我这站长朋友2011年就一头扎进编程圈了，这些年专鼓捣各种http/tcp协议的小软件，今儿个他非要拉着我唠唠百度搜索排名的事儿，还说纯属个人看法，不代表啥专业观点，大伙儿听听就行，不必过度较真。
在他眼里，所有搜索引擎的算法，说白了就是机器按设定好的逻辑代码跑流程。简单讲就是：先设置一个或多个判断条件，满足条件就按方案1来，不满足就换方案2、方案3……而且每个方案里头，还能嵌套一堆判断条件，层层套下来，最后才得出不一样的结果。要是有人不认可这个说法，他建议直接划走，别耽误大伙儿的宝贵时间。
一、排名因素
1. 硬件维度：像域名（包含备案、建站历史这些东西）、服务器配置啥的都算。
2. 软件维度：用的啥建站程序、页面大小有没有做压缩、是HTTP还是HTTPS传输协议，这些也影响不小。
3. 灵魂维度：必须是内容内容内容啊！这仨字儿说多少遍都不嫌多。
4. 可控维度：就是用户体验，比如用户的点击行为、点击率高低，还有人群画像这些数据。
二、排名算法工作原理
硬件和软件这俩维度，我那朋友说他一般不咋琢磨，毕竟建站程序五花八门，各有各的路子，人各有命，纠结这个没啥用。
咱重点唠唠灵魂维度和可控维度。
首先说灵魂维度，也就是网站内容。百度的蜘蛛会爬到各个页面抓取内容，之后通过NLP这类智能算法，去判断这些内容在自家数据库里的重复度、内容的可读性，还有内容的属性分类。这事儿咱其实能参考百度NLP的技术文档，里面写了不少百度现在公开的内容识别能力（就像下面那张图，估计还有些隐藏的没往外说）。
其次是可控维度的用户体验，这玩意儿到底是啥呢？
说白了，就是一个页面、一个url在搜索结果里，受不受用户待见，看的是点击率；还有用户认不认可，看的是跳出率。
讲到这儿，我朋友就吐槽了，现在那些五花八门的快排手段，把点击和跳出率这些表面功夫都做得贼到位。可为啥有的人折腾半天，排名还是纹丝不动呢？
这就到他今儿个要掰扯的重头戏——用户人群画像了。
大多数快排的套路，无非就是靠人工或者脚本模拟搜索点击，假装这个页面用户体验贼好。而且每次点完，还得把缓存、历史记录清得一干二净，搞的跟个“干净”用户似的。
我朋友就说了，你以为这样操作就天衣无缝了？百度估计也是这么想的：一个网站，要是绝大部分点击都来自啥历史记录都没有的“纯白”用户，那指定有猫腻啊！只要把这一点把住了，干掉99%的快排那都不是事儿。
大伙儿可以琢磨琢磨，咱平时用百度的时候，谁会没事儿就刻意清理缓存啊？甚至好多人都是登录着百度账号在搜东西呢。
上面这张图，是我朋友清理缓存之后，再访问百度抓的数据，能清楚看到百度返回的COOKIE里有BD_LAST_QID这个字段，LAST嘛，就是上一次、最后的意思。
值得一提的是，我朋友清理完缓存访问百度，按理说COOKIE字段应该是空的才对，但实际上却莫名其妙带着BIDUPSID这个字段发起了请求，就像下面这张图显示的那样。
这是不是就意味着，咱每一次向百度发起的请求，其实都有迹可循，压根儿藏不住？
另外还有个事儿，以前那些指纹参数运算出来的加密字段，都是每跳转一次页面就重新计算一回，每次的值都不一样。但这次百度更新之后，只有第一次访问百度的时候会计算这个值，后续不管跳转到哪个页面，这个值都雷打不动。这是不是从侧面说明，以前只要搞定指纹就能冲排名的路子，在更新之后，指纹已经没那么重（中）要了？
还有，百度蜘蛛也是影响排名的关键因素之一。我那朋友说了，快排要是引不来蜘蛛，那指定白忙活。蜘蛛说白了就是爬虫，它爬过来抓取你的内容，提交到百度后台，算法会判断你的内容值不值得收录；就算是已经收录的页面，蜘蛛也会定期再来爬取，然后后台算法再根据内容变化，判断你的排名该升、该降，还是直接给你“拔毛”——也就是降权处理。
最后我那朋友用大白话给我解释了下用户历史画像，他说接触过某宝刷单的朋友应该都知道，刷单的时候，商家都要求用信誉高的账号，而且是那种购买记录干净的号。
那百度是咋判断用户账号“信誉高”又“干净”的呢？我朋友卖了个关子，说千万别以为用百度账号的cookie就能搞定历史画像这事儿，那顶多算一小部分。至于核心内容嘛，他摆摆手说不便透露。
