RankBrain
RankBrain（ランクブレイン）とは、2015年にGoogleが検索に初めて導入した機械学習ベースのランキングシステムです。検索語の単語を個別のキーワードではなく概念として理解し、初めて見るクエリでも、すでに知っている似た意味のクエリのように処理できるようにしました。
RankBrain（ランクブレイン）とは、2015年にGoogleが検索に初めて導入した機械学習ベースのランキングシステムです。検索語の単語を個別のキーワードではなく概念として理解し、初めて見るクエリでも、すでに知っている似た意味のクエリのように処理できるようにしました。
なぜ重要なのか
RankBrainは、Googleアルゴリズムがキーワード一致から意味理解へと移った転換点です。公開当時、Googleは毎日入ってくるクエリの約15%が一度も見たことのない検索語だと明らかにし、RankBrainがコンテンツ・リンクと並んでもっとも重要なシグナルの3番目だと述べて業界を驚かせました。コンテンツ制作者にとっての意味は明確です。本文に検索語と完全に一致する表現がなくても意味が通じればランキングされうるため、同義語を機械的に並べるよりも、主題を充実して扱うほうが有利になりました。
仕組み
RankBrainは、単語や句を数学的なベクトルとして表現し、概念間の距離を計算します。長くてあいまいなロングテールキーワードの質問が入ってくると、似た意味の既知のクエリにつないで結果を見つける、という具合です。導入の初期には初めて見る15%のクエリにだけ使われていましたが、その後すべてのクエリへと拡大されました。よくある誤解とは異なり、RankBrainはページにスコアを付けるランキング要因というよりも、クエリを解釈するシステムに近く、したがって「RankBrain最適化」という別個の手法は存在しません。自然な言葉で検索意図を満たすことが、事実上の対応策です。
BERT・MUMへと続いた進化
RankBrainが切り開いた機械学習ランキングの系譜は、次のように続きます。
| システム | 導入 | 役割 |
|---|---|---|
| RankBrain | 2015 | 単語を概念として理解し、初めて見るクエリを解釈 |
| Neural Matching | 2018 | クエリとページが概念的にどうつながるかを把握 |
| BERT | 2019 | 文の中で単語の文脈を双方向に理解（BERTアップデート） |
| MUM | 2021 | BERTの1,000倍の性能、75言語・テキストと画像を横断するマルチタスクモデル |
これらは互いを置き換えるのではなく、ともに作用するアンサンブルであり、Googleのランキングシステムのガイドに現在もすべて掲載されています。今日のAI Overviewsのような生成系の検索機能も、この意味理解のスタックの上に立っています。
Sources:
- A guide to Google Search ranking systems - Google Search Central
- How AI powers great search results - Google Blog
- FAQ: All about the Google RankBrain algorithm - Search Engine Land
How inblog Helps
RankBrain以降の検索は、キーワードマッチングではなく意味マッチングです。inblogで検索意図に合わせて主題を充実して扱う記事を書けば、正確なキーワードのバリエーションを一つひとつ狙わなくても、意味的に関連するさまざまなクエリで表示されうるようになります。