為促進(jìn)搜索內(nèi)容生態(tài)健康發(fā)展,，保障用戶的瀏覽體驗,，搜狗搜索將于6月17日推出石破算法,。該算法旨在對包含惡劣采集行為的鏈接、網(wǎng)站進(jìn)行識別,，根據(jù)網(wǎng)站作弊程度落實相應(yīng)的清洗打壓措施,。惡劣采集標(biāo)準(zhǔn)解讀與示例如下,，煩請合作方自查并于算法上線前完成全面整改。

1. 內(nèi)容邏輯混亂：采集不同文章進(jìn)行拼湊或相同文章的重復(fù)片段堆疊成一篇文章,，文章前后無邏輯關(guān)系,，致使用戶理解困難；

圖1.1 正文內(nèi)無相關(guān)關(guān)系

圖1.2 內(nèi)容重復(fù)堆疊

2. 內(nèi)容結(jié)構(gòu)混亂：采集后未進(jìn)行編輯導(dǎo)致的文章排版混亂,、無關(guān)信息冗雜,、功能丟失等問題，難以為用戶提供有效信息,；

圖2.1 缺少問答結(jié)構(gòu)

3. 網(wǎng)站由大量采集內(nèi)容構(gòu)成：網(wǎng)站缺少原創(chuàng)/獨有內(nèi)容,，即多為批量采集并未進(jìn)行編輯整理的內(nèi)容，整體內(nèi)容質(zhì)量較低 ,；

圖3.1 相同采集內(nèi)容反復(fù)應(yīng)用

圖3.2 批量生成文章配圖

4. 跨領(lǐng)域采集：網(wǎng)站采集大量與主要經(jīng)營領(lǐng)域無關(guān)內(nèi)容用以獲取流量的行為也會被判定為惡劣采集,；