE用户Pages/Visit是1.70，平均逗留时间是2分钟，Bounce Rate为73.66%。Firefox用户 Pages/Visit是1.93，平均逗留时间为2分58秒，Bounce Rate为66.47%。从这两部分可以看出，Firefox的用户看的页面更多一些，看的时间更久一点，而因为误入本站而马上离开的较少。

操作系统部分，Windows用户也是绝对的多数，占99.16%。

屏幕的分辨率，这牵涉到网站页面的设计考量，是否以800X600为主还是以1024X768为主。SEO 网站优化推广的用户中，使用800X600分辨率的只有3%， 1024X768分辨率的占69.83%，剩下的用户使用的分辨率更高。
很显然现在我使用的1000px宽度来设计是适应用户的习惯的。

当然本站以中文书写，来自中国大陆的用户为主，其他地区，比如台湾，香港，马来西亚，日本等加起来也只有大陆用户的一个零头。

用户从以下三种途径访问本站：
直接输入网址： 15.37%
其他网站推介过来：22.71%
从搜索引擎而来：61.92%
而通过搜索引擎而来的流量中，排名最前的三位为：
百度：70.0%
Google：28.6%
Yahoo：0.7%
可见在中国大陆的用户中，使用Baidu的用户还是明显的多过Google很多。

那么接着分析比较一下百度用户和Google用户：
百度用户的Pages/Visit是1.54，逗留了1分37秒，Bounce Rate为77.54%。
Google用户Pages/Visit是1.75，逗留了2分14秒，Bounce Rate为71.54%。
通过Google搜索而来的用户，更多的找到了他们要看的内容，逗留的时间更久，可否认为在搜索结果的质量上，Google更好一点，只是一点点而已。或者说使用Google搜索的用户更有目的性一点。

在中文搜索的环境中，不能不承认Baidu给用户带来的流量是最多的。

这几天通过Google Analytics的统计，看到本站来自百度，Baidu的流量大减，当然原来就不多，不过是从比例上减少了很多。

首先用Site命令看看。
有2070个页面收录。其中有些页面是之前本站使用MovableType 4.01之前的按日归档页面，现在已经放弃了。
收录的情况还好，没有什么问题。

目前DavidYin使用两个统计工具，一个是Google的Analytics，一个是Yahoo的统计。
首先看看上个月（2007年12月）的数据。
Google Analytics

Yahoo统计

两者的统计数据是相近的，趋势一致，没有什么问题。从百度来的流量稳定。

然后我们来看看今年一月一日至今的数据：
Google Analytics

Yahoo统计

通过这两张图的比较，可以看到一些诡异的东西，Yahoo统计得到的数据表明，这个月的每天从百度过来的流量通上个月差不多，没有什么变化都在200至300之间。而Google Analytics得到的数据却显示从2007年12月31日开始，百度流量出现大的滑坡，从200多降到60左右。

这样不一致的统计结果的确让人质疑，哪个才是正确的。

Ok，我还有服务器日志可以看，我使用的是Awstats日志分析软件。
从一月一日到今天的日志分析来看，Baidu仍然是最多的。

通常本站有很大的一部分流量来自于搜索引擎，今天我想看看最近流量变化的情况，也给大家做个参考。
就从今年七月开始算好了。下面就以给《网站优化手记》带来最多流量的三大搜索引擎为例，所用数据从Advanced Web Statistics 6.6统计本站的Log文件而得。

都是指每个月从某个搜索引擎而获得的页面

Baidu
7月7976
8月10097
9月8709

Google
7月3102
8月2934
9月3490

Yahoo
7月118
8月124
9月10669

而十月的情况，目前看来还是Yahoo领先。

当搜索引擎的流量有所变化时，作为搜索引擎的研究者，总是喜欢做些探讨。
这里提供一个数据，就是本站于八月二十八日开始做阿里妈妈的广告投放。

这里还有两个事实：
1）Yahoo和阿里妈妈的关系
2）Baidu同Yaoo的竞争关系

如果你的想象力够强的话，试试看能够得到什么结论。

现在DavidYin还不愿做任何猜测，而且数据也不够多，也只是一个Blog的数据。只是我觉得有趣的是自八月底开始投放Alimama广告后，来自Baidu的流量略有下降，而来自Yahoo的流量则是大踏步的前进。

那么我很想做一下反向的实验，甚至做一下重复的实验，看看流量来源的比重会有怎样的变化。

目前我已经撤下本站的Alimama的广告，也取消了所有的代码，看看这个月，以及下面的两个月会有什么样的变化。如果如各界的猜测，那么到一月份再开始投放Alimama广告，看看会否重现。

顺便提一句，把某一个搜索引擎带来的流量当作唯一的依靠，是非常不可靠的，多样化是最好的保障。

昨天有网友留言，提到了下面的问题：

扬扬 said:

David您好 关注你的博客半年了
我最近有一些问题困扰 发到您的邮箱里 但是迟迟得不到答复
是这样 我想购买 国外空间 但是我一个朋友告诉我说国内搜索引擎对国外空间不怎么友好，煞费苦心 望David 前辈指点一下 谢谢！

首先谢谢你的关注，至于你给我的Email，我看了一下，没有找到。每天我都会收到很多邮件，有时少数邮件也会被Spam Filter误认为是垃圾邮件，所以在此表示抱歉。

从中文网站的角度来看，大陆的搜索引擎对于中文网站的地理位置，IP都是不感冒的，并不会因为这个网站host在海外服务器，而给予特别的照顾。

会引起搜索引擎特别注意的网站，往往是那些有大量重复内容的网站，在国内也称为垃圾站。
而国内的搜索引擎，对于英文网站基本上是采取不收录的策略，特别是影响力最大的Baidu，就是这样的，最多收录首页而已。
而个别的情况是放在海外服务器的网站上，有大陆政府所禁止的内容，那么这是搜索引擎会根据政府的规定来采取措施，这是你就会有种感觉，怎么网站在搜索引擎上查不到呢？

当然，大部分的中文网站，放在海外都不会有问题，具体例子很多，比如关注SEO网站优化推广的本Blog，就是放在海外，我看Baidu之类的很友好嘛。

早上看到这个消息客齐集频道定制遭百度全面封杀，稍微查看一下，似乎不是那么严重。不过也是够严重的。

seovista的预测的确符合搜索引擎的规律。

复制内容的确是会收到一定的惩罚，而且当这些复制内容在一定程度上还互相链接起来，同样的内容在同一时间出现在几十个几百个站点，那么明显就是复制内容。

降权是基本的做法，比如Google就会把部分站点都放到补充材料里面，更为直接的就像这次Baidu的行动，把站点从index中剔除出去。

Affiliate Program是搜索引擎不那么喜欢的一种方式，在搜索引擎的算法参数中，这是一个排在前十名的参数，千万不要小看。

在这里只是告诉大家，在参加类似的Affiliate Program计划的时候，要多考虑一下。

所谓度谷游戏已经快接近尾声了，据说还有两天就要结束了。

这个zola也想赶上这个末班车，还试图把他的http://www.fangeming.com/通过度谷游戏推广出去。我看很难。

首先讲讲这个游戏的规则，和我所了解的背景。

第一，在这个游戏被公布之前，就已经有个别的后来参加的人已经知道消息，先人一步，开始了，可以算是田径比赛中的抢跑。

第二，本身游戏的规则没有很好的指定，比如有些人的参赛域名已经运行了很久了，有一定的流量和PR值，那么每个参赛者的起点也不同。看看国外的SEO世界冠军赛，它规定参加比赛者，必须使用新的域名，而且必须在指定日期之后注册的新域名才可以。

一个没有好的规则的比赛，不参加也罢，因为制度的不公正，那么比赛的结果也很难公正。

在大部分的时候，这种SEO比赛，看上去比的是技术，其实比的是资源，很多业者手里有十几二十个站点，都有不错的排名，那么他们就比较容易得到好的名次。

但是也要看到这里也有一个风险，就是暴露了那些人的站点群。

如果有兴趣参加中文SEO比赛的话，还不如参加渡虎谷比赛。

看到一个貌似很不错的网站，确让我看到许多作弊的手法。这里同大家分享一下，不要去做这样的事情，一定会受到搜索引擎惩罚的。

一、图片alt属性
代码如下，这些图片是被切割的开的背景图片，并无任何特别的意思，只是网站的名称而已。
如果用alt属性的话，只要放网站名称就可以了，下面的样子，这是明显的关键词堆砌作弊。
<img name="sample3_r1_c2" src="../images/sample3_r1_c2.jpg" width="140" height="101" border="0" alt="武当山保健枕-药枕专家 治疗失眠、肩周炎、颈椎病、高血压、头痛、偏头痛、鼻炎、神经衰弱、焦虑、抑郁、护肤、养颜、去皱"><img name="sample3_r1_c3" src="../images/sample3_r1_c3.jpg" width="148" height="101" border="0" alt="武当山保健枕-药枕专家 治疗失眠、肩周炎、颈椎病、高血压、头痛、偏头痛、鼻炎、神经衰弱、焦虑、抑郁、护肤、养颜、去皱">

上面的例子，还是有一点图片在，下面的图片的则是一个空白，spacer.gif，一个透明图片，通常是用于table的布局，而这个站长显然太过分了。放置了大量的关键词，可以称之为极为猖獗的关键词堆砌。

Baidu的口号是：
全球最大的中文搜索引擎。

这样的称呼似乎是比较贴切的。可是有个问题，是否属实，还要小心求证。

所谓最大，就是收录的数目最多，用户最多，我相信，用户最多是可以说的。
就是讲，Baidu是人们搜索中文内容时，使用人数最多的一种搜索引擎。
至于是否收录中文网站数目最多，则未必，因为中文还包括简体，繁体，你总不能说繁体不算中文吧？

下面我做了一点小测试，供参考：
测试平台，Baidu搜索 Vs Yahoo奇摩搜索（雅虎台湾）
测试搜索发出的IP位置，北美。
简体测试词
1）上海机票
百度一下，找到相关网页约1,580,000篇，用时0.067秒
上海机票搜尋結果約18,000,000個，以下為1 - 10個 ，共花0.61秒
第一行是百度的结果，第二行是Yahoo的，下面的搜索相同。
这个结果有点出乎意外，似乎台湾的朋友比大陆的人民更重视上海机票。

2）台北101
百度一下，找到相关网页约313,000篇，用时0.064秒
台北101搜尋結果約1,600,000個，以下為1 - 10個 ，共花0.04秒
这个结果不奇怪，毕竟这个地标是在台北。

3）涮羊肉
百度一下，找到相关网页约730,000篇，用时0.044秒
涮羊肉搜尋結果約421,000個，以下為1 - 10個 ，共花0.60秒
这个时及其本土的关键词，相信使用的人也是国内，大陆的人居多。

让我们再多作些测试，看看用Baidu热门的关键词来比试一下。

昨天看到Zac的Blog被Baidu降权了，他的这个搜索引擎优化排名SEO每天一贴，是我时常去看得一个SEO类别的Blog，感觉Zac也是一个有想法的SEO观察者。

原先Zac就提到对于Blog程序作SEO优化不方便的问题，我也做过一点说明。因为Zac所用的平台是Wordpress，我没有多大的研究，我使用的是MovableType，这个平台的模版文件定制能力非常强。

根据我从Zac的Blog页面的源码查看，感觉有如下的几个可以改善的地方。
都是关于模版设置，以及标签运用的。
1） 把左边和右边的两栏交换一下，这样可以把网页的主要内容放到代码的前面。

2）使用表格布局，不好，最好还是用CSS+DIV布局。

3）在左侧导航栏，那些非网页主要内容部分的标签，用了很多的H2标签，而在文章的标题，则只用了span标签，没有用H2，至少也要用H类的标签来表示。

4）可以考虑添加Meta标签，来描述主要内容和关键词。如果在Google作Site查询，就可以看出这个Meta的用处。

谈谈我对这次可能的"封杀事件"的可能原因，做一下猜测吧。

最近的搜索引擎的人工干预机制，在中文搜索里有些冒起，而且有提高到新层次的趋势。

看过"搜索引擎人工干预神话的背后"，让我不禁有些这样的感触。

在技术上不如人，之后，只好扬长避短，把人工干预放到机器算法的前面。

的确，到目前为止，人脑还是比电脑聪明，更有智慧。可是人脑还有一个弱点，就是感情和利益，会驱使人们作出违反规定的事情，作出违反行业习惯的事情。比如前不久的天空搜索和天极网的事件。

从搜索引擎的公平性来说，就是要用机器算法来衡量所有的网站，这样会公平。

当然还有很多厉害的黑帽SEO，采用了一些搜索引擎的算法里还没有包括的手段，那么就需要用到人工干预，而人工干预的目的不只是维持一个合理的算法，而且是改善算法。

在吕伯望的Blog上看到这篇评论

我们的调查结果，从一个侧面证实了，百度的MP3搜索和百度贴吧，是百度最成功的两个产品。它们的成功，是百度在中国获得大规模用户市场份额的主要原因之一。调查结果也表明，百度的搜索类产品不仅仅相对于Google，即使相对于它的贴吧等非搜索类产品，也需要获得改进和提高。

这里有两个意思，分别夸了Baidu和批评了Baidu。
1）Baidu的MP3搜索和Baidu贴吧，为Baidu打下了市场份额的江山。很成功。
2）Baidu的其它的搜索，比如网页搜索等，同Google相比，还是有差距的，需要努力。

这个同很多站长的看法一致，就是Google在网页搜索的准确度，自然排名的效率来说都比Baidu好。
至于MP3搜索，这样的产品，不是Google不行，而是它不为，Google对于版权的问题一直比较重视，所以对于Google AdSense这样的产品，它都规定：

网站发布商不应将 Google 广告展示在带有 MP3 、视频、新闻组和图像结果等内容的网页上

复制内容时常会出现在不同的网站，或者同一个网站上。
虽然现在还有些人认为搜索引擎无法发现复制内容，所以就疯狂采集，不断的复制那些内容重复的网站。这里我就不解释搜索引擎是否能够发现，是如何发现复制内容的了。

首先要澄清一点：
搜索引擎对于复制内容的确是存在惩罚措施的，特别是那些内容完全一样的站点，或者是在一个网站内，内容完全一致的页面。

再要澄清的一点：
所谓惩罚，是指搜索引擎会认为这些网页是违反了搜索引擎的服务条款，或者是站长指南，采取了使这些网页更少的出现在搜索结果里的措施，有时甚至会把这些网页从搜索引擎的索引中去掉。所谓被搜索引擎踢出来，就是这样。

很多做内容采集的人，会把某个内容很好的网站，全站采集，做到自己的网站里，在最初的时候，看到Google，Baidu收录了几万，几十万的页面，之后在很短的时间里，很多收录都消失了，只剩下几个，十几个页面。这就是内容重复，复制内容的惩罚在起作用。
这不是因为你的内容不好，而是采集惹得祸。

恶搞之风已经遍及了祖国大地，现在又有了"雅阁女"之流。

看到张翼轸的观点当心"雅阁女"又是高明宣传，才知道国内的学习态度真好，普及的真快，可是总是在那些恶俗的方面，对于好的却学不到。

雅阁女是发在青娱乐上的，看看百度指数，可以看出，两者的关联。

关键词 用户关注度 媒体关注度
雅阁女 15141 ↑ +819% 106 ↑ +10500%
青娱乐 7870 ↑ +181% 96 ↑ +9500%

青娱乐

从上面的两个图，看出爆发点都在同一个时间。可称为一夜爆红。
这样的东西可以看作是丑闻传播，一个人人喊打的观点，或者言论，可以的到极大的关注。

好像有这么一句话，叫做，不能名垂千古，也要遗臭万年。

Blog的流行，带来了针对RSS的搜索引擎以及RSS目录的兴起。

当一个Blog建立之后，总会有RSS的，那么如何应用RSS的搜索呢？
让我们来看看如何提交RSS Feeder？到哪里去提交？
上次我已经讲到过RSS服务站点，现在再补充几个。
Technorati 最著名的Blog RSS服务。
2RSS

Aspin

上面只是一些例子，告诉大家当Blog建立好之后如何提交到英文的RSS搜索服务。

至于中文，那就算了，现在国内还是Baidu一家独大的情况，只要提交整个网站到Baidu就好了。

网站的统计很重要，让我们来看看这个统计，来自Google的Analytics。
下面是我的两个Blog的统计，一个英文，一个中文，没有分开，都放在了一起，现在让我们来看看其统计的情况。

图表的数据包括了从5月11日到昨天的数据。

第一张图是，新用户同回头客之间的比率，显然新用户占优势，为89%。
第二张图表示的是用户来源，Google占52.07%，遥遥领先于Baidu的29.21%，Yahoo和Sohu的份额不到3%。

下面再看看访问量和来源地区的分布：

每天都会有些搜索引擎的蜘蛛来探访每个网站，那么有哪些蜘蛛，它们的出访频率又是怎样的呢？

让我们来研究一下。
下图是本站截至到昨天所统计的资料，采用的统计系统是Advanced Web Statistics 6.5 (build 1.857)，关于这个统计系统不做讨论，就谈谈其中的"搜索引擎网站的机器人"部分的资料。

讨论的前提是，本站的内容是每天都更新的。
我把这些蜘蛛分成两部分，第一部分是很勤快的，几乎天天来，包括了下面几种：
Googlebot
这个是Google搜索的蜘蛛。
Yahoo Slurp
这个是Yahoo搜索的蜘蛛。
BaiDuSpider
百度的蜘蛛
Bloglines
知名的Blog新闻服务的蜘蛛
Google AdSense
Google AdSense发布商内容抓取的蜘蛛。
NewsGator Online
同Bloglines齐名的新闻聚合服务的蜘蛛。
larbin 一个开源的搜索引擎，不知道是谁在抓取。
Unknown robot (identified by 'bot/' or 'bot-')
还有一些其他的未命名的蜘蛛。

这些蜘蛛的每天到访，能够保证抓取本站每天的最新内容，只要网站保持更新，那么蜘蛛的来抓取网页的频率会基本同你更新的频率相同。