文章的发布时间对优化网站非常重要
百度抓取网页判断该页面质量时,会受到该页面发布时间的影响。
而由于网站有时会面临着更换域名,而百度不会由于某个网站更换域名后,在重新收录时,就认为所有页面都是最新更新的。
所以为了避免这种不公平的判断,百度会把页面内的文章发布日期作为其中一个判断标准,去判断该页面的发布时间,从而生成对应的快照时间。
所以,对于新站,若一次需要更新很多篇文章,又怕百度误认为是采集的,那么在每篇文章里,就一定要加上文章发布日期,从而“帮助”百度去“了解”该文章的发布时间。
百度爬到的文章时间几乎都不一样,百度会认为这个网站只是新域名,但是是旧数据,所以就不会随便把一次性更新的大量文章误认为是采集的了。
当然不是绝对的,因为百度判断页面质量的因素非常多,所以这个因素只是降低新站进入沙河的概率。
我们来看下面这个例子:
我的这个域名是在2012年9月份注册的。在发布文章时,文章发布时间直接填写的这篇新闻出来的时间,百度在收录此页面时,便以页面内的发布时间做了参考依据,给出了相同时间的快照。但事实上,在2012年3月26日,这个域名还没有注册呢。
以上是新站,下面我们再来看一个老站的例子:我的这个域名是在2012年9月份注册的。在发布文章时,文章发布时间直接填写的这篇新闻出来的时间,百度在收录此页面时,便以页面内的发布时间做了参考依据,给出了相同时间的快照。但事实上,在2012年3月26日,这个域名还没有注册呢。 以上是新站,下面我们再来看一个老站的例子: 这篇文章是我2013年1月10日发布的。发布时我填写的时间是2012年12月25日。百度收录时,同样把快照时间定成了我填写的发布时间,而非真实发布时间。
由此可以看出,百度爬虫在爬网页时,由于并不一定爬一次就能爬到网站的每个页面上,有时会由于网站的用户体验做的不好,使得即使有文章页链接,爬虫也不会去爬。因此,百度在爬到某一个页面时,并不会立刻认为这篇文章就是刚刚发布的,而是会根据百度自己的算法去判断这篇文章的发布时间。
当然,大部分情况,百度还是收录的爬到的时间。但对于少数这种时间不正确的情况也是不能忽视的,因为对于采集的新站,如果用户体验做的好,百度有可能会认为是一个老站更换了域名,因此同样会给予此新站较好的收录和排名。 文章的发布时间对优化网站非常重要
发表评论