网站优化SEO中搜索引擎纠错算法-badcase详解

　　badcase翻译过来就是坏案例的意思，经过大量的坏案例记录，搜索引擎会收集很多的案例资料，如果下次遇到不合理的搜索结果，就会将这些案例的特征进行印证，如果有类似的就进行调整，当然这需要一个很强大的搜索算法。

　　一套搜索算法除了强壮的程序机制，还有一组经验参数来辅助运营，这种参数设定完全是经验活，而且除了更终结果数据说话，并无十分明确的前期定义方法，比如外链权值多少，标题权值多少，内文加粗权值多少，点击率权值多少，这些都需要在运营中不断调整，以保证结果的可信性。

　　1、在智联招聘看到了搜索评测专员这个职位，有一份工作内容为“以用户角度，客观、公正地评判搜索质量，收集搜索badcase”

　　2、在百度校园看到这么一条信息，“搜索引擎所特有的搜索广告需要提供给用户和广告主尽可能高匹配度的关键词，也要及时发现上述那些检索词和广告词不符的badcase。”

　　3、看到关于百度凤巢的这么一段描述“更原始的方法是人工查找这样的badcase，但跟海量的数据相比，这样的方法会耗费大量的人力，而人工监控badcase也是十分有限的。即使是依靠广告主的投诉来消除badcase，也不能解决根本问题。”

　　到这里，可以判断出这是搜索引擎的的一种常见现象，而得出网站SEO优化中的Badcase有以下几种可能：

　　1、不符合搜索用户体验的百度搜索结果

　　2、网站在搜索结果里的表现很不正常

　　搜索引擎并不是对每一个查询都能给出更好的结果，存在一些用户需求没有满足、体验不好的情况(Bad Case)，他们需要基于海量搜索数据进行分析发现这些Bad Case，推动产品升级改进，使搜索引擎更加精准。

　　研究发现了多类Bad Case，如不出官网结果、搜索结果摘要差甚至无摘要、相关性差、搜索词纠错错误等，对此，他们针对大搜索建立十多个缺陷挖掘模型，建立起“用户满意度挖掘模型”、“寻址类搜索挖掘模型”、“纠错词Bad Case挖掘模型”等不同Bad Case类型的挖掘方法。在过去的一年时间中累计挖掘各类产品缺陷超过5万个，有效推动产品的升级和改进，成为产品升级决策的一个重要参考依据。

　　例如，当用户使用搜索引擎查找某个网址的时候，有可能会因为查询词不合适、网页未收录或者相关性排序不合理等原因导致搜索结果中没有出现用户想要的网址或者想要的网址比较靠后，曼朗和他的团队所做的一部分工作就是找出这样的信息，精确展现真实的官网，仅这一部分工作，就为产品线挖掘了大量精确官网数据，大大提高了寻址类需求的满足度，为用户提供更加准确的搜索结果。

　　“为了让搜索结果更准确、用户体验更好，我们在这个项目中通过数据分析，做了很多优化工作。比如用户在百度中搜索刘德华，搜索结果不仅展现刘德华的相关资料，还会在网页右侧‘其他人还搜’中展现于刘德华关系密切的人物，更贴心的是，在网页底端的‘相关搜索’中，还有各类与刘德华相关的搜索热词。我们通过数据分析提出针对“其他人还搜”和“相关搜索”两个区域的改进措施，有效提升了这两个区域的点击率。根据我们的数据统计，在‘知心百科“其他人还搜”卡片内实体入退场策略优化’中，我们的项目研究成果给“其他人还搜”带来了11.4%的点击率提升;在‘相关搜索’结果优化后，我们带来了约17%的“相关搜索”结果点击收益，这些数据充分说明在我们在大数据挖掘中得到的价值判断是正确的，对网民的需求分析比较到位。”