查询扩张指的是:一个页面在若干查询上获得排名和点击之后,Google 开始在这个页面从未针对过的相邻查询上展示它;这些新增曝光维持一段时间后,大部分回缩,少部分留存。整个过程由两层系统分工完成:一层负责泛化出新查询上的展示资格,一层负责用行为数据决定资格是否保留。
NavBoost 只负责记忆,不负责扩张
NavBoost 是一个记忆系统。它以滚动 13 个月为窗口,存储聚合的用户交互数据,按 query、document、locale 三个维度键控。泄露文档给出的核心字段是 goodClicks(点击后未快速返回 SERP)、badClicks(快速弹回)、lastLongestClick(同一搜索会话中停留最久的结果)。它在排名管线中的位置靠前:初始检索产出数万候选文档后,NavBoost 用历史点击记录把候选集筛到几百,再交给后续模型。
关键在键控方式。按 query-doc 对存储的系统,主要对它记录过的配对起作用。页面从未出现过的查询,在 NavBoost 里没有对应条目,历史行为信号无法被直接利用——即便存在查询改写、查询聚类之类的机制让相近查询共享部分统计,那也是借用邻近配对的记录,而不是这个配对自己产生了数据。所以把页面推向陌生查询的主要力量,不来自这一层。NavBoost 的职能在扩张发生之后:新查询上一旦产生点击,记录开始写入,配对逐渐固化。
扩张发生在嵌入层
DOJ 补救阶段的物证描述了 RankEmbed(及其迭代 RankEmbedBERT):双编码器模型,查询和文档被编码进同一个向量空间,召回和排序基于点积,即空间中的距离。训练数据是点击和查询数据——每次用户交互构成一个训练样本:对这个查询,用户认为这个结果最相关。
扩张机制可以从这个架构中导出。训练样本是具体的 query-doc-点击结果,但模型学到的是文档在空间中的位置。需要说清一点:训练不是对单个页面做增量累加,而是整个模型的周期性重训。页面在一批语义相邻的查询上持续产生的正向交互,会作为训练样本进入下一轮重训;模型更新后,页面在向量空间中的位置可能随之调整,向这批查询所在的区域靠近。位置一旦移动,任何落入同一邻域的查询——包括页面从未出现过、正文从未包含过的查询——都能通过距离计算召回这个页面。文档 embedding 是否随线上点击移动、以何种节奏移动,没有任何公开材料直接确认;但只要训练数据来自真实点击、召回基于距离,这个传导路径就是架构的自然推论。
所以扩张不是一个决策,是一个几何后果:距离缩短,召回自动发生。
时间形态也由此决定。如果位置更新发生在周期性重训之后,那么它是离散跳变而非连续滑动,扩张就应当以批次到达。这与普遍的观察一致:GSC 里的新查询是一整片同时出现,而不是逐日递增——批量出现的形态,比实时更新更符合周期性模型更新的解释。
无历史查询上的展示靠先验预测
新查询上页面没有任何点击记录,系统拿什么决定给不给展示?专利 US 8,938,463 提出的机制是:对没有用户选择记录的结果,用相关数据构建先验模型,预测其隐式反馈,以预测值顶替缺失的记录参与排序。专利描述不等于当前生产环境的实现,但它与新查询冷启动阶段的可观察现象是一致的:没有历史的配对确实获得了展示,说明有某种预测性机制在顶替缺失的行为数据。
预测带有不确定性,这与初始曝光的常见形态相符:一批相邻查询同时放出,位置多在第一页末端到第二页附近。没有证据表明这个位置是刻意安排的采样点——它更可能只是预测分数的自然落点。但客观效果是一样的:这个区间既提供有限曝光,又能收集真实行为反馈,天然构成一个验证位。
验证与回缩
预测打开一个验证窗口,真实行为向窗口内写入。底层逻辑来自专利 US 8,661,029:按查询追踪用户选择,长时间浏览与短时间浏览的比值构成相关性度量,用于该查询后续结果的重排。窗口的结局只有三种:
一,点击达到或超过该位置的预期基线,新的 query-doc 对写入 NavBoost 记忆,位置固化,查询留存。二,点击显著低于位置基线,预测被证伪,曝光收回。三,查询频次太低,窗口期内凑不出统计意义的数据量,测试位让给下一个候选。
低量查询的深位置曝光,注意力稀缺,第二和第三种是默认结局。这就是整体形态呈现”铺开—回缩”的原因:批量授予的展示资格,绝大多数在验证中失效,少数被行为数据确认的查询固定下来。
回缩因此不是降权。它是预测向证据回归——探索(exploration)让位于证据,证据决定利用(exploitation):系统先假设页面可能相关,证据没有出现,假设撤销。页面本身没有被判定为差,只是该配对上确认数据缺席。而留存下来的查询,是被行为数据实测确认的扩张边界。
循环
固化下来的新查询本身又成为下一轮训练数据:新的正向交互进入后续重训,可能继续调整文档的嵌入位置,向外打开下一圈邻域,新一批预测性曝光随之放出,再经历同样的验证。扩张就是这个循环的迭代:嵌入层泛化出资格,行为层裁决资格,裁决结果反馈回嵌入层。每一圈的边界都由真实点击划定,所以扩张半径最终受限于一个外部条件——这片邻域的查询本身是否还有点击供给。已有多项研究证实 AI Overviews 显著降低了信息型查询的点击率,而扩张恰恰运行在信息型长尾地带;如果一片邻域的点击量被显著压缩,那么可用于验证的行为数据同样被压缩,扩张在这里固化的机会理论上随之下降——曝光照常放出,验证凑不齐数据,资格按期收回。这不是页面的问题,是该查询地带可供采集的行为证据变稀薄了。反之,在用户必须点击才能完成意图的查询上(选品、对比、需要图表和深度的场景),点击供给完整,循环闭合,扩张能够一圈一圈固化下去。
概括整条逻辑:嵌入距离给出假设,先验预测给出初始曝光,用户行为给出裁决,NavBoost 记忆固化裁决结果,固化结果进入重训、更新嵌入距离。曝光的突涨是假设批量放出,回缩是假设批量证伪,留存是证据。这个回路的每一个组件——NavBoost 的记忆结构、RankEmbed 的双编码器架构、先验预测专利、点击比值重排专利——都有公开材料支撑;把它们连成完整闭环的各条连接,则是从架构导出的推理,Google 从未端到端地确认过这张图。
独立Google SEO专家，ylsseo.com创始人，基于Google专利、IR与API Leak解读排名机制，中文SEO启蒙第一人。