直接上图

一呼百应 的百度索引量这么大，之前有一个同学是搜了网的SEO总监，一起去参加了百度的高级站长大会，他提到的问题和你类似。就是百度的索引量过亿，但Site的数值却才1千万，我刚才看了下，目前还是一千万左右。
百度工程师在场的回复是，这是百度site数值的误差，以索引量为准。但问题是，site数值决定排名和流量，即只有site有的网页才参与排名。这个问题，百度工程师没给予回复。目前site数值与索引量的问题还是没完全解决中。

楼主的问题，我想可以参考下这个话题：http://ask.seowhy.com/question/8585
人人网的 @殷祎东 发起的。这个话题里那些回复很有价值，研究下会有启发，特别是通过在索引量里设置各个栏目、目录的针对性查询。从而获知，收录不理想的栏目。

楼主提到的一个特殊情况，即：企业发了很多信息，可能今天被抓取，第二天被删除的问题。
我想，如果这个情况数量确实庞大，是否可以利用下这个牛x的Nofollow标签。
我们可以对一些新注册的企业刚发布的N天之内的帖子，给予 nofollow。过了N天，这个帖子如果没被删除，则代表其质量过了贵网站的审核期，然后可以让蜘蛛抓取了。
这样利用nofollow来协调，有很多好处。望多加体会。

索引量亿，那当然索引还真心不靠谱。我有网站Site有46个，但是索引却只有2个。到底哪个准，还真说不清楚。

对于数据量如此之大来看，把握质量和重复内容都是B2B网站的难点。

【索引下降原因】我觉得是

没有实际内容、title相同的页面，例如列表页。

重复的内容，由于同类企业发布的信息，30%的内容重复不为过。一呼百应的每天发布率那么高，同类行业非常多，企业发布的信息几乎都是互联网相互抄袭，同时发布在一呼百应的几率也很大。

非法页面，B2B网站审核机制可以避免一些，用敏感词禁止。对于审核在如此在的发布量前提下，漏网之鱼不少。产生的404、500页面，提交百度也无补于事。论坛也会发生同类的问题，帖子在被收录后，才进行审核删除。很难避免的一个问题。

个人想到的方法：
1、尽量完善自身网站的审核机制，尽量避免产生这类页面。
2、多在站内企业后台发布系统中做提示，设置带“*”的填写项，尽量增加相应的创意设计。
3、对于审核删除产生的404页面，可以在Robots内建立一个：Disallow: / 相应禁止蜘蛛再次浪费。页面删除也尽量不要留有入口。
（PS。只能说尽量这个词，内容审核方面，目前就连百度也无法完美的做到垃圾内容一个都不收录的程度）

目前我也是B2B网站，但是索引与site的比例也在增加，由于我这边网站每天的企业发布量并不是很多，审核还行。但是重复内容却是目前的难题，毕竟企业行业都相同。也在此请教一呼百应的运营：【你们是如何避免企业发布的内容大量重复的问题呢？】

请教一下，百度索引量1亿，也太牛了，怎么才能增加百度收录量？

近期是这样的，我的也下降了

搜索引擎 建立索引基本过程：

WEB→Spider→线下存储库→页面分析→切词分词→建立倒排索引

现状：索引下降
常识：哪些情况会被清楚索引库
eg: 严重作弊内容页面、欺诈内容页面、不存在页面。。。。等等。

--------用数据来证明 现状-------------
维度细分、对比分析：
.细分索引下降在哪些频道，哪些内容页面。。。。
.爬虫日志方面对比。。。。。
.事件发生 前后工作记录进行对比 。。。。
.。。。。。。。。。。。。。。。。
.寻问相关百度人员。。（PS:有渠道的话）

很明显是网页内容的问题，很多网页质量不高。
可能存在大量的重复页面，重复内容。
想办法减少一些垃圾页面，提高页面质量咯~

举个例子，一个商家不能发部同样的内容超过2条，title不能一样，内容不能一样。内容介绍不能低于200字，引导用户去写一些原创的东西。

第一只能及时发现，及时删除
就好比之前网站被挂了很多非法页面，整理提交给百度，或者加大力度审核

保证重点页面被收录，保证流量趋势是上涨的就行了呗，毕竟能有排名的页面占收录页面的很小一部分，这个索引收录不用太关心吧。

索引量只是一个参考值，不是Site数据很正常，这样去理解就对了，不要去挖掘更深的东西，百度搜索引擎工程师多还没弄明白，你瞎着急什么啊。踏踏实实做站吧小伙子。