学术结果

学术结果 指论文、研究报告与学术文献在搜索里的可见性与引用可达性。这一层要分开两件事来看：一是学术文档作为普通网页被 Google 搜索索引，二是 Google 学术搜索，这个独立入口的收录。

文档作为普通网页

Google 可以把大多数文本文件、某些已编码文档格式的内容编入索引，类型由抓取时返回的 Content-Type 标头确定；标头缺失或不正确时，可能改看文件扩展名或用其他解析器重新解析^[1]。这一条对论文很关键，许多论文以 PDF 形式挂在机构站点与预印本仓库上，它们走的就是普通网页的索引与排名路径。

因此学术页面的技术侧要求与普通网页相同：能被抓取、能解析、有唯一的规范网址、标题与正文要说清主题^[1]。

独立入口的差别

Google 学术搜索是另一个服务，专门收录学术文献并跟踪引用。Google 的搜索中心文档里，没有面向学术出版方的站长指南，这一层的规则要看学术搜索那边的说明^[2]。预印本平台与期刊站点自身仍是普通网页，被 Google 搜索索引时也同时被学术搜索抓取，两条路的收录条件不一样。

引用关系与排名研究

有人专门测过这件事。一项 2008 年的研究提出的问题是：专家对现实世界实体的排名，与搜索引擎的排名是否相关^[3]。这一类工作属于把两种排序放在一起比较，结论提示搜索引擎的排序与专家判断的对应关系并不稳定，对学术内容的可见性做判断时，要区分两种排序的口径。

站长的可操作项

能做的四件事都在网页这一侧：

• 论文页给唯一的网址与规范处理，避免同一篇内容通过多个下载入口分散权重。
• 标题、作者、摘要以文字形式出现在页面上，不要只做在图片里。
• 元数据用结构化数据表达，作者与发布日期有对应字段。
• 站点地图覆盖论文页，让新论文能被及时发现。

常见误用

第一种是把 PDF 当自然可索引。抓取与解析仍受标头与可达性影响^[1]。

第二种是拿学术搜索的规则去做站点优化。两个服务的收录条件不同，改一边不等于改另一边。

第三种是只看引用数不看可见路径。检索路径有几条，分别要各自维护。

附录

参见

• 可索引文件类型
• 规范网址
• 结构化数据
• 站点地图
• 索引

参考资料

官方（境外）

1. 《Google 搜索可编入索引的文件类型》，Google 搜索中心。

第三方

2. 《Google Scholar》，Google 学术搜索。
3. 《Correlation of Expert and Search Engine Rankings》，arXiv，2008。

外部链接

• arXiv 预印本服务，Cornell University。