
随着谷歌垄断案补救措施裁决的公布,法院文件披露了更多关于谷歌利用用户交互、用户数据及Chrome数据进行搜索排名的细节。这些内容补充了此前美国司法部文件及搜索泄露事件的相关信息。
需注意的是,尽管法院文件包含相关陈述,但这并不意味着当前Google搜索仍在使用上述所有机制,且部分陈述出自非谷歌员工之手。以下基于Marie Haynes等人的发现,对核心内容进行梳理与总结。
用户数据在搜索全链路的应用
裁决文件指出,用户数据贯穿谷歌搜索过程的每一个阶段,从爬取、索引到检索和排名均深度依赖此类数据。
数据驱动的商业闭环
文件第87至88页揭示了谷歌利用用户数据构建的商业增长飞轮:
- 更多用户数据提升通用搜索引擎质量;
- 更优的搜索体验吸引更多用户并提高变现能力;
- 用户规模与变现能力的增长吸引更多广告主;
- 广告主增加带来更高收入;
- 高收入支持谷歌在流量获取成本(如收入分成)和技术投资上投入更多资源,确保持续扩张。
此外,用户会话数据有助于定制广告,精准的广告投放能产生更多点击,进而转化为更高的营收。
数据在技术层面的具体部署
根据文件第93-94页及129页内容,过去十年间,谷歌收集的海量用户数据并未闲置,而是被持续用于:
- 确定爬取网站的优先级、顺序及频率;
- 构建和组织搜索索引,确保覆盖多样化查询;
- 提升搜索结果的新鲜度;
- 创建评估相关性并确立排名的信号模型;
- 运行大规模实验以开发新功能;
- 区分设备意图(如移动端查询更具位置属性)。
谷歌内部演示文稿曾指出:“搜索看似魔法,实则是构建信号以识别用户意图并与文档匹配。”用户数据被视为对用户意图的有力代理,是通用搜索引擎的关键输入。
Navboost与知识图谱的数据来源
文件第157页提到,谷歌使用13个月的用户数据训练Navboost模型,这相当于Bing接收到的超过17年的数据量。该训练数据涵盖全球用户的“查询和点击”行为。
值得注意的是,知识图谱并非直接源自用户侧数据,其底层数据来自包括第三方在内的多种数据源和管道。
用户交互数据的定义与价值
文件第152页将用户侧数据定义为“用户交互数据”或“点击与查询数据”,具体包括:
- 用户点击的网页链接或垂直领域信息;
- 用户在链接上的悬停时长;
- 用户是否返回搜索结果页及返回速度。
此类数据是改进搜索服务的原材料,被直接输入算法以提升搜索结果质量。
用户交互作为排名核心反馈机制
裁决文件强调,从用户交互中学习是谷歌改进搜索的关键。文件第157页指出,共享支撑Glue统计模型的数据集具有纳入最终判决的理由。
这些数据主要是原始用户交互记录,将查询、结果与用户在SERP页面内外的行为(如点击、悬停等)关联起来。这种基于真实反馈的学习机制,被认为是过去15年来网页排名得以持续提升的核心方式,也是谷歌规模优势的重要体现。
Chrome数据与流行度信号
关于Chrome数据在排名中的具体应用,文件披露的信息相对有限但关键。
文件第143-144页显示,有两份证据表明页面的“流行度”信号基于“Chrome访问数据”和“锚链接数量”。其中,锚链接数量用于量化页面间的链接关系,推广链接较多的文档;而Chrome访问数据虽属于用户交互数据的一种,但因原告未提供充分证词,法院未就此作出进一步认定,也未强制要求共享该数据。
这一细节表明,浏览器层面的访问数据可能已被整合进搜索流行度评估体系中,但其具体权重和应用方式仍处于保密状态。

