
近期,美国司法部与谷歌反垄断案中披露的内部文件引发SEO社区广泛关注。WebmasterWorld创始人Brett Tabke整理并公开了这些关键资料,揭示了谷歌搜索算法的底层运作逻辑。前谷歌杰出软件工程师Eric Lehman博士等多位专家的证词及内部文档显示,Navboost并非机器学习系统,而是基于点击数据的大型表格;同时,大量排名信号仍依赖人工构建与阈值调整。以下是对核心内容的提炼与解读。
Navboost本质:大型数据表而非AI模型
针对外界对Navboost系统的猜测,前谷歌杰出软件工程师Eric Lehman博士在文件中明确澄清:“Navboost不是机器学习系统,它只是一个大表格。”该系统本质上是一个聚合数据库,用于记录特定搜索查询下文档被点击的次数(如某文档在特定查询下获得2次或3次点击)。尽管包含少量额外数据字段,但其核心机制仍是结构化的数据统计,而非复杂的深度学习模型。

排名信号构建:人工干预与阈值设定
内部文件证实,除RankBrain和DeepRank等基于大语言模型的组件外,绝大多数排名信号均为“手工构建”。这意味着工程师可以通过分析数据,利用Sigmoid函数或其他数学模型来确定信号的处理方式及生效阈值。这种机制赋予了工程师对排名系统进行精细化分析和调整的权限,而非完全交由黑盒算法自动决策。
点击量与停留时间的定义争议
文件中关于“点击量(C)”的定义为:“历史上用户在返回搜索结果页(SERP)之前,在特定链接页面停留的时间。”这一定义实际上描述了业界常说的“鼠标鼠蹊部现象”(Pogo-sticking)。然而值得注意的是,谷歌官方多年来一直否认将此类用户行为作为直接排名因素,此次内部文件的曝光再次引发了关于该指标实际权重的讨论。

质量评估与调试机制的内幕
关于人类质量评估员的作用,文件透露虽然谷歌声称不直接将评估结果作为排名信号,但在对大多数信号进行回归分析时,确实使用了来自人类评估员的标签数据。这表明评估员的数据更多是作为验证和校准模型的基准,而非直接的排序指令。
谷歌一直告诉我们,我们并不直接使用评估员作为排名信号,与此同时,HJ Kim 表示,在对大多数信号进行回归分析时,使用了来自人类评估员的标签数据。
此外,文件还展示了内部调试界面的工作流。例如在搜索“james allan umass”时,系统会调出包含10个蓝色链接的详细得分表,列出每个顶级信号的独立得分以及所有信号汇总后的“最终IR”分数。这种可视化的调试工具让工程师能够精准定位影响排名的具体因子。同时,文件中还提及了Q*、RankEmbed、Twiddlers等技术模块的细节。

谷歌反垄断案的新证据发布——通过 @btabke 提供了关于谷歌算法工作原理的新鲜细节。这一份,“2025年2月18日 与谷歌工程师 H.J. Kim 的通话”真是令人震惊……排名的ABC:(A) 锚文本 (B) 正文 (C) 点击。每位 SEO 都应该阅读全文。
上述披露的文件片段为理解谷歌搜索算法提供了珍贵的一手资料,建议从业者结合原文深入研读,以获取更全面的技术洞察。

