听说过刘韧和老白在比赛GOOGLE排名，昨天天又查到了刘韧的文章说Google排名很难，查“毛主席语录”，翻10页也找不到他自己和老白。不过，我使劲翻了翻结果是刘韧现在比老白的排名高一点（曾经有过老白暂时领先），确实挺难查到的。俺就他们比赛中涉及到的Google排名有关的技术细节进行分析一下，涉及URL优化、关键字密度、内容窃取（scraper）、相似页面、PageRank值（PR）、外部链接等方面。纯技术探讨，当抛砖引玉吧。（2006年1月31夜完成全部分析,全文约3,800字）
十来天前小月告知，donews的二位大佬刘韧和老白在用“毛主席语录”做Google排名竞赛，在狂找友情链接呐。当时心里“格登”了一下，
小月
说在MSN上查刘韧当时的外链就50多比老白的20多了，后来也没太在意。
今天又查到刘韧的这篇文章
http://xwt.donews.com/donews/article/9/90449.html
，就起意分析一下。
比赛开始于：1月14。
目标关键词：毛主席语录
几乎同时他们发布了各自的比赛用页面：
刘韧：
http://blog.donews.com/liuren/archive/2006/01/14/694354.aspx
老白：
http://blog.donews.com/laobai/archive/2006/01/14/694366.aspx
对二位选手Google Cache的分析:
刘韧的页面最被Googlebot抓取在 2006年1月19日 06:17:10 GMT 网页大小约104K（104,354 bytes）
内容中止于：[u]一条是群众的自愿，由群众自己下决心，而不是由我们代替群众下决心。　　《文化工作中的统一战线》（一九四四年十月三十日），《毛泽东选集》十二、政治工作[/u]
Googlebot抓到，放入cache的链接总数：约为7个，全部指向自己，没有真正的外出链接。
老白的页面最被Googlebot抓取在 2006年1月19日 05:08:37 GMT 网页大小约104K（104,354 bytes）
内容中止于：[u]没有历史知识，没有对于实际运动的深刻的了解，要取得胜利是不可能的。——《中国共 产 党在民族战争中的地位》（一九三八年十月），《毛泽东选集》第二卷第五二一页。[/u]
Googlebot抓到，放入cache的链接总数：72个链接，其中链向自己的有6个左右，外出链接60多个，主要是跑向wikipedia。
分析： googlebot似乎只愿意抓你内容的前100K。 在这100K中，刘韧的外出链接是0个，老白72个外出链接。显然过多的外出链接数，是不利于自己页面排名的。 应该尽量控制一张页面的链接总数在100个以内（google的建议），内部链接数与外出链接数比例约在80：20。
比较Google抓取到的内容，刘韧的页面在优化上要好于老白。
用
META TAG ANALYZER
分析刘韧、老白原始网页
刘韧网页分析:
[u]Your site displayed on a search engine page.
刘韧Blog
http://blog.donews.com/liuren/archive/2006/01/14/694354.aspx [/u]
[u]本页共发现关键字"毛主席语录"计79次，关键字的密度为3.04%[/u]
锚点中关键字及出现次数：
[u]《《毛主席语录》》 - 2次
《毛主席语录学习》 - 1次
《毛主席语录》 - 1次
毛主席语录 - 1次
写在墙上的毛主席语录现在仍然依稀可辨 - 1次
《毛主席语录 google 比赛老白暂时领先刘韧》 - 1次[/u]
在图片文件alt属性中发现关键字及次数
[u]写在墙上的毛主席语录现在仍然依稀可辨 - 1次[/u]
[u]The size of the web page is to big.
The size of the web page is 667532 bytes.
The web page load time is 13 seconds.[/u]
文件太大，达667KB，下载时间正常，达13秒。
[u]Found 204 urls from where 191 unique.[/u]
页面分析，链接URL太多，总计191个链接，共出现204次。
老白网页分析:
[u]Your site displayed on a search engine page.
老白说真话|LaoBai's Blog
http://blog.donews.com/laobai/archive/2006/01/14/694366.aspx[/u]
页面内容关键字分析：
本页共发现关键字"毛主席语录"计91次，关键字的密度为2.89%
链接锚点中关键字的出现次数 (Keywords found in the Anchor tags)
[u]《毛主席语录》 - 1次
毛主席语录 - 1次
《学习《毛主席语录》》 - 1次[/u]
[u]The size of the web page is to big.
The size of the web page is 1041762 bytes.[/u]
文件大小分析，本页文件尺寸太大，达1.04M。
[u]The web page load time is to long.
The web page load time is 18 seconds. [/u]
文件下载时间过长，达18秒。（与服务器、文件本身复杂程度有关）
[u]Web page analysis.
This page contains too many URLs.
This tag contains 225 urls. Some Search Engines have problems with more than 100 urls on a page. [/u]页面分析，链接URL太多，总计197个链接，共出现225次。
共同的结果:
[u]Title: Title meta tag contains no errors.
The Title relevancy to page content is 100%.
Description: Found no description meta tag.
Keywords: Found no keywords meta tag.
Robots: Found no robots meta tag.
Author: Found no author meta tag.[/u]
产生如此结果，是因为他们用了同个BLOG程序，当然都是DONEWS提供的，
HEAD部分的分析结果：标题没问题（机器分析，其实这篇文章的标题是有问题），与页面内容100%相关。描述、关键字、ROBOTS、Author四个META TAG均未标记。
问题分析及优劣比较：
1， DONEWS的BLOG程序，IE浏览到的每张文章的TITLE都是用JS调出来，而GOOGLEBOT抓到的却是统一的，固化在标准的HEAD TAG中TITLE部分，即每个BLOGER自己给博客起的名，而非不同网志的标题；
2， 刘韧和老白都为了力求大而全，COPY了WIKIPEDIA的语录内容。 刘韧使用的是直接COPY文字，而老白连人家的源码都COPY过来，因为laobai的文件足足比liuren的大了400KB。下载速度也慢了许多；
3， Laobai在COPY源码时，未将WIKIPEDIA的链接去除，造成页内链接数比LiuRen更多；
4， LiuRen网页中的关键字密度为3.04%，在理想的范围内（3~8%），而Laobai则在2.89%；密度上略显吃亏（PS：和二位被CACHE内容关键字密度差距比，这个没有大问题，见后文）；
5， Liuren网页中的锚点关键字是多变的，Anchor Text中“毛主席语录”以6种形式共出现7次，并且有一个图片ALT标签出现目标关键字；而Laobai的网页中Anchor Text目录关键字以3种形式，共出现3次，没有在图片ALT中写入关键字；
6， 一般搜索引擎喜欢索引200K以内的网页内容。因此二位的网页大小都超标了。
META TAG ANALYZER对原始文件的分析中，刘韧的网页在关键字密度，锚点关键字多变，文件下载速度，链接数上占优势，（即“优化”的更好一点）。
接下来，俺将对二位作品在
GG
中的CACHE进行一点处理，然后再用进行分析。
采取点技术措施把
GG
的CACHE取出来，分别放在自己的网站上，让META TAG ANALYZER再去分析
GG
spider抓到并CACHE的部分，我觉得这东东更具代表性。
用META TAG ANALYZER对gg CACHE到的内容分析
结果：
刘韧的网页CACHE链接中出现的目标关键字次数是1，内容中出现目标关键字的次数是：9次，密度约在1.5%，链接总数7个，真正的外出链接数为0。
老白的网页CACHE链接中出现的目标关键字次数是2，内容中出现目标关键字的次数是：31次，密度约在11.0%，链接总数80个，真正的外出链接数为76个。
二者被CACHE到的内容比较分析：
刘韧网页的关键字密度低，外出链接数少；老白网页的关键字密度高于推荐上限（8%）；全文真正被当成文本的字数仅为3,000个左右，而刘韧网页中的文本字约为31,000，高上10倍。十分有利于稀释关键字密度。重要的是老白网页外出链接太多，几乎没有内部链接；gg一般认为这种网页的价值不大。
分析完Google cache后，俺再说说有关网页内容盗取（Content Scraper）的问题。
二位Blogger的网页内容盗取问题
从2005年中，Google加大了对网页内容盗取行为的“打击”，主要采取算法上的过滤、惩罚机制。对于判断出现内容相同或相似的A网页与B网页，哪个是原创，而个是COPY，算法是不公开的，容易推测出来的影响因素有：
1，A、B网页哪一个先被收录；
2，A、B网页哪个PR值更高；
3，A、B网站哪一个更权威（PR、域名后缀）
对于刘韧和老白的相似网页（similar_pages）问题，当然他们没有时间各自去手工敲入《毛主席语录》，即使是亲自敲入的，网上也会有别人早就敲好的东东。因为他们都是SCRAPER，都是COPY内容，那如何把COPY来的内容在Google中排上去呐。单独把他们二位的网页内容提出来说，他们都COPY了WIKIPEDIA内容，刘韧网页在gg索引的100K范围内，没有链接指向内容的源出处，而老白有好几十条链接指向了源头WIKIPEDEA。这为gg判断老白内容为SCRAPER提供了非常好的“证据”。gg有很好的算法判断网页之间的相似性，一般在做一些可能和其它站点上网页内容相似的页面优化时，要进行一下页面相似度比较，如果二者相似度>80%，那就非常不妙，如果和别人相似，会被认为是COPY来的SCRAPER内容，受惩罚，如果是自己站内网页相似，则被判为站内dup内容，从页损害目标关键字的排名。
外部链接比较
刘韧和老白都在发布BLOG后，号召哥们和网友链接自己的网页，找链接。（PS：好象他们还在IM工具里呼吁朋友链接自己）。
那么他们的链接效果如何呐。让俺用MSN分析分析，GOOGLE提供了LINK命令查询反向链接（Backward Link，BL），那为什么还要使用MSN呐？因为：1，GOOGLE的BL目前1个月更新一次，对于新发布的内容gg BL查不出来； 2，Google已经明确表示BL更新，并非把BL全盘托出，而只是显示出了
GG
最近一个阶段抓到的部分BL。
而MSN目前推出了自己的
中文搜索引擎Beta版
，提供出非常有用的
几个查询命令
，功能较强，MSN的数据库更新也比较快，查出来的内容有许多非常新鲜，因为非常适合在短期内验证
SEO
的工作。
用MSN中文BETA搜索
刘韧：
包含 link:http://blog.donews.com/liuren/archive/2006/01/14/694354.aspx 的搜索结果，页数 1 / 944 （.22 秒）
包含 毛主席语录 link:http://blog.donews.com/liuren/archive/2006/01/14/694354.aspx 的搜索结果，页数 1 / 907 （.20 秒）
老白：
包含 link:http://blog.donews.com/laobai/archive/2006/01/14/694366.aspx 的搜索结果，页数 1 / 728 （.28 秒）
包含 毛主席语录 link:http://blog.donews.com/laobai/archive/2006/01/14/694366.aspx 的搜索结果，页数 1 / 726 （.39 秒）
结果: 在MSN中搜索,刘韧的网页获得的外链数要多于老白的. （944:728）
考虑到Google“外链为王”的排名神话，刘韧网页在GOOGLE中排名结果应该高。
刘韧和老白网页在GOOGLE里排名最新结果
那让俺来G一下： 最新G一下的时间：2006.1.31晚22点。
查询条件:
inurl:donews 毛主席语录
每页显示100个结果，不加任何过滤条件。
查询结果刘韧领先一点点，见图：

查询条件：
site:donews.com 毛主席语录
加过滤条件
第32位：老白
第42位：刘韧
（PS:位置跨度有点大，不方便截图。）
用SITE命令查之所以出现老白领先的原因，我认为是gg最近二个月来致力的
serp
组织结构调整引起的，当使用site命令时，gg会对结果进行“特殊”的排序。显著的改变就是site命令查任何一个站，不论主域名的PR值是不是一定高于内页，主域永远会第一位，而以前，用可能PR高的内页会在SITE搜索结果的NO.1，而低PR的主域名可能名落孙山。
当俺直接使用“毛主席语录”做为关键字时，可能搜索出来了不友好站点，造成网络断线，在GOOGLE里暂时无法查出谁比谁先。刘韧曾经发过BLOG说
老白暂时领先
，俺不太清楚他是怎么会想出主意用
毛主席语录 site:donews.net
作为查询条件的（避免断线？他们二位优化和
找链接
的网页都是在donews.com上的，如果想查结果也应该site:donews.com的，有人已经指出。）。如果谁在国外，可以切入GOOGLE中文语言搜索看看现在谁跑在前头。
最后总结：
刘韧网页，在外部链接数，关键字密度，页面内外出链接数三个重要方面优于老白的网页。 老白页面内目标关键字的出现数多于刘韧。 细节方面：页内链接关键字多变，ALT属性关键字方面刘韧占先。 二位都使用了DONEWS的BLOG，在页内的TAG级优化无明显差别（未深究）。
排名预测： 刘韧的网页如果能再加优化，半年内可以冲上GOOGLE首页TOP10。（这是俺随便忽悠的，排不上去不俺可不管。）
免费Tip: 无论刘韧还是老白，他们只要肯把自己的BLOG改名为“毛主席语录”，可能10天以后就上首页了。
附言：DONEWS目前用的aspx版Blog程序，从seo角度来看，可以说：“terrible”。 而新的my.donews.com博客，使用的WordPress则是著名BLOG软件，在
SEO
方面要好的多。
PageRank
值：PR，gg的独特网页评级办法，从0~10级，以前PR是一个网站（关键词）排名的“绝对”因素，由于能被容易地施加影响，目前已经变得“不太重要”了。据说现在gg使用TrustRank。 (DVOL本文转自：中国DV传媒 http://www.dvol.cn)