周海汉：Alexa 深入研究

最新推荐文章于 2024-05-30 12:46:53 发布

ablo_zhou

最新推荐文章于 2024-05-30 12:46:53 发布

阅读量2.9k

点赞数

分类专栏：网络编程文章标签：工具百度 internet mozilla qq 数据库

本文链接：https://blog.csdn.net/ablo_zhou/article/details/1611713

版权

网络编程专栏收录该内容

37 篇文章 0 订阅

订阅专栏

Alexa 深入研究

作者：周海汉

日期：2007.5.16

Email:ablozhou@gmail.com

blog1:http://blog.csdn.net/ablo_zhou

blog2:http://ablozhou.spaces.live.com

本文是根据自己为公司做的一个研究的PPT的基础上整理。这篇研究如果用于做企业培训，一堂课价值1000美元。这里免费公开，以减少后来者的摸索。

Alexa作为世界网站排名的权威，是网站价值和网站广告价值评估的重要依据。做网站如果不了解Alexa，那很大一部分是在瞎做。尽管Alexa排名并不是完全准确，受到各种质疑，但至今为止，它的地位还是不可动摇。它的网页数据库，超过Google，是世界第一大数据库。由它支撑的著名的wayback服务器，收集了世界大部分有影响网站的历史版本。

http://www.alexa.com

Alexa历史：

n 1996年4月成立于美国

n 分类导航和特定网站统计

n 1997年9月,发布alexa toolbar 1.0

n 1998与Netscape集成,1百万下载

n 1999 和IE集成,成为亚马逊网站的全资子公司

n 2001年, wayback machine 收集网页100 T

n 2002年,和Google合作提升搜索功能, 收集网页 200T

n 2004年,采集世界45亿个页面

n 2005年9月,创建web搜索平台

Alexa 数据

n 世界独立网站总数 1120万个

n 网页数45亿页

n 世界最大网页数据库

Alexa 的功能

n 网站排名(Traffic Rank)

n Reach统计

n PV数统计

n 反向链接(link in)

n 相关网站

n 搜索(不支持中文)

n 注册收录网站

n 工具条记录访问

网站排名(Traffic Rank)

世界网站流量排名（2007-4-27）

n Rank Change Web SiteInfo

n 1(none)yahoo.com

n 2(none)msn.com

n 3(none)google.com

n 4 ^1youtube.com

n 5 ^1myspace.com

n 6 ^1live.com

n 7 ! 3baidu.com

n 8(none)orkut.com

n 9(none)qq.com

排名价格：

n 排名只排到十万

n 购买Top 1万,价钱1000$

n 购买Top 2万5千排名,价钱2100$

n 购买Top 5万,价钱4000$

n 购买Top 10万排名的价格6500$

网站排名二次开发

n Web service 方式

n 100 次URL请求价钱 $.25

n http://aws.amazon.com/alexatopsites

流量排名统计原则

n 域名下的单独页面算在该网站流量

n 二级域名算在该网站流量

n 个人网站和blog 的网站不算在网站流量

Reach 用户数统计

n Sina.com.cn 全球Internet用户访问百分比

n Yesterday 1 wk.Avg. 3 mos. Avg. 3 mos. Change

n 3.475% 3.525% 3.387% down 30%

Page View统计：

反向链接：

n Sites link in

n Link数可以作为评判网站受欢迎程度的依据

n 链接网站有Rank值

Alexa如何统计

n 每百万工具条用户访问比例

n 每百万PV中所占比例

n 每独立IP的pageView数

n 排名算法

n Alexa爬虫做什么

每百万工具条访问比例(sina)

每百万PV中所占比例(sina)

每独立IP的pageView数(sina)

n Yesterday 1 wk. Avg. 3 mos. Avg. 10.1 9.9 9.9

Alexa爬虫做什么

n 搜集网站和网页, 放到wayback machine库中

n 不统计Reach和PV

Reach (user数)

黑色为百度，绿色为QQ，蓝色为sina，军绿为163，深红为sohu

Traffic Rank 流量：

黑色为百度，绿色为QQ，蓝色为sina，军绿为163，深红为sohu

Daily Pageviews

黑色为百度，绿色为QQ，蓝色为sina，军绿为163，深红为sohu

大门户网站用户行为分析

黑色为163，绿色为sohu，蓝色为sina，军绿为百度，深红为QQ

以周为单位，可以看出baidu,sina,qq等的受众的不同。2007年4月21日，22日是周末，百度，QQ访问量明显上升。而sina，sohu则明显下降。163比较平稳。这有可能是因为百度的贴吧等受到年轻学生的欢迎，他们一般周末才能上网。QQ也是一样，学生和年轻人为主体的用户群只有周末才能集中上网。而sina，sohu则一般是上班族，在上班时间上网看新闻。而周末一般都休息。163由于游戏，新闻等内容，所以应该受众群两者兼而有之。

Alexa 工具条

n Alexa工具条是访问统计的依据

n Alexa工具条访问的网站会被alexa自动收录

n Alexa工具条跟踪用户行为

n Alexa工具条会被反病毒软件禁止

n Alexa工具条没有中文版

Alexa 工具条讹传

n Alexa工具条只能装IE?

IE,Netscape,firefox，mozilla都可以

n Opera 不可以

n Alexa工具条只可以安装于windows?

n 还支持Linux,Mac

Alexa 工具条被扫毒软件拦截

Alexa 工具条被扫毒软件拦截，所以很多时候都不能正常工作。下面是norton 反病毒的抓图。

工具条内容

n 搜索

n 网站信息

n 排名

n 链接网站

n Email页面

n 查看页面历史

n 弹出窗口拦截

n Amazon

Alexa 局限性

Alexa 统计的局限性：

n 采样方法的问题

n 统计采样数据的问题

n 新媒体形式不能统计

n 不同网站类型可比性差

Alexa 采样方法的问题

n 每百万装有工具条者访问比

n 装工具条的人具有某些相同特质

n (文化水平,兴趣,职业,语言,浏览器,操作系统)

n https安全网站不统计

n 流量小网站不准确，排名十万以后的网站不能真实反映流量

统计采样数据的问题

只以PV和Reach为基准，对于访问者所耗时间，采用RSS等client和视频等新技术网站不公平，不能准确反映一个网站的价值。

n PV

n Reach(IP,User)

n (Time?)

n (Clients?)

n (new technology?)

新媒体形式不能统计

n 视频网站

n P2P网站

n 电子杂志

n 网络游戏

n 相册,图片

n IM

n 长跟贴的论坛

不同网站类型可比性差

这就像拿综合性大学和某些偏文或偏理的大学来一起排名，完全比较其所拥有的资源，并不一定能得出很好的结果。按照教育部前些年的思路，为了建造“世界性的大学”，就要拼命合并。但合并的结果，并不让我们的学术水平得到一个质的提高。综合门户肯定浏览量大，什么都有。但某些频道并不具有某些专业网站和地方网站一样的价值。

n 综合门户和垂直门户

n 门户和专业网站