冰桶算法是什么?怎么應(yīng)對冰桶算法(1)

2525次閱讀

看完了冰桶算法是什么?冰桶算法詳解——6步迭代以后,想必大家對冰桶算法都有所了解了。

冰桶算法就像一只鐵桶一樣嚴(yán)格,幾乎涵蓋了網(wǎng)站各個方面的問題,是百度移動搜索針對低質(zhì)站點的一些專門的調(diào)整算法,其本質(zhì)目的,是為了鼓勵優(yōu)質(zhì)原創(chuàng)內(nèi)容。

其次同時本次算法升級以白皮書4.0為標(biāo)準(zhǔn),覆蓋百度APP內(nèi)存在的落地頁廣告、APP調(diào)起、展開全文功能等問題,對存在問題的搜索結(jié)果頁進(jìn)行違規(guī)內(nèi)容過濾或限制搜索展現(xiàn)的處理。


各位站長必須要做好以下方面的優(yōu)化,才能在這次冰桶算法更新里避免受到傷害哦。


怎么應(yīng)對冰桶算法5.0

1、更新好內(nèi)容

如何寫出優(yōu)質(zhì)的網(wǎng)站文章,以前說過太多了,具體可以查看:網(wǎng)站文章怎么寫?


2、廣告內(nèi)容

文章內(nèi)容頁或信息詳情頁,從頁面頂端到正文內(nèi)容結(jié)束前,禁止插入任何形式的廣告。

注:文章下方的評論、分享、推薦等不算作正文內(nèi)容,翻頁功能區(qū)算作正文。

列表頁或檢索結(jié)果頁面,一屏的廣告面積必須小于1/3,且廣告內(nèi)容視覺感知上不能與原生內(nèi)容反差很大。圖片列表頁中的廣告也會被計算為廣告面積。

落地頁體驗除了在廣告樣式、廣告位置以及面積大小的要求外,還會考慮廣告內(nèi)容體驗。如果廣告內(nèi)容給用戶帶來干擾,不管廣告面積和位置是否符合規(guī)范,都會成為被打擊的對象。

嚴(yán)禁低俗違禁內(nèi)容。在用戶正常瀏覽頁面時,低俗違禁廣告無論是圖片還是文字鏈,都對用戶產(chǎn)生極大的干擾,百度對此將嚴(yán)厲打擊。對低俗違禁廣告(包括但不限于色情、賭博、法律規(guī)定的違禁品或服務(wù))更是從重從嚴(yán)。

提倡優(yōu)質(zhì)的視頻貼片廣告。精美的貼片廣告對用戶來說是一種享受,但低劣粗糙的貼片廣告對用戶來說卻是一種折磨。

未來百度移動搜索會加大對視頻資源的覆蓋,除了對資源有效性及質(zhì)量提出更高要求外,也會考慮貼片廣告帶給用戶的視覺感受,除了播放時間不應(yīng)過長而提高用戶獲取視頻內(nèi)容的成本外,還對廣告的質(zhì)量提出了更高的要求。


本文還未完,請點擊:

冰桶算法是什么?怎么應(yīng)對冰桶算法(2)

冰桶算法是什么?怎么應(yīng)對冰桶算法(3)


閱讀本文的人還可以閱讀:

颶風(fēng)算法是什么?颶風(fēng)算法主要針對哪些問題?(1)

百度細(xì)雨算法是什么?細(xì)雨算法詳細(xì)解讀(1)

清風(fēng)算法1.0是什么?如何應(yīng)對清風(fēng)算法1.0

本文由夫唯SEO特訓(xùn)營編輯整理。

搜外專注SEO培訓(xùn)和SEO周邊Saas服務(wù)解決方案,10年來超過五萬學(xué)員在此獲得技術(shù)提升和人脈圈子。

SEO課程包含移動搜索、零基礎(chǔ)建站、群站SEO思維、搜外6系統(tǒng)、SEM入門等。

192期A班報名時間7月1日-7月15日,請?zhí)砑诱猩头∧⑿牛簊eowhy2021。 微信掃碼添加客服人員

我們的目標(biāo)是:讓非技術(shù)人員輕松學(xué)會互聯(lián)網(wǎng)技術(shù)。

  • 搜外會員SEO交流群(免費)

    微信掃碼添加客服人員
  • 小程序運營交流群(免費)

    微信掃碼添加客服人員
  • 搜外會員SEM競價交流群(免費)

    微信掃碼添加客服人員
  • 夫唯學(xué)員SEO交流群(VIP)

    微信掃碼添加客服人員

掃碼獲取資源

微信掃碼添加客服人員
  • SEO技術(shù)實戰(zhàn)微信群

    微信掃碼添加客服人員
  • 大站流量總監(jiān)群(審核身份)

    微信掃碼添加客服人員
  • Google獨立站英文SEO群

    微信掃碼添加客服人員
  • SEO團(tuán)隊KPI管理表格

    微信掃碼添加客服人員
  • 工業(yè)品網(wǎng)站友情鏈接群

    微信掃碼添加客服人員
  • 本地生活服務(wù)業(yè)友鏈群

    微信掃碼添加客服人員

跟夫唯老師系統(tǒng)學(xué)習(xí)群站SEO
成為互聯(lián)網(wǎng)運營推廣大咖

掌握SEO技巧、建站前端、群站霸屏、SEM入門、新聞源推廣……
Processed in 0.144874 Second , 41 querys.