参加过一次百度指南的讲解会，本身做互联网分析的，对这方面有些了解。怕被说泄露机密就匿了。

檀斌说的部分内容是真实的。
这个是非常复杂的统计学和数据分析算法得到的相对性的结论（事实上准确性并不高，但可以看到一个群体属性的趋势）。

用户搜索了哪些关键字、所在地区的IP、上了哪些网站、停留时间、退出率、甚至各种转化行为监控。
数据准确性确实不高，而他们使用的分析维度就是上面提到的。相信百度指南和百度指数的分析方法是一样的，在百度注册的用户有填写基本的用户信息，包括性别、年龄、学历等等。根据ip地址可以分析地域。另外，去除噪音，就是不靠谱的数据来源，会采用网站停留时间、家庭电脑或网吧等信息来判断是否真人行为。剩下来所谓相对靠谱的数据，也因为样本量不全，只是覆盖到某一特定人群（登录的百度用户），所以数据是有偏向性的。

再说说统计学分析方法
比如你经常搜索股票、汽车、单反、VC、时代周刊、财经、上BBC、上纽约时报网站等又可以对应怎样的用户模型。
比如你经常搜索敏捷开发、ruby、html5、app开发、photoshop、产品设计、SEO、ppc、上知乎、上csdn等又对应怎样的用户模型。
这样基本可以通过统计学分析，得出某人的相关属性，然后根据大量的用户集群，得出该用户集群的属性。建模统计分析什么的，听上去很美好，但是多少公司有能力和资源去做呢。就我所知，百度是没有在这个上面建模的。建模是预测好用的工具，如果有这么厉害可以预测到数字，那百度指数可以做的比现在的要多多了。

不要太迷恋所谓的指数数据什么的，参考看看就好。