本文只讨论如何判断搜索结果页,不评价任何搜索引擎的算法,也不提供任何页面地址。三条线索都可以在结果页内完成。
线索一:域名与署名是否对得上
先看域名和页面自称是什么关系。一个自称资料站的页面,域名却是一串随机字符;一个自称机构说明的页面,域名下找不到任何机构信息——这类不一致,说明署名只是文字,不是身份。可用的页面通常能让域名、站名、署名三者在页面内互相印证,比如关于页写明定位、联系方式一致、内容范围清楚。对不上不必立刻判定为恶意,但足以降低它的可信权重。域名注册时间也可以作为辅证,新注册的域名通常缺少可追溯的维护记录。
线索二:标题是不是只堆了词
标题里反复出现同一个词、加满“最新”“永久”“稳定”这类形容词、却不说明页面到底提供什么,是典型的堆词写法。堆词的目的是被搜到,不是被读懂。反过来,一个标题如果写清了它解决什么问题,通常也愿意在正文里兑现。看标题时问一句:去掉关键词,这个标题还剩下信息吗?剩下的越少,越可能只是为搜索而写。堆词标题还有一个特征:同一套句式换个词反复出现,说明它服务的是搜索而不是读者。
线索三:页面有没有可核对的信息
点开之后,找三类可核对的东西:日期(发布时间、更新时间)、责任主体(谁写的、谁维护)、说明(内容范围、判断依据、局限)。三类都有,页面至少是可讨论的;三类都没有,页面就只是一段文本。这一步不需要专业知识,只需要耐心看完页脚与关于页。多数劣质页面在这一步露馅,因为编造具体信息比堆词成本高。更新日期尤其有用:一个声称长期维护的页面,如果所有日期都相同,多半是批量生成的。
可执行检查单
- 01先看域名、站名、署名三者是否互相印证。
- 02再看标题去掉关键词后还剩多少信息。
- 03最后找日期、责任主体与说明,三缺一则降级处理。
一个常见问题
排在前面,是不是说明更可靠?
不是。排序是多种信号的综合结果,其中包含标题匹配、链接关系、点击与停留等行为数据,内容是否准确只是其中一项,而且很难被自动评估。一个页面可以因为标题精准匹配而排前,同时内容空洞。把排序当质量证明,是把机制当评价。
把结果分成两类就够了
不必给每个页面打分,只需要分两类:能核对的和不能核对的。能核对的,可以继续读、继续比;不能核对的,读完也不产生任何可用信息。这个分法简单,但能省下大量时间——多数搜索结果在第一条线索处就可以放下。