Googleが公開した特許「Hybrid Message Passing Neural Network and Personalized Page Ranking Graph Convolutional Network Model」（長い）は、ウェブコンテンツ分類の方法を一新する可能性を秘めています。この特許は、ウェブページやサイトをより正確に分類し、検索エンジンの精度を向上させることを目的としています。
MPNNとグラフ畳み込みネットワーク（通称GCN）の働きによる特許ですので、以降は『ハイブリッドページランクモデル』と勝手に略させてください。
ハイブリッドページランクモデル特許技術の理解
この特許で提案されている技術は、神経ネットワークを活用してウェブコンテンツを分析し、分類する方法に焦点を当てています。ウェブページの特徴やページ間の関係を抽出し、それらを基にページを適切なカテゴリーに分類します。このプロセスにより、検索エンジンはユーザーのクエリに対してより関連性の高い結果を提供できるようになります。
ハイブリッドページランクモデルの概要
この特許は、個々のエンティティの特徴と個々のエンティティとアセットの関係に基づいてアセットを分類するための神経ネットワークの使用に関するものです。
具体的には、複数のノードとエッジを含むノードネットワークを維持するために構成された神経ネットワークを使用して、複数のコンテンツソースに対応する複数のアセットのそれぞれを表すノードを含みます。
この方法には、ノードネットワーク内の複数のアグリゲータノードで、複数のリモートネイバーフッドのそれぞれにおける各ノードの特徴に関するデータを集約するステップが含まれます。
次に、各アグリゲータノードで、対応するリモートネイバーフッドの各特徴に重みを割り当てることによってアグリゲータノードの状態を更新します。
さらにシードノードで、シードノードの周囲のローカルネイバーフッド内の各ノードに対して畳み込み分析を実行することによってシードノードの状態を更新します。
最後にシードノードの状態に基づいてシードノードのラベルを決定します。
この特許は、神経ネットワークを使用して、個々のエンティティの特徴とアセットとの関係に基づいてアセットを分類する新しい方法を提供します。これにより、大規模な神経ネットワークの分析が改善され、計算時間とパワー要求が削減されます。
上記の図の説明はこちら
- ステップ 502 ー プロセスの開始点を示しています。これは、ネットワーク分析を始めるところです。
- ステップ 504 ー 神経ネットワークが各ノードの特徴を集約するために使用されています。これは、ウェブページや文書などのコンテンツからデータを収集し、分析するステップです。
- ステップ 506 ー 集めたデータをもとにして、各ノードがどのような情報を持っているかを理解しようとします。これは、収集された情報から意味を見つけ出す工程です。
- ステップ 508 ー 集約したデータとニューラルネットワークによる分析結果をもとに、アグリゲータノードが更新されます。これによって、各ノード（ページや文書）の重要性や関連性が計算されます。
- ステップ 510 ー 神経ネットワークが更に精緻な分析を行い、シードノードの状態を更新します。このステップで、ネットワークの中心的なノードやカテゴリーが強化されます。
- ステップ 512 ー 分析プロセスが終了し、各ノードが持つ情報が整理されます。
- ステップ 514 ー 最終的に、神経ネットワークが各シードノードにラベルを割り当てます。このラベルは、そのノードがどのトピックやカテゴリーに属しているかを示すものです。
意味不明な概要をわかりやすく解説
例えば『キャンプに関するサイト』を例に、このプロセスをわかりやすく説明します。
- 個々のエンティティの特徴と個々のエンティティとアセットの関係に基づいてアセットを分類するための神経ネットワークの使用
このキャンプサイトには、テントの設営方法、キャンプ料理レシピ、ハイキングコースの紹介など、さまざまなページ（エンティティ）があります。これらのページは、キャンプに関する異なるトピック（アセット）を表しています。神経ネットワークは、これらのページの内容を分析して、それぞれがどのトピックに関連しているかを判断します。 - ノードネットワーク内の複数のアグリゲータノードで、複数のリモートネイバーフッドのそれぞれにおける各ノードの特徴に関するデータを集約するステップ
キャンプサイト内のページを、テント、料理、ハイキングなどのカテゴリー（アグリゲータノード）に分類します。各カテゴリーは、関連するトピックのページから情報を集めて、そのカテゴリーの全体像を形成します。 - 各アグリゲータノードで、対応するリモートネイバーフッドの各特徴に重みを割り当てることによってアグリゲータノードの状態を更新
各カテゴリー内で、特定のページがどれだけ重要かを評価します。たとえば、初心者向けのテント設営ガイドが非常に人気がある場合、そのページには高い重みが割り当てられます。 - シードノードで、シードノードの周囲のローカルネイバーフッド内の各ノードに対して畳み込み分析を実行することによってシードノードの状態を更新
このステップでは、たとえば「キャンプ全般」というメインカテゴリー（シードノード）に対して、テント、料理、ハイキングといったサブカテゴリーの情報を分析して統合します。これにより、キャンプサイト全体のテーマや強みを把握します。 - 最後に、シードノードの状態に基づいてシードノードのラベルを決定
最終的に、キャンプサイト全体がどのようなトピックに焦点を当てているかを示すラベルを割り当てます。たとえば、このサイトが特に「ファミリーキャンプ」に力を入れていることが分かった場合、「ファミリーキャンプ」のラベルが付けられます。
このプロセスを通じて、キャンプサイトはその内容を整理し、訪問者が求めている情報を効率的に提供できるようになります。また、検索エンジンはこのサイトを正確に評価し、適切な検索クエリに対して推薦することができます。
シードノードとアグリゲータノードの役割とSEO
特許では、シードノードと呼ばれる特定のウェブページにラベルを付けるプロセスが重要な役割を果たします。また、アグリゲータノードを通じて、関連する他のページからの情報を集約し、シードノードの分類を支援します。この方法により、ページの内容や関連性がより詳細に分析され、分類の精度が向上します。
基本的な役割
前セクションでお話ししたキャンプサイトを例としてお話ししますが、キャンプサイトの各ページは異なるキャンプ関連の情報を提供していると考えてください。
ここで、アグリゲータノードは情報の集約所のような役割を持っています。たとえば、テント設営に関するページや焚火のコツを紹介するページなど、特定のトピックに関連する情報を集める役目を果たします。アグリゲータノードはこれらの情報を集めて、どのページがそのトピックにとって重要かを評価します。
たとえば、初心者向けのテント設営ページが多くの訪問者の役に立っているとしたら、そのページには「重要」というラベルが付けられ、より高い重みが割り当てられます。
一方、シードノードはこのキャンプサイトの中心となるコンセプトやトピックを代表しています。このシードノードは、例えば「ファミリーキャンプ」や「ソロキャンプ」といった、サイト全体の主要テーマに関連する情報を集約します。シードノードは、サイト内でどのトピックが特に注目されているか、どのカテゴリーが重要であるかを示します。これにより、キャンプサイト全体の「顔」とも言えるトピックやカテゴリーが明確になります。
上記の図の説明はこちら
- 200 ー 全体のネットワークシステムを指しています。
- 202 ー ネットワーク内で中心的な役割を果たすノード、つまりシードノードです。このノードは他の多くのノードに接続されており、情報の流れや分析の出発点となります。
- 204a、204b、204c、204d ー シードノードの周りにあるノード群で、ここから情報が集まります。これらはアグリゲータノードと見なすことができ、それぞれが特定の種類の情報やデータを集約する役割を持っています。
- 206a、206b、206c、206d ー アグリゲータノードに接続されている外側のノードで、さらに詳細な情報やデータを提供します。
この図では、各アグリゲータノードが関連するノードから情報を集める様子を示しています。シードノードはこれらの情報をさらに統合し、ネットワーク全体の理解を深める役割を果たします。例えば、「キャンプサイト」のコンテキストでは、アグリゲータノードが「テント設営」「キャンプ料理」「ハイキングルート」といった異なるトピックを表し、シードノードがサイト全体の「キャンプ」のコンセプトを代表すると考えることができます。
SEOの観点から考えるシードノードとアグリゲータノード
キャンプサイトには様々な情報があります。例えば、「家族向けキャンプの計画」、「初心者のためのキャンプギアの選び方」、「サバイバル技術」などです。ここで、アグリゲータノードの役割は、これらのトピックごとに関連する情報を集めることです。
SEOでは、ここでの「集める」という行為が非常に重要です。なぜなら、関連性の高いコンテンツを集約することで、検索エンジンが特定のトピックについてのサイトの権威性を認識しやすくなるからです。
例えば、「家族向けキャンプの計画」に関するページが人気である場合、アグリゲータノードはこのページに高い重みを割り当てます。この「重み」とは、ページがトピック内でどれだけ中心的な役割を果たしているか、つまりその情報の質や人気、重要性を示しています。SEOの目標は、検索エンジンに対して、このページが家族向けキャンプトピックにおける信頼できるリソースであることを示すことです。
次に、シードノードは全体のサイト内で中心的な役割を担うトピックを表します。これは、たとえば「キャンプ」という幅広いトピックかもしれません。シードノードに対するラベルの重み付けは、サイトがどのトピックにおいて最も強い権威性を持っているかを示すために行われます。SEOでは、このラベルはキーワード戦略における優先度や、検索エンジン結果ページ（SERPs）でのサイトの位置に直接影響を及ぼします。
したがって、アグリゲータノードが集約した高品質なコンテンツと、シードノードによるサイト全体の権威性の両方が、検索エンジンによるサイトの評価を形成します。検索エンジンは、これらのラベル付けされた重み付けを用いて、ユーザーの検索意図と関連性が高いコンテンツを提供します。このプロセスを効果的に行うことでトラフィックが増加し、サイトの可視性が高まります。
このようにして、アグリゲータノードとシードノードはSEOにおけるサイトの内容整理と構造化に不可欠な役割を果たし、検索エンジンに対するサイトの魅力を高めます。
特許から考えるSEO
この特許技術の適用により、検索エンジンはウェブコンテンツをより効率的に分類し、ユーザーにとって有用な情報を優先的に提供できるようになると期待されます。結果としてユーザー体験が向上し、検索の精度が高まることが予想されます。その際スパムサイトや悪意のあるサイトなどはどうなるでしょうか？
スパムサイトや悪意のあるサイト
特許文書では、神経ネットワークを用いて資産を分類する方法について説明されており、これには個々の実体の特徴や実体と資産の関係が考慮されます。
スパムサイトや悪意のあるサイトはユーザーにとって価値が低いか、迷惑をかける資産として分類される可能性があります。この技術により、検索エンジンやコンテンツ管理システムはより正確に有用な情報とスパムとをより明確に区別できるようになることが期待されます。
ノード間のリンク（エッジ）によっては自身のサイトがスパムサイトや悪意のあるサイトにラベル付けされてしまうこともあり得る話であるということが言えます。
文章の特徴からも分類される可能性
特許文書では、神経ネットワークを用いて個々の実体の特徴と実体と資産の関係に基づいて資産を分類する方法について記載されています。
「個々の実体の特徴」という表現は、文章の特徴を含む可能性があります。たとえば、Webページやドキュメントのテキスト内容、構造、キーワードの使用など、文章に関連する特徴が分類のために利用される場合があります。これらの特徴は、機械学習アルゴリズムや神経ネットワークモデルを通じて、特定のカテゴリーに資産を分類するために使用される可能性があります。
AIが進化している現代では、非常に細かい部分も個々の実態の特徴として捉えられているのかもしれません。
ハイブリッドページランクモデルのまとめ
この特許が実際に運用の一つとして使われているかどうかは定かではありません。
しかしこの特許が公開されている以上、今までのようにSERPsをハックするような方法では上位にランク付けすることは非常に難しくなると言えます。
コンテンツの質を追求することはもちろんのこと、その他の活動（SNSなど）も非常に重要な要素になり得るということです。