为大规模用户供给的互联网服务，从一起始就要提前思虑的问题是什么呢？答案是反垃圾（anti-spam）。倘若互联网服务不具备反垃圾能力，正常的服务基本开展不下去，在流行起来之后分分钟会被网络垃圾摧毁。这亦是为么美国第七大网站，归类目录鼻祖Craigslist仅有几十个人的团队里，超过三分之二是反垃圾技术人员的原由。
近期，百度颁布了一组数据来证明自己在信息审核方面的发展与奋斗，披露出来的数字极为惊人。百度日前已屏蔽有害链接38亿条，站点级别已超1亿个。2015年百度的宣传系统已拒绝了不良账户438300个，判罚的违规消费金额达到了4.67亿元，还为公安机关供给了许多造假售假线索。
百度是世界上流量最大的网站之一，亦是中国大陆流量最大的网站，日搜索请求达60亿次以上。百度用户是最具多样性特征的，用户属性能够说是无所不包，这亦正应了那句话，林子大了什么鸟都有。门类齐全的有害信息，包含违法与有害宣传，皆想经过百度这个平台进行传播，倘若百度不具备相应的反垃圾技术和有害信息过滤技术，是基本做不到如今这个规模的。
这世界上所有的搜索引擎，无一例外都会遇到类似问题。谷歌2015年全年共去除了7.8亿条违反其政策的宣传，比2014年的5.24亿条增长了近50%。这个增长率比正常商场宣传还快，有数不清的违法宣传期盼经过搜索引擎谋取利益，不把好关就天下大乱了。百度亦同样，每日有4.7亿条宣传经过百度宣传系统送审，每秒要处理5000条以上，这基本已不是人力能处理的问题了。同谷歌同样，百度亦重点是经过技术手段来对宣传进行审查和过滤。据披露，百度为此有专门的“黑科技”系统，负责审查甄别各样虚假违规推广内容。
区别的反垃圾技术，在处理原则上都是同样的，首要是设备发掘反常内容后提交进一步审核的预警机制、第二是发掘异常内容后的批量处理机制、第三是处理完反常内容之后防止再次显现的屏蔽机制。这几个过程说起来容易，做起来很难，尤其对百度这般流量巨大的机构来讲。技术跟不上的话就只能增多人工审核力量，这会给机构导致巨额成本支出，而技术跟不上又花不起钱的话，机构迟早会被垃圾信息拖死。好在，经过十几年运营经验和技术开发的累积之后，百度已持有了一套非常有效的设备审核过滤系统。
以大数据为基本的“雷达系统”，是百度在审核与过滤有害信息及违法宣传的一个利器，能够实现对95%以上的信息进行自动审核。这个系统与百度搜索本身有类似之处，经过将信息的IP、ID，源自，语义内容等素材进行大数据比对，从而发掘有害信息及违法宣传。系统持有强大的数据采集能力，丰富的数据分析维度，还有快速而准确的瞬时数据处理能力，这其中的每一种技术都不是大都数机构所能够把握的。
在一个包括10万字节的word文档中，个人PC基本能做到瞬间就将相同的字词找出来，可倘若需要查找的字节是10亿量级的，且来自于研发标准区别，包括各样层级体系的网页，还需要将区别维度的变量集中到一个结果中，且瞬间反应，那就不是一件容易的事情了。这首要需要相当高超的数据算法，还要有周密严谨的多个数据模型，更需要有搭建大规模计算机运算系统的能力。在互联网行业中，这些技术的总和相当于大当量“核武器”。
当然，在日前的技术要求下，设备系统再先进亦不可处理所有问题。以百度的审核与过滤系统来说，系统最多能让审核与过滤过程更有效率，成本更低，但还是有有些尤其有技术含量的有害信息及违法宣传，还是需要依赖人工的。例如有些运用flash技术的动态宣传，提交时是正常的，几个小时后亦许就变成别的了。对这类宣传，虽然用系统能过滤掉大部分，但还是会有一部分需要进行人工审核。
技术系统同人同样，没法做到见微知著，对任何细微的个性化特征都做到正确反应。在百度雷达系统里跑过一遍的信息，必定有漏网的，亦必定有被冤杀的，通常状况下设备系统发掘有问题但又难以下结论的信息，都会被提交到人工审核系统进行审核。日前百度的审核团队有几千人之众，这几千人负责漏杀或误杀的信息审核，三班倒24小时不间断对信息进行审核，尽可能减少问题出现。
技术和人工一起发力抵制有害信息与违法宣传，并不是完结，机制与规则方面的建设其实亦非常重要。百度有自己对商家的加V认证体系，根据信用等级将企业和商家分为V1、V2、V3三个级别，按照实质状况动态升级和降级，2015年四季度有27000个诚信企业升级，同期亦有29700个不良商家受到了降级的处罚。信用等级的升降完全基于客观要求得出结论，找李彦宏亦是没用的。
除了商家加V认证体系，百度口碑亦是百度推广信誉体系的一个重要构成部分。百度口碑一方面是商家把握用户口碑舆情、加强与用户互动、倾听消费者反馈的途径，另一方面亦是用户查找商家制品服务口碑、消费体验反馈、表达评估的平台。区别于其他“遍地好评”的平台，截止2016年1月，百度口碑的数据中，五星好评占79%，四星到二星的中评占15%，一星差评亦有6%。
搜索引擎是通用的流量入口，亦是用户寻找互联网信息及服务的一道门，太多形态各异的角色想要利用这扇门达到自己的暗黑目的。针对百度来讲，虽然好客人和坏客人都能给自己带来收入，但百度还是始终在严格运用各样手段将坏客人拒之门外的，由于唯有保持一个良好的在线推广运营环境，一个始终是良币驱逐劣币的良性网络空间，百度的长时间利益才可真正得到保证。
百度在消灭有害信息及违法推广方面的奋斗，包含技术上的和机制上的开发与建设，人力上财力上的投入与付出，都不会是一种没法收回的成本，而恰恰是一种相当重要的投资。百度把守着互联网的前门，亿万用户从百度经过，始终为用户营造良好的网络环境，百度义不容辞，其始终对违规虚假推广的严厉打击，亦值得赞许。
发表于