HOME | 事務所紹介 | サーチャー紹介 |講習会・講演会・執筆 | コラムバックナンバー |お問合せ |
注意:内容は執筆時点での情報です
コラム第43号(2006/7/11UP)
「Google検索システムの怪?・・・じゃなくて解!」
今年に入ってから、Google検索の本の発行が相次いでいます。
これは、特に昨年(2005年)、検索エンジンのビジネスモデルが大きな変換をしたからなのです。
今までの検索エンジンは、あくまでも 「検索サービス」 的な面が大きかったのですが、
昨年は、検索エンジンにおける 「広告」 や 「個人への検索要求への個別対応」 が大きく進みました。
そんなわけで、Googleのビジネスモデル面からの読み物的な本や、検索マニュアル本の
発行ラッシュが続いているんですね。
で、検索マニュアル本は、どれを読んでもだいたい似たり寄ったりの内容です。
様々な 「具体的なテクニック」 が紹介されていて、スグに役立つと、思います。
が、しかし
友だちの目の前でやると、感心してもらえるようなかっこいいテクニックは書いてあるのに、
肝心なことが書いてないじゃん・・・と思うんですよ、我々サーチャーが読むと。
つーわけで、
本ではちゃんと書いてくれないし、知ってても友達にはあんまり感心してもらえない、
どーせジミなハナシだけど (←多少僻みっぽい性格が現れているかと思われます、はい)
知らないとちゃんと検索できない、Google検索の基本を書きたいと思います。
題して「Google検索の怪?・・・じゃなくて解!」 (←多少ギャグにオヤジ系が入っているかと・・・)
●Google検索システムの基本は “単語検索”
Google検索システムの基本は、単なる文字列検索ではありません。 “単語検索” です。
これをちゃんと書いてある本が、なかなか無い。
☆単語検索のしくみ☆
Googleでは、まずウェブページの文字列を「単語」単位に分解して認識し、Google検索用データとして格納します。
そして、皆さんがGoogleの検索ボックスに入力した検索語の文字列も、「単語」単位で認識します。
さして、検索は
「ウェブページの単語の文字列」 と 「検索語の単語の文字列」 が一致するものを優先して拾ってきます。
具体的に、 「東京都内」 という文字列を例として説明します。
まず、ウェブページの文字列 「東京都内」 は 「東京都 / 内」、つまり「東京都」と「内」に分解されて認識されます。
このデータファイルに対し、検索語は完全に一致した場合が、最も優先して検索されます。
具体的にみてみましょう。
皆さんがGoogleの検索ボックスに 「東京都」 「東京」 「京都」 「都内」と入力した場合、
「東京都内」という文字列が記載されているウェブページの拾われ方の優先度は次のとおりになります。
わかりますか?
単に 「都内」 と検索ボックスに入力した場合、「東京都内」は、ほとんどヒットしないんです。
この例では、正確な説明のために "優先度を落とす” や “低い” や “最低” と書きましたが、
「東京」 「京都」 「都内」 などの言葉は大変一般的なことばなので、数百万ページもヒットしている場合、
上位数百件には、まず 「東京都内」 は表示されません。
ですから、現実的には
「東京」「京都」「都内」で検索した場合、「東京都内」は「検索されない」と言い切ってしまってもいいと思います。
特殊な専門用語や固有名詞などでの検索で、数十ページ程度のヒット件数であれば、
検索されるけれども、上位に表示されないことが分かると思います。
一般の文字列検索では、データファイルに「東京都内」という文字列があれば、
検索語に「東京都」「東京」「京都」「都内」のどれを入力しても同じように検索されるわけですが、
単語検索の場合は、
文字列を単語ごとに区切ることによって検索したい内容に近いデータファイルを優先的に表示させるしくみを持ちます。
このしくみによる重要な利点は
「京都」 と検索ボックスに入力した場合に 「東京都」 の検索の優先度が落とされること、です。
これにより、検索結果のノイズ(不要な情報)を落とすことができます。
しかし、同時に 「都内」 が、ほぼ除かれてしまいまうのが大きな不利点です。
Googleは、もともと英語のウェブページ対応の検索エンジンから出発しています。
で、 「スペースで区切られている英単語」 での検索のしくみが日本語へ応用されているんです。
たとえば、英語の 「tree」 で検索した場合に、
「street」 や 「entree」 などは、「tree」という文字列を含んでいても検索されないしくみになっています。
このしくみが、日本語版にも応用されて、
まずはウェブページの文字列が単語単位に分解されて認識されるしくみなっています。
ただし、日本語版ではある程度は検索されるものの、優先度を落として表示するしくみになっています。
ですから、たとえば検索語に「東京」と入力した場合は、データに「東京都 / 内」の文字列があるものよりも、
「東京 / の / 23区 / 内」とか「東京 / および/ 関東 / 地方」など、
「東京」が単独で単語として切り出されているデータのほうが「検索語に完全に一致するデータ」として、
優先して検索表示されます。
というわけで、大事なことは 「単語」 を意識して検索語を選ぶことです。
特に 「単語全体を完全に入力する」 点に注意してください。 単なる文字列検索ではないんです。
そして、2つ以上の単語を入力する場合、検索語の文字列を区切るスペースを入れることが大事です。
スペースは単にAND検索するだけでなく、
検索システムに「ここで区切って単語を認識してください」という指示を与えることになります。
例えば 「東京都内」 と検索語を入力した場合、検索システムは自動的に 「東京都 / 内」 と単語分割して認識し、
「東京都」と「内」を優先して検索してきますが、
あなたが 「東京 都内」 と入力すれば 「東京 / 都内」 を単語として認識し、優先して拾ってきます。
単語の切り出され方は、Googleマニュアル本にもよく紹介されているように 「キャッシュ」 を見れば確認できます。
また、自分の入力した検索語を、システム側に単語分解されたくない場合もGoogle検索本に紹介されているように、
ダブルコーテーション “ ” で囲んで 「“東京都内”」と入力すれば、分解されずにすみます。
●検索語の “入力の順序” が大事
検索語の入力の順序が大事である点も、Google検索での大きな特徴です。
単なる文字列検索だと、例えば 「東京 AND 都内」 でも 「都内 AND 東京」 でも同じ結果になりますが、
Googleの場合は先(検索ボックスの左方向)に入力されている検索語ほど重要な検索語であると認識されます。
試しに 「東京 都内」 と 「都内 東京」 とで検索し比べてみてください。 検索結果が違うでしょう?
Googleでは、リンク数などから 「ページの重要度」 を計算するしくみがあることは
Googleマニュアル本にも説明されているとおりですが、
その重要度を計算するにあたっての、もとになる検索語は、
検索ボックスの 「先」 に入力されてるほど大事な検索語である、という認識になっています。
というわけなので、重要な検索語ほど検索ボックスの先に入力することで、Googleの検索システムへ
“自分は、コレを最も重要な検索語として検索したい” という意思表示をしてあげてください。
・・・意外と知らなかった、というかたも多いのではないでしょうか。
正直なところ、
ジミなハナシは受けないのでGoogleマニュアル本には書いてないのか、
それともたんに書くヒトが知らなくて(?)書いてないのか分からないのですよ。
こういう検索マニュアル本を読んでいて、どんな検索語だとどんなデータがヒットするかという
“検索のしくみ” の部分が一番気になるっていうのも、
サーチャーの職業病かなぁ(←多少僻みっぽい性格が・・・)。
でも! “単語” を意識して、“入力の順” を意識するだけで、
検索の精度が格段に違ってくるのは確かです。
その上で、どうぞアノ手コノ手のテクニックを使いこなして、上手に検索してみてください。
HOME