分析百度MP3的搜索原理及网站优化建议

2019-03-15 来源：tuzibaobei.net

喜欢音乐的朋友，一定经常使用百度的“MP3搜索”。确实，百度的“MP3搜索”给我们带来很多的便利。新生力网络营销团队成员之一兔子宝贝，一直在观察互联网搜索引挚。同时，今天我又百度了一下“百度MP3搜索原理”，发现有很少朋友观注这一方面。经过思考、观察、实践，今天写下《兔子宝贝：揭密百度MP3搜索原理》一文，希望和大家交流。合理使用“MP3搜索”，带来流量是可行的。同时，兔子宝贝提醒的是此篇文章，只代表个人观点，文明评论，请勿唾骂，抛砖引玉。

百度的“MP3搜索”可以实现多种格式的搜索，不仅局限地MP3格式，“百度MP3”只是一种对音乐格式文件搜索的一种代名词。可以实现搜索MP3 、 MP2 、 MOD 、WAV 、 VOC、 wma 等音频格式。这些是能够实现的，经常笔者的实践过。下面，笔者分析一下，百度是如何实现MP3的搜索的呢？我会以实际的例子举例说明这一问题。

在百度的“MP3搜索”中输入“朋友”如下图所示：

经过习惯的思维，百度在抓取音乐时，有关键词，经过兔子宝贝的100次反复实验，在百度搜索时，并未出来这一规律。换句话说，百度的“MP3搜索”结果与网页附近的词语（包括名词、形容词、动词等）不存在任何关系。即不存在正向、逆向、统计等匹配情况。据此，如果像正常网页和图片一样的优化方法，在百度MP3中并不好使。

为了细心，测试了100首音乐，在试听的时候，并没有一首与主题不符的音乐。这说明，百度的“MP3搜索”的正确率不说100%，应该正确率非常高，至少兔子宝贝并没有发现出错。如果，不是根据网页内容附近的词进行识别，那么，按照常理，就是按照音乐的名字进行识别。比如，你搜索“朋友”，百度就返回以文件名中出现“朋友”二字的音乐文件，如：朋友.mp3，朋友.wma，朋友的心.mp3，朋友的心.wma。越靠近关键词越靠前，权重越高越靠前。但是，这种思维，经过多次实验，得到否定。下面，兔子宝贝以图为证。

首先观察百度MP3搜索的多路资源来路图：

观察资源来路有四处。观察文件名并不是以“朋友”为关键词中心出现文件名。下面再观察播放音乐时，资源来路图，再次证明。

播放时，资源视图：

播放时，文件名不是以“朋友”为关键词中心出现文件名。下面再观察点击音乐下载，资源来路图。

观察，在下载的时候，文件名不是以“朋友”为关键词中心出现文件名。这样一来，更加否认我们刚开始的猜想，以文件名做为搜索的依据，因为文件名不是以歌曲名做为文件名。

经过以前多次实践分析出：百度MP3搜索结果并没有出错，准确率很高。不是依靠网页内容等进搜索。不是依靠文件名进行识别。

当然百度这种搜索技术，是机密性的。经过思考和从信号处理角度讲的话，分析百度的“MP3搜索”是如何操作的。步骤如下：

第一步：人工进行音乐选取。选择出正确的音乐，做为原始资料。注意，这是人工处理。这种选取地不一定，不一定在互联网上选取。

第二步：人工提取到原始的音乐资料进行计算数字化处理，进行数字化，采样，量化。对音乐信号进行频谱分析，取样，量化。做为百度搜索的最根本的依据。

第三步：百度使用蜘蛛程序，对互联网上的音乐进行抓取。

第四步：抓取回音乐后，利用程序对音乐进行数字化处理，采样，量化，包括对频域和时域名的分析，处理。

第五步：比对。百度利用原始资源去比对取后音乐的信息。两者信息越近，两者音乐越靠近，达到一定程序就是相同音乐。