互聯(lián)網(wǎng)冗余頁面超百億 360搜索上線“后羿算法”保護原創(chuàng)

　　互聯(lián)網(wǎng)的快速發(fā)展離不開原創(chuàng)和稀缺的優(yōu)質(zhì)原創(chuàng)資源。但采集網(wǎng)站采取瘋狂而低劣的手段，短時間內(nèi)拼湊出大量低質(zhì)量網(wǎng)頁，不僅嚴(yán)重影響了用戶的瀏覽體驗，也極大挫傷原創(chuàng)作者和原創(chuàng)網(wǎng)站的積極性。近日，360搜索發(fā)布站長公告，宣布上線后羿算法，對低劣的采集站點加以控制，對原創(chuàng)和稀缺性網(wǎng)頁進行保護和提權(quán)，與站長共同建設(shè)良好的互聯(lián)網(wǎng)生態(tài)環(huán)境。

　　互聯(lián)網(wǎng)冗余信息已達(dá)百億 嚴(yán)重挫傷原創(chuàng)積極性

　　“原創(chuàng)+轉(zhuǎn)載+信息分類聚合”已經(jīng)成為互聯(lián)網(wǎng)新聞網(wǎng)站的最常見內(nèi)容產(chǎn)出模式，比如新浪、搜狐、網(wǎng)易這些傳統(tǒng)門戶，和今日頭條等移動APP。原創(chuàng)內(nèi)容保證了網(wǎng)站的獨特性，而轉(zhuǎn)載內(nèi)容保證網(wǎng)站信息的足夠全面，大量的分類聚合工作，讓互聯(lián)網(wǎng)信息條理清楚類目分明。

　　網(wǎng)站之間常規(guī)的轉(zhuǎn)載，要求轉(zhuǎn)載網(wǎng)站在醒目位置列出文章出處和原創(chuàng)頁面入口，用戶可以直接跳轉(zhuǎn)到原創(chuàng)頁面。但采集站，往往隱瞞或者篡改文章出處，且不分條理的盲目抓取互聯(lián)網(wǎng)信息。為了獲得流量收益，采集站會在頁面中夾雜大量的廣告和彈窗信息，不僅浪費了搜索引擎的收錄資源，侵害了原創(chuàng)作者的版權(quán)，用戶搜索體驗也大打折扣。

　　據(jù)估計，用戶喜歡的高質(zhì)量原創(chuàng)內(nèi)容，互聯(lián)網(wǎng)每天會誕生數(shù)十萬個頁面，與之成鮮明對比的是，采集網(wǎng)站帶來互聯(lián)網(wǎng)上的冗余信息則高達(dá)上百億個頁面，與冗余信息相比，原創(chuàng)內(nèi)容可謂九牛一毛。

　　采集站的內(nèi)容分布領(lǐng)域非常廣泛，常見的領(lǐng)域有普通問答類，商品購物類，娛樂新聞類，企業(yè)商情類，成人色情類，賭博詐騙類，私服外掛類，違法違禁類等，涵蓋了互聯(lián)網(wǎng)內(nèi)容的各大領(lǐng)域。與此同時，移動互聯(lián)網(wǎng)的采集和垃圾網(wǎng)頁，雖然其數(shù)量級要比PC端要低，但在行為模式方面與PC端區(qū)別不大。

　　“后羿算法”倡導(dǎo)原創(chuàng)，控制惡意采集

　　12月26日，360搜索發(fā)布站長公告，宣布上線抑制采集保護原創(chuàng)的高級算法“悟空算法”，該算法將對低劣的采集站點加以控制，對原創(chuàng)和稀缺性網(wǎng)頁進行保護和提權(quán)。360搜索表示，愿與無數(shù)專心做好站的站長共同建設(shè)良好的互聯(lián)網(wǎng)生態(tài)環(huán)境

　　“后羿算法”上線后，對于內(nèi)容豐富的優(yōu)質(zhì)網(wǎng)頁(如原創(chuàng)、稀缺資源、精心編輯的內(nèi)容頁等)，會增加其在用戶面前展現(xiàn)的機會;對于濫用采集手段的行為(如整站大規(guī)模采集，頁面內(nèi)容拼湊、含有大量廣告干擾用戶閱讀、惡劣彈窗跳轉(zhuǎn)、大量堆砌無關(guān)熱詞、站內(nèi)搜索結(jié)果頁等)，會顯著降低其展現(xiàn)機會和網(wǎng)頁收錄量;對于新聞網(wǎng)站正常的轉(zhuǎn)載行為，采取了合理引導(dǎo)和規(guī)范控制，而不是一棒子打死。

　　據(jù)悉，后羿算法采取了業(yè)界領(lǐng)先的大規(guī)模并行機器學(xué)習(xí)算法，通過億萬維度特征的刻畫，結(jié)合對搜索領(lǐng)域問題的不斷探索和實踐，對海量文本數(shù)據(jù)進行主題和內(nèi)容傾向性分析，對用戶喜好程度進行全面建模和應(yīng)用，能夠?qū)υ瓌?chuàng)信息進行快速而精準(zhǔn)的鑒別，能夠?qū)Σ杉�行為和垃圾網(wǎng)頁進行定向的約束和管控。

　　360搜索一直以來都掌握著采集類站點的完整索引量和歷史行為模式，并對之進行長期的密切的關(guān)注和監(jiān)控，一旦發(fā)現(xiàn)有惡劣作弊傾向就會進行嚴(yán)肅處理，用“后羿“命名該算法，就是為了秉承了英雄后羿的“去除冗余，除暴安良”精神。

　　原創(chuàng)收錄異議 可求助站長平臺

　　公告中，360搜索表示將矢志不移地與無數(shù)專心做好站的站長共同建設(shè)良好的互聯(lián)網(wǎng)生態(tài)環(huán)境。360搜索建議那些存有惡意采集行為的站長，能夠從長遠(yuǎn)發(fā)展考慮，積極完善網(wǎng)站建設(shè)，提供更多時效性高、內(nèi)容豐富的原創(chuàng)內(nèi)容，引擎將隨著網(wǎng)站完善，不斷提升收錄量。

　　360搜索同時也歡迎原創(chuàng)網(wǎng)頁的作者，通過360站長平臺主動提報收錄缺失的信息。對于原創(chuàng)網(wǎng)站和作者，如發(fā)現(xiàn)自己的內(nèi)容被惡意采集，對采集判定結(jié)果及收錄狀況存在異議時，360搜索建議通過站長平臺的反饋中心及360搜索論壇版主進行反饋：