googleのランキングは何で決まる?!ランキングシグナルが判明！

とうとう出ました。Googleの反トラスト法の判決。
「Google勝訴なの？？」という表現が正しいでしょう。ChromeやAndroidを強制売却は無かったのですが、得ている一部情報を開示しなさいというものでした。完全勝利ではありません。まだ裁判は続きそうです。
その判決の中でGoogleのランキングシグナルにいくつか触れていました。
Googleの検索チーム外では裁判官が一番アルゴリズムについて詳しいんじゃなかろうか。前の裁判でも結構公にされてましたもの。　www　と思ってしまいます。

反トラスト裁判の判決

米国連邦地方裁判所によるGoogle検索市場独占事件の救済判決（2025年9月2日付）によるものです。
この判決は、米国司法省と複数の州政府がGoogle LLCに対してシャーマン法（反トラスト法）違反で提起した訴訟の最終救済措置を定めたものです。裁判所は、Googleが10年以上にわたってデバイスメーカー、ブラウザ会社、通信キャリアと独占的なデフォルト検索契約を結び、競合他社の市場参入と成長を阻害し、検索市場を「凍結」させたと認定しました。技術委員会が6年間の救済期間中の運用を監督し、生成AI時代の競争環境復活を目指します。
この判決はGoogleのビジネス慣行に根本的変更を求めるものとなりました。

主な措置

1. 独占的契約の禁止
   ⇒ Googleは今後、検索エンジンのデフォルト設定に関する独占的契約やアプリのセット販売を一切禁止される
2. データ開示義務:
   ⇒競合他社に対し、検索インデックス構築に必要な最小限のデータとユーザークエリ情報を開示する義務
3. 技術委員会の設置:
   ⇒救済措置の運用を監督する第三者委員会を設立
4. Chrome売却は却下:
   ⇒原告が求めたChromeブラウザの売却命令は「過剰」として却下

データ開示義務の詳細内容

1. 開示対象データの詳細

A. 検索インデックスデータ（Search Index Data）

• DocID（文書の一意識別子）と重複マーク
• DocIDとURLの対応表
• ページ初見日時（first seen）
• 最終クローリング日時（last crawled）
• スパムスコア
• デバイスタイプフラグ

※重要な除外事項：Googleの独自ランキング信号、複雑なアルゴリズム、企業秘密に関わる部分は一切開示不要

B. ユーザーインタラクションデータ（User-side Data）

• 検索クエリとクリック履歴
• ページ滞在時間
• 検索結果ページ内の移動パターン
• GlueモデルおよびRankEmbedモデルの訓練に使用された生データ

C. 広告データ（Ads Data）

開示義務なし – 裁判所が競争促進への根拠不十分として却下

2. 開示先の要件（Qualified Competitor認定基準）

対象事業者:

• 米国内の検索エンジン提供者（現在または参入予定）
• 検索テキスト広告事業者
• 生成AI製品提供者

認定要件:

1. 技術管理委員会推奨のデータセキュリティ基準への適合
2. 定期監査の受け入れ
3. 具体的な参入・競争計画の司法当局への提示
4. 米国安全保障リスクの排除

3. 開示の制限事項と条件

回数制限:

• 検索インデックス: 1回限りのスナップショット
• ユーザーデータ: 最大2回まで（技術委員会承認で追加可能性あり）

用途制限:

• 独自検索モデル強化目的に限定
• 分散型検索競争促進用途のみ
• 再販売や転用の禁止

4. セキュリティ対策とプライバシー保護

匿名化技術:

• k-anonymity（k匿名性）
• ノイズ付加技術
• 個人再識別防止措置

監督体制:

• 技術管理委員会による詳細ルール策定
• 定期監督および監査
• データ廃棄規則の厳格な適用

5. 期間と費用負担

実施期間:

• 判決発効: 60日後から開始
• 有効期間: 6年間

費用:

• 限界費用（marginal cost）での提供
• 実費相当の最小限負担
• 高額請求や独占的価格設定の禁止

6. 技術管理委員会の役割

• データセキュリティ基準の策定
• Qualified Competitor認定への関与
• 開示プロセスの監督
• プライバシー保護措置の評価
• 継続的な監査の実施

7. 重要な政策的配慮

判決では、以下の理由でデータ開示が正当化されています：

1. 競争回復: Googleの独占により阻害された市場競争の復活
2. 新規参入促進: 検索エンジン市場への新規事業者の参入支援
3. イノベーション促進: AI時代の多様な検索・情報サービスの発展
4. プライバシー配慮: 個人情報保護を前提とした制度設計

明らかになったGoogleのランキングシグナル

ランキングシステムの階層構造

Googleの検索ランキングシステムは、複数の階層から構成される高度なアーキテクチャを採用しています。最上位には「Top-level Signals」と呼ばれる3つの主要分野があり、これらがページの品質（Quality）、人気度（Popularity）、そして深層学習モデル（Deep Learning Models）を統合的に評価しています。

品質評価においては、従来から知られているPageRankが重要な役割を果たしています。PageRankは単純な被リンク数ではなく、リンク元ページの権威性を加重評価し、Webページ間の複雑な関係性を数値化する仕組みです。これに加えて、HTMLの構造的完全性、コンテンツの専門性、長期的な信頼度といった多面的な要素が品質スコアに反映されています。さらに、Google独自のスパム検知システムが低品質なコンテンツを自動的に識別し、検索結果から除外する仕組みも組み込まれています。

ユーザー行動データの活用

Googleの圧倒的な競争優位の源泉となっているのが、膨大なユーザー行動データの活用です。「Navboost」と「Glue」と呼ばれるシステムは、世界中のユーザーの検索行動を13ヶ月間にわたって記録し続けています。

これらのシステムは、単純なクリック数だけでなく、ユーザーがどの検索結果にマウスを合わせたか（ホバー行動）、各ページにどの程度滞在したか、検索結果ページ内でどのような移動パターンを示したかといった微細な行動まで記録しています。さらに、ユーザーが最初の検索で満足できずに再検索を行う行動パターンも分析対象となっており、これらのデータが検索結果の品質向上に直接活用されています。

    
Navboost/Glueシステム - クリック・クエリデータ管理
    
    

        

            

                
カテゴリ
                
詳細内容
                
備考
            
        
        

            

                
システム機能
                
"Memory System"として動作
                
ユーザー行動の長期記憶システム
            
            

                
データ範囲
                
13ヶ月分の全世界データ
                
継続的なローリング更新
            
            

                
データ規模
                
Bingの17.5年分に相当
                
圧倒的なスケール優位性
            
            

                
活用方法
                
ランキング学習・予測精度向上
                
RankEmbedなどのML訓練に使用
            
        
    

    
記録内容の詳細
    

        

            

                
データ項目
                
記録内容
                
データ粒度
                
更新頻度
                
活用目的
            
        
        

            

                
検索クエリ
                
ユーザーが入力した検索語句
                
クエリ単位
                
リアルタイム
                
意図理解・関連性向上
            
            

                
クリック位置
                
SERP内での具体的なクリック箇所
                
要素レベル
                
リアルタイム
                
ランキング品質評価
            
            

                
ホバー行動
                
マウスオーバーした結果項目
                
ミリ秒単位
                
リアルタイム
                
ユーザー関心度測定
            
            

                
滞在時間
                
各ページでの滞在時間
                
秒単位
                
セッション終了時
                
コンテンツ品質評価
            
            

                
デバイス情報
                
PC・スマホ・タブレット等
                
デバイス種別
                
セッション開始時
                
デバイス別最適化
            
            

                
地理的情報
                
ユーザーの地域・国・言語
                
地域レベル
                
セッション開始時
                
ローカル検索最適化
            
        
    

この行動データは前述のPRよりも重視されていると私は思います。それにしてもあれだけCTRとか滞在時間とか否定していたのは何だったのだろうと思う。

機械学習モデルの高度化

    
RankEmbed（BERT系モデル）
    
    

        

            

                
項目
                
詳細内容
                
説明
            
        
        

            

                
🔧 基盤技術
                
BERT（Transformer）
                
双方向エンコーダー表現モデル
            
            

                
特徴
                
Long-tail クエリに特化
                
稀少・専門的な検索クエリの精度向上
            
            

                
効果
                
稀少クエリの精度向上
                
一般的な検索エンジンで困難な専門クエリに対応
            
        
    

    
学習データの構成
    

        

            

                
データ種別
                
詳細
                
データ量・期間
                
役割
            
        
        

            

                
クリックログ
                
実際のユーザーのクリック行動データ
                
70日分
                
ユーザー満足度の指標
            
            

                
人手評価スコア
                
Google評価者による品質スコア
                
継続的
                
検索結果の質的評価
            
            

                
クエリ-ページ対応関係
                
検索語とWebページの関連性データ
                
大規模データセット
                
意味的関連性の学習
            
        
    

    
処理方法の詳細
    

        

            

                
処理ステップ
                
処理内容
                
技術的詳細
                
出力
            
        
        

            

                
クエリ意味理解
                
検索語の意図・文脈を解析
                
BERT言語モデルによる自然言語理解
                
クエリベクトル
            
            

                
ページ内容ベクトル化
                
Webページの内容を数値化
                
テキスト・構造・メタデータの統合ベクトル化
                
ページベクトル
            
            

                
意味的距離計算
                
クエリとページの関連度を数値化
                
ベクトル空間での類似度計算（コサイン類似度等）
                
関連度スコア
            
            

                
最適マッチング
                
最も適切な検索結果を選定
                
機械学習による最適化ランキング
                
検索結果順位
            
        
    

特に注目すべきは「Grounding」技術の発展です。これは、LLMが生成する回答の根拠となる情報源を検索システムから取得し、回答の正確性と最新性を担保する技術です。この仕組みにより、Googleは生成AIの持つ幻覚（ハルシネーション）問題を軽減し、信頼性の高い情報提供を実現しています。生成AI時代においても、検索システムの品質がAI応答の競争力を左右する重要な要素であることが判決文書からも明らかになっています。

データの多層的処理

Googleの検索システムでは、Raw Signalsと呼ばれる基本的な指標から高度な機械学習モデルまで、多層的なデータ処理が行われています。基本層では、クリック回数、クエリとページ内容の一致度、コンテンツの新鮮度、地域関連性、デバイス適合性といった直接測定可能な要素が評価されます。

これらの基本指標は、より高度な処理段階で統合・加工されていきます。例えば、地域検索においては地理的関連性、ビジネス情報の正確性、地域での人気度、距離計算、地域言語処理といった専門的な評価が適用されます。リアルタイム性が重要なニュース検索では、公開タイムスタンプ、更新頻度、トレンド関連性、報道機関の権威性、ソーシャルメディアでの反響といった時間軸を重視した評価が行われます。

競合他社との技術格差

判決文書が示す最も重要な洞察の一つは、Googleと競合他社の間に存在する構造的な技術格差でしょう。この格差の根本的要因は、データの絶対量とその多様性にあります。Googleが13ヶ月で収集するユーザー行動データは、Bingが17.5年かけて蓄積するデータ量に匹敵し、DuckDuckGoなど他の検索エンジンとの差はさらに顕著です。

この差は特に、Long-tail クエリ、地域検索、最新情報検索といった分野で決定的な品質差を生み出しています。稀少な検索クエリに対する適切な回答を提供するには、大量の過去データからパターンを学習する必要がありますが、十分なデータ量を持たない競合他社には技術的に困難な課題となっています。さらに、AI時代においても、LLMの訓練やファインチューニングにはやはり大規模なデータが必要であり、Googleの優位性はむしろ拡大する傾向にあります。

技術進化の方向性と今後の展望

Googleは今後、AI統合の更なる深化、プライバシー配慮技術の高度化、新技術領域での先行投資を通じて、競争優位性の維持・拡大を図ると考えられます。特に、マルチモーダル検索（テキスト、画像、音声の統合検索）、リアルタイムAI応答、分散学習システムといった先端技術分野での開発競争が激化することが予想されます。

一方で、今回の判決により一定のデータが競合に開放されることで、検索エンジン市場に新たなイノベーションが生まれる可能性もあります。特に、特定分野に特化した検索サービスや、プライバシーを重視した検索エンジンの発展が期待されており、多様な競争が検索技術全体の発展を促進する効果も見込まれます。

この判決にGoogleが１００%納得は行っているわけではないため控訴が行われ長期化すると思われます。