【求助】百度索引量近2亿，实际收录不到2千万，近期索引量下降？

直接上图 帮忙分析分析，有哪几种原因引起的。1、还有一个问题，网站内容由于是企业发布，每天会有很多非法的页面，所以会产生每天删除大量的页面，会导致今天蜘蛛爬过的页面，可能明天就被删除了，这种URL如何处理了？（已提交百度站长平台死链接URL）2、另外一个，同行B2B的网站近期有木有出现这样的情况了？ 追加问题 网站收录 百度索引量 网站分析 内容不收录 举报 2014-03-28 发布7,477 次浏览 最新问题 如何才能获取快速收录权限(5 小时前) 游戏网站收录了7000多 关键词也80多个 流量却少的可怜(5 小时前) 我的网站已经建站很久了，百度一直没有收录(6 小时前) 我的站收录2万多条，关键词排名全没了。。。(6 小时前) site有结果页没有是不是被K了(6 小时前)   新域名，新站，今天第3个月，百度出现秒收录了，如何保持住，如何起飞！(7 小时前) 你们真正意义上互联网第一桶金是怎么赚取的？(7 小时前) 收录也不给权重 怎么办了(7 小时前) 想买一个有百度快速收录权限的域名(9 小时前) 用wp搭了一个网站，经常会出现打不开的情况，重启服务器后就能正常打开，这是什么原因？(9 小时前) .question-ccx {display: flex;width: 100%;margin: 0 auto;padding: 0;}.question-ccx .sw-area {width: 50%;padding: 12px 26px 10px 26px;box-shadow: none;float: left;}.question-ccx .sw-area ul li {padding: 3px 0;white-space: nowrap;text-overflow: ellipsis;overflow: hidden;display: flex;}.question-ccx .sw-area ul li a{white-space: nowrap;text-overflow: ellipsis;overflow: hidden;}.question-ccx .sw-area span {color: #999;}.question-ccx .side-reward span {color: #ec5a12;}.question-ccx .sw-area .mod-head {padding-bottom: 5px;}.question-ccx .side-reward {border-left: 1px solid #e0e8ee;float: right;}.question-ccx .sw-area ul li:nth-child(5) {display: none;}.ccx-question { border: 1px solid #e4eaee; overflow: hidden; padding: 20px 0; display: flex; width: 100%;}.ccx-new-question { width: 50%; padding: 0 20px;}.ccx-new-question li { height: 36px; line-height: 36px; border-bottom: 1px dashed #e2e2e2; white-space: nowrap; text-overflow: ellipsis; overflow: hidden;}.ccx-new-question li:last-child { border-bottom: none;} 分享到微信 收藏 关闭 没有找到相关结果 已邀请: --> .ccx-img {padding: 0; margin: 0 auto; width: 100%;position: relative;} .ccx-img_l {float: left; width: 49%;} .ccx-img_r {float: right;width: 49%;} .ccx-img img {width: 100%;border-radius: 8px;} 交换友情链接，就用搜外友链，方便！ 9 人参与回答 夫唯·搜外网创始人，专注SEO和小程序李盛辉、袭明、虚子雨、房华帅、实名等 8 人赞同该回答一呼百应 的百度索引量这么大，之前有一个同学是搜了网的SEO总监，一起去参加了百度的高级站长大会，他提到的问题和你类似。就是百度的索引量过亿，但Site的数值却才1千万，我刚才看了下，目前还是一千万左右。百度工程师在场的回复是，这是百度site数值的误差，以索引量为准。但问题是，site数值决定排名和流量，即只有site有的网页才参与排名。这个问题，百度工程师没给予回复。目前site数值与索引量的问题还是没完全解决中。楼主的问题，我想可以参考下这个话题：http://ask.seowhy.com/question/8585人人网的 @殷祎东 发起的。这个话题里那些回复很有价值，研究下会有启发，特别是通过在索引量里设置各个栏目、目录的针对性查询。从而获知，收录不理想的栏目。楼主提到的一个特殊情况，即：企业发了很多信息，可能今天被抓取，第二天被删除的问题。我想，如果这个情况数量确实庞大，是否可以利用下这个牛x的Nofollow标签。我们可以对一些新注册的企业刚发布的N天之内的帖子，给予 nofollow。过了N天，这个帖子如果没被删除，则代表其质量过了贵网站的审核期，然后可以让蜘蛛抓取了。这样利用nofollow来协调，有很多好处。望多加体会。

一呼百应 的百度索引量这么大，之前有一个同学是搜了网的SEO总监，一起去参加了百度的高级站长大会，他提到的问题和你类似。就是百度的索引量过亿，但Site的数值却才1千万，我刚才看了下，目前还是一千万左右。
百度工程师在场的回复是，这是百度site数值的误差，以索引量为准。但问题是，site数值决定排名和流量，即只有site有的网页才参与排名。这个问题，百度工程师没给予回复。目前site数值与索引量的问题还是没完全解决中。

楼主的问题，我想可以参考下这个话题：http://ask.seowhy.com/question/8585
人人网的 @殷祎东 发起的。这个话题里那些回复很有价值，研究下会有启发，特别是通过在索引量里设置各个栏目、目录的针对性查询。从而获知，收录不理想的栏目。

楼主提到的一个特殊情况，即：企业发了很多信息，可能今天被抓取，第二天被删除的问题。
我想，如果这个情况数量确实庞大，是否可以利用下这个牛x的Nofollow标签。
我们可以对一些新注册的企业刚发布的N天之内的帖子，给予 nofollow。过了N天，这个帖子如果没被删除，则代表其质量过了贵网站的审核期，然后可以让蜘蛛抓取了。
这样利用nofollow来协调，有很多好处。望多加体会。

索引量亿，那当然索引还真心不靠谱。我有网站Site有46个，但是索引却只有2个。到底哪个准，还真说不清楚。

对于数据量如此之大来看，把握质量和重复内容都是B2B网站的难点。

【索引下降原因】我觉得是

没有实际内容、title相同的页面，例如列表页。

重复的内容，由于同类企业发布的信息，30%的内容重复不为过。一呼百应的每天发布率那么高，同类行业非常多，企业发布的信息几乎都是互联网相互抄袭，同时发布在一呼百应的几率也很大。

非法页面，B2B网站审核机制可以避免一些，用敏感词禁止。对于审核在如此在的发布量前提下，漏网之鱼不少。产生的404、500页面，提交百度也无补于事。论坛也会发生同类的问题，帖子在被收录后，才进行审核删除。很难避免的一个问题。

个人想到的方法：
1、尽量完善自身网站的审核机制，尽量避免产生这类页面。
2、多在站内企业后台发布系统中做提示，设置带“*”的填写项，尽量增加相应的创意设计。
3、对于审核删除产生的404页面，可以在Robots内建立一个：Disallow: / 相应禁止蜘蛛再次浪费。页面删除也尽量不要留有入口。
（PS。只能说尽量这个词，内容审核方面，目前就连百度也无法完美的做到垃圾内容一个都不收录的程度）

目前我也是B2B网站，但是索引与site的比例也在增加，由于我这边网站每天的企业发布量并不是很多，审核还行。但是重复内容却是目前的难题，毕竟企业行业都相同。也在此请教一呼百应的运营：【你们是如何避免企业发布的内容大量重复的问题呢？】

请教一下，百度索引量1亿，也太牛了，怎么才能增加百度收录量？

近期是这样的，我的也下降了

搜索引擎 建立索引基本过程：

WEB→Spider→线下存储库→页面分析→切词分词→建立倒排索引

现状：索引下降
常识：哪些情况会被清楚索引库
eg: 严重作弊内容页面、欺诈内容页面、不存在页面。。。。等等。

--------用数据来证明 现状-------------
维度细分、对比分析：
.细分索引下降在哪些频道，哪些内容页面。。。。
.爬虫日志方面对比。。。。。
.事件发生 前后工作记录进行对比 。。。。
.。。。。。。。。。。。。。。。。
.寻问相关百度人员。。（PS:有渠道的话）

很明显是网页内容的问题，很多网页质量不高。
可能存在大量的重复页面，重复内容。
想办法减少一些垃圾页面，提高页面质量咯~

举个例子，一个商家不能发部同样的内容超过2条，title不能一样，内容不能一样。内容介绍不能低于200字，引导用户去写一些原创的东西。

第一只能及时发现，及时删除
就好比之前网站被挂了很多非法页面，整理提交给百度，或者加大力度审核

保证重点页面被收录，保证流量趋势是上涨的就行了呗，毕竟能有排名的页面占收录页面的很小一部分，这个索引收录不用太关心吧。

索引量只是一个参考值，不是Site数据很正常，这样去理解就对了，不要去挖掘更深的东西，百度搜索引擎工程师多还没弄明白，你瞎着急什么啊。踏踏实实做站吧小伙子。