SEO HARDCORE
  • Разборы патентов
    • Патенты Google
  • Скоро SEO инструменты
  • Скоро SEO аналитика
  • seohardcore
SEO HARDCORE
назад

Как Google обрабатывает клики по ссылкам на мобильные приложения (App Deep Links) в результатах поиска

NATIVE APPLICATION SEARCH RESULTS (Результаты поиска по нативным приложениям)
  • US10210263B1
  • Google LLC
  • 2015-06-23
  • 2019-02-19
  • Ссылки
  • SERP
  • Описание
  • Разбор
  • Выводы
  • Практика
  • FAQ
  • Похожие

Google использует механизм клиентской обработки результатов поиска, ведущих в нативные приложения. Если у пользователя не установлено нужное приложение, система на устройстве автоматически подменяет ссылку приложения (App Deep Link) на эквивалентный веб-URL. Это гарантирует доступ к контенту через браузер и обеспечивает бесшовный пользовательский опыт.

Описание

Какую проблему решает

Патент решает проблему «мертвых кликов» или «тупиков» в мобильном поиске. Эта проблема возникает, когда поисковая система показывает результат, ведущий вглубь нативного приложения (App Deep Link), но у пользователя это приложение не установлено. Цель изобретения — обеспечить бесшовный пользовательский опыт (seamless user experience), гарантируя доступ к искомому контенту независимо от статуса установки приложения. Также это избавляет поисковую систему от необходимости хранить данные об установленных приложениях пользователей.

Что запатентовано

Запатентован метод обработки результатов поиска нативных приложений (native application search results) на стороне клиента (устройства пользователя). Система локально определяет, может ли устройство обработать Deep Link (URI 1), предназначенный для нативного приложения. Если приложение не установлено, система автоматически обрабатывает альтернативный идентификатор (URI 2, например, веб-URL), который ведет к синхронизированному контенту (synchronized content) в другом приложении (например, браузере).

Как это работает

Механизм работает на стороне клиента:

  • Получение SERP: Пользователь получает результаты поиска, включающие ссылку на нативное приложение (URI 1).
  • Локальная проверка: При рендеринге страницы или в момент клика устройство проверяет, установлено ли необходимое приложение.
  • Условная обработка:
    • Если приложение установлено, используется URI 1, приложение запускается и показывает контент.
    • Если приложение НЕ установлено, система переключается на обработку URI 2 (веб-ссылки).
  • Получение и подмена URI: Если URI 2 не был включен в результат поиска, устройство может запросить его у поисковой системы на лету. Затем происходит перезапись (rewriting) исходной ссылки URI 1 на URI 2.
  • Результат: Пользователь попадает на веб-страницу с контентом, идентичным тому, что он увидел бы в приложении (synchronized content).

Актуальность для SEO

Высокая. Механизмы индексации приложений (Firebase App Indexing) и Deep Linking являются стандартом в мобильном поиске. Обеспечение корректного fallback-механизма на веб-контент при отсутствии приложения остается критически важной задачей для Google для улучшения мобильного пользовательского опыта.

Важность для SEO

Патент имеет высокое значение (75/100) для SEO-стратегий, включающих мобильные приложения (App SEO/ASO). Он не описывает факторы ранжирования, но раскрывает техническую инфраструктуру обработки App Indexing. Это подчеркивает критическую важность наличия синхронизированного контента (полного паритета) между веб-версией и нативным приложением. Без корректного веб-эквивалента и настроенной связи контент приложения не сможет эффективно охватывать аудиторию в поиске.

Детальный разбор

Термины и определения

Deep Link (Глубинная ссылка)
Ссылка (URI), ведущая на конкретную страницу контента (content page) внутри нативного приложения, а не на его главную страницу.
First Application (Первое приложение)
Приложение, в котором пользователь инициирует поиск и просматривает результаты. Обычно это веб-браузер или приложение Google Search.
Native Application (Нативное приложение)
Приложение, разработанное для конкретной ОС устройства (например, iOS, Android) и работающее независимо от браузера. Отличается от First Application.
Native Application Search Result
Результат поиска, который идентифицирует нативное приложение и содержит URI 1 (Deep Link). При выборе предназначен для запуска этого приложения.
Synchronized Content (Синхронизированный контент)
Контент, который идентичен при доступе через нативное приложение (по URI 1) и через веб-ресурс (по URI 2).
URI 1 (Первый URI)
Идентификатор ресурса, предназначенный для обработки нативным приложением (App Deep Link). Например, android-app://com.example/page.
URI 2 (Второй URI)
Альтернативный идентификатор ресурса, который может быть обработан First Application (например, браузером). Обычно это веб-URL. Например, https://www.example.com/page.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной метод, выполняемый на устройстве пользователя (client-side).

  1. Устройство получает результаты поиска в First Application. Набор включает Native Application Search Result с URI 1 (App Deep Link).
  2. Устройство определяет, установлено ли нативное приложение, способное обработать URI 1.
  3. Если приложение НЕ установлено, устройство обрабатывает URI 2 (Web URL).
  4. Обработка URI 2 включает конкретные шаги (механизм получения URI 2 по требованию):
    • Отправку запроса с устройства поисковой системе для получения URI 2 на основе URI 1. Поисковая система хранит URI 2 как альтернативный источник (alternate source).
    • Получение URI 2 от поисковой системы.
    • Перезапись (rewriting) URI 1 на URI 2 в качестве базовой ссылки (underlying link). Внешний вид результата поиска не меняется.
  5. При клике First Application открывает контент по URI 2.
  6. Контент по URI 1 и URI 2 является synchronized content.

Claim 2 (Зависимый от 1): Уточняет время проверки.

Определение статуса установки приложения происходит в ответ на получение набора результатов поиска (т.е. во время рендеринга SERP).

Claim 3 (Зависимый от 1): Уточняет альтернативное время проверки.

Определение статуса установки приложения происходит в ответ на выбор (клик) пользователем Native Application Search Result.

Claim 4 (Зависимый от 1): Уточняет механизм проверки.

Определение статуса установки выполняется путем запуска скрипта (executing a script), включенного в набор результатов поиска.

Claim 6 (Зависимый от 1): Уточняет типы.

First Application является веб-браузером, а URI 2 — это URL веб-страницы.

Где и как применяется

Изобретение затрагивает этап индексирования для сбора данных, но основная логика выполняется на стороне клиента после формирования выдачи.

INDEXING – Индексирование и извлечение признаков
На этом этапе поисковая система должна проиндексировать как веб-контент (Web Index), так и контент приложений (Native Application Data). Критически важно установление и сохранение связи (mapping) между URI 1 (App Deep Link) и URI 2 (Web URL) для synchronized content. Это необходимо, чтобы система могла предоставить альтернативный URI по запросу.

RANKING / METASEARCH – Ранжирование и Формирование SERP
Система ранжирует контент и формирует выдачу, которая может включать Native Application Search Results. Вместе с результатами система предоставляет клиентский скрипт для выполнения логики.

Client-Side Execution (На устройстве пользователя)
Основное применение патента. Логика выполняется в First Application (браузере) после этапа RERANKING.

  1. Инициализация: При загрузке SERP или при клике активируется скрипт.
  2. Проверка: Скрипт взаимодействует с ОС устройства для проверки статуса установки приложения.
  3. Принятие решения и действие: Если приложение не установлено, скрипт инициирует получение URI 2 (запрашивая его у поисковой системы, если он не был встроен в SERP) и выполняет URI Rewriting.

Входные данные (на устройстве):

  • SERP с Native Application Search Result и URI 1.
  • Клиентский скрипт.
  • Данные о статусе установки приложений на устройстве.

Выходные данные (на устройстве):

  • Модифицированный результат поиска с активированным URI 1 или URI 2.
  • Действие при клике: запуск нативного приложения или загрузка веб-страницы.

На что влияет

  • Конкретные типы контента: Влияет на любой контент, существующий параллельно в вебе и в нативном приложении (товары, статьи, профили, рецепты и т.д.).
  • Специфические запросы: Наиболее заметно в мобильном поиске, где часто встречаются результаты App Deep Linking.
  • Технологии: Напрямую связано с реализацией Firebase App Indexing и стратегиями Deep Linking.

Когда применяется

Алгоритм применяется при следующих условиях:

  • Триггер активации: Присутствие Native Application Search Result в поисковой выдаче.
  • Временные рамки: Проверка и подмена происходят либо в момент рендеринга SERP на устройстве (Claim 2), либо в момент клика пользователя по результату (Claim 3).
  • Условие переключения (Fallback): Отсутствие на устройстве нативного приложения, способного обработать URI 1.

Пошаговый алгоритм

Процесс выполняется на устройстве пользователя.

  1. Получение результатов: Устройство получает SERP от поисковой системы в First Application (браузере). SERP содержит Native Application Search Result с URI 1 (App Deep Link) и клиентский скрипт.
  2. Инициализация проверки: Запускается клиентский скрипт (при рендеринге или при клике).
  3. Проверка установки приложения: Скрипт локально определяет, установлено ли нативное приложение, способное обработать URI 1.
  4. Условное ветвление:
    • Сценарий А (Приложение установлено): URI 1 остается активным. При клике запускается нативное приложение.
    • Сценарий Б (Приложение НЕ установлено): Активируется механизм fallback (переход к шагу 5).
  5. Получение альтернативного URI 2: Скрипт определяет URI 2.
    • Вариант 1 (Встроенный): URI 2 уже присутствует в коде SERP.
    • Вариант 2 (По требованию - описан в Claim 1): Устройство отправляет запрос поисковой системе для получения URI 2, соответствующего URI 1.
  6. Перезапись ссылки (URI Rewriting): Система перезаписывает активную ссылку в результате поиска с URI 1 на URI 2. Визуально результат не меняется.
  7. Обработка клика: При клике First Application (браузер) обрабатывает URI 2 и отображает synchronized content.

Какие данные и как использует

Данные на входе

Патент фокусируется на механизме обработки ссылок на клиенте, а не на ранжировании.

  • Структурные данные (Индексы/Mapping): Данные о соответствии между URI 1 (App) и URI 2 (Web) для synchronized content. Хранятся поисковой системой и предоставляются по запросу или встраиваются в SERP.
  • Пользовательские факторы (Состояние устройства): Данные о том, какие нативные приложения установлены на устройстве. Эти данные проверяются локально на клиенте.
  • Технические факторы (Идентификаторы): URI 1 и URI 2.

Какие метрики используются и как они считаются

В патенте не упоминаются метрики ранжирования или оценки качества. Используются логические операции:

  • Статус установки приложения: Булева проверка (Установлено/Не установлено). Выполняется на клиенте, возможно, через доступ скрипта к манифесту устройства.
  • Поиск соответствия (Lookup): Поиск URI 2 для заданного URI 1. Выполняется на сервере поисковой системы (если URI запрашивается по требованию).

Выводы

  1. Децентрализация логики (Client-Side Processing): Ключевая особенность — проверка установки приложения и решение о перенаправлении принимаются на устройстве пользователя, а не на серверах Google. Это позволяет предоставлять App Deep Links всем, не требуя от Google знания о состоянии устройств пользователей.
  2. Критичность синхронизированного контента (Content Parity): Весь механизм основан на предположении о существовании synchronized content. Наличие веб-эквивалента является обязательным условием для эффективной индексации контента приложений и работы fallback-механизма.
  3. Приоритет доступа к контенту над установкой приложения: Google стремится доставить контент пользователю немедленно. Если приложение не установлено, система бесшовно перенаправит на веб-версию, а не будет принуждать к установке или показывать ошибку.
  4. Гибкость реализации Fallback: Патент защищает механизм, при котором альтернативный URL (URI 2) может запрашиваться у поисковой системы на лету (on-demand), если он не был включен в исходный SERP. Также предусмотрена гибкость момента проверки (при рендеринге или клике).
  5. Важность технической реализации App Indexing: Корректное внедрение App Indexing (связывание URI 1 и URI 2) является фундаментом для работы этой системы.

Практика

Best practices (это мы делаем)

  • Обеспечение полного паритета контента (Synchronized Content): Убедитесь, что весь важный контент в нативном приложении имеет идентичный эквивалент на мобильном веб-сайте. Контент по URI 1 должен полностью совпадать с контентом по URI 2. Это фундамент для работы описанного механизма.
  • Корректная настройка App Indexing (Firebase): Необходимо явно указывать соответствие между App Deep Links (URI 1) и веб-URL (URI 2). Это делается через атрибут rel="alternate" на веб-странице, в XML Sitemap или через Firebase API. Это позволяет Google знать, какой URI 2 использовать в качестве альтернативы.
  • Оптимизация мобильного сайта (Fallback Quality): Так как мобильный сайт служит резервным вариантом, его качество, скорость (Core Web Vitals) и UX критически важны. Плохой опыт на мобильном сайте приведет к отказам, даже если механизм перенаправления сработает.
  • Тестирование Fallback-механизма: Проверяйте поведение результатов поиска на устройствах, где ваше приложение НЕ установлено. Убедитесь, что пользователи бесшовно перенаправляются на корректную веб-страницу, а не на страницу загрузки приложения или ошибку.

Worst practices (это делать не надо)

  • Создание уникального контента только в приложении (App-Only Content): Размещение важного контента только в приложении без веб-эквивалента рискованно. Такой контент имеет ограниченный охват и недоступен пользователям без приложения, так как механизм подмены URI 2 не сработает.
  • Некорректная ассоциация URI и URL: Ошибки в App Indexing, когда App URI ассоциируется с нерелевантным Web URL (например, с главной страницей сайта вместо конкретной статьи/товара). Это нарушает принцип synchronized content и ухудшает UX.
  • Игнорирование связи App/Web: Запуск приложения без настройки связи между Deep Links и веб-URL не позволит Google эффективно использовать описанный в патенте механизм фолбэка.
  • Агрессивное принуждение к установке: Использование URI 2 для перенаправления на страницу установки приложения вместо показа контента в браузере. Патент направлен на предотвращение такого поведения в пользу немедленной доставки контента.

Стратегическое значение

Патент подтверждает стратегию Google по интеграции веб-контента и контента приложений в единую экосистему поиска. Он подчеркивает, что веб-сайт остается фундаментальной и универсальной платформой для доступа к информации. Для SEO это означает, что стратегия должна быть кросс-платформенной: инвестиции в качественный веб-сайт и обеспечение технической связи между ним и приложением являются обязательными условиями для успешного продвижения контента в мобильном поиске.

Практические примеры

Сценарий: Поиск товара в E-commerce

  1. Подготовка: Интернет-магазин настроил App Indexing. Товар "Кроссовки X" доступен по URI 1 (app://shop/product/X) и URI 2 (https://shop.com/product/X).
  2. Поиск: Пользователь ищет "Кроссовки X" на смартфоне, где приложение магазина НЕ установлено.
  3. Выдача: Google показывает Native Application Search Result с URI 1.
  4. Клик и Обработка: Пользователь кликает на результат. Скрипт на устройстве определяет, что приложение не установлено.
  5. Запрос и Подмена (по Claim 1): Скрипт запрашивает у Google альтернативу для URI 1. Google возвращает URI 2. Скрипт незаметно переписывает ссылку на https://shop.com/product/X.
  6. Результат: Браузер пользователя открывает веб-страницу товара. Пользователь получает доступ к контенту без установки приложения.

Вопросы и ответы

Должен ли Google знать, какие приложения установлены на моем устройстве, чтобы этот механизм работал?

Нет. Ключевая особенность патента в том, что проверка наличия приложения и решение о перенаправлении выполняются локально на вашем устройстве (client-side) с помощью скрипта. Это позволяет Google предоставлять App Deep Links всем пользователям, не собирая данные об их установленных приложениях.

Что такое «синхронизированный контент» (Synchronized Content) и почему он так важен?

Это контент, который идентичен как в нативном приложении (по URI 1), так и на веб-сайте (по URI 2). Например, текст статьи или описание товара должны быть одинаковыми. Это критически важно, потому что весь механизм fallback основан на предоставлении пользователю того же самого контента, просто в другом формате (веб вместо приложения).

Что произойдет, если я не настрою связь между Deep Link приложения (URI 1) и веб-URL (URI 2)?

Если связь не настроена (App Indexing отсутствует), Google не будет знать, какой веб-URL использовать в качестве альтернативы. Если пользователь без приложения кликнет на App Deep Link, механизм подмены не сработает. Пользователь может увидеть ошибку или предложение установить приложение, что является плохим пользовательским опытом.

Обязательно ли иметь веб-сайт, если я хочу, чтобы контент моего приложения появлялся в поиске Google?

Исходя из этого патента, да, это критически необходимо. Весь механизм обеспечения доступности контента основан на наличии альтернативного веб-URL (URI 2). Если контент существует только в приложении, Google не сможет гарантировать доступ к нему для пользователей, у которых приложение не установлено.

Как именно устройство получает альтернативный веб-URL (URI 2)?

Патент описывает два варианта. URI 2 может быть заранее включен в код страницы результатов поиска. Если же он не включен (что защищено Claim 1), устройство может отправить запрос поисковой системе на лету (в момент клика или рендеринга), чтобы получить соответствующий URI 2 для данного URI 1.

В какой момент происходит подмена ссылки — когда я вижу выдачу или когда я нажимаю на результат?

Патент предусматривает оба варианта для максимальной гибкости. Система может проверить ссылки и перезаписать их сразу при загрузке страницы результатов (Claim 2). Или же она может ждать клика пользователя и только в этот момент проверить статус приложения и выполнить подмену (Claim 3).

Влияет ли этот патент на ранжирование?

Патент напрямую не описывает алгоритмы ранжирования. Он описывает технический механизм обработки уже сформированной выдачи на стороне клиента. Однако корректная работа этого механизма улучшает пользовательский опыт (меньше отказов, больше успешных сессий), что может косвенно положительно влиять на ранжирование.

Как SEO-специалисту проверить корректность работы этого механизма?

Необходимо провести тестирование в двух сценариях. Сценарий 1: Зайти в поиск с устройства, где приложение установлено, и убедиться, что клик открывает приложение (Deep Link работает). Сценарий 2: Зайти в поиск с устройства, где приложение НЕ установлено, и убедиться, что клик открывает эквивалентную веб-страницу в браузере.

Какое отношение этот патент имеет к Firebase App Indexing?

Этот патент описывает фундаментальную логику, которая обеспечивает работу Firebase App Indexing в реальном поиске. Firebase предоставляет инструменты для связи URI 1 и URI 2 (индексация), а описанный в патенте механизм обеспечивает корректную обработку этих ссылок на стороне пользователя (доставка).

Могу ли я использовать этот механизм, чтобы направлять пользователей на страницу загрузки приложения вместо веб-сайта?

Патент явно указывает, что URI 2 должен вести на synchronized content, а не на страницу загрузки. Цель изобретения — предоставить контент немедленно. Перенаправление на страницу загрузки противоречит цели обеспечения бесшовного доступа к контенту и рекомендациям Google по UX.

Похожие патенты

Как Google индексирует контент внутри мобильных приложений для показа в результатах поиска (App Indexing)
Google использует механизм для индексации контента, который пользователи просматривают в нативных мобильных приложениях. Система получает данные о просмотренном контенте и deep links напрямую от приложения на устройстве. Эта информация сохраняется в индексе (персональном или публичном) и используется для генерации результатов поиска, позволяя пользователям переходить к контенту внутри приложений напрямую из поисковой выдачи.
  • US10120949B2
  • 2018-11-06
  • Индексация

  • SERP

  • Персонализация

Как Google автоматически обнаруживает и индексирует контент внутри мобильных приложений для показа в поиске (App Indexing)
Google использует систему для индексации контента нативных мобильных приложений. Для приложений, связанных с веб-сайтами, система проверяет аффилиацию и использует существующие веб-URL для доступа к контенту приложения. Для приложений с кастомными URI система эмулирует работу приложения и итеративно обнаруживает внутренние ссылки. Это позволяет контенту из приложений появляться в результатах поиска в виде глубоких ссылок.
  • US10073911B2
  • 2018-09-11
  • Индексация

  • Краулинг

  • Ссылки

Как Google позволяет пользователям "углубиться" в контент установленного мобильного приложения прямо из веб-выдачи
Google использует этот механизм для интеграции контента из нативных приложений в веб-поиск. Если приложение установлено у пользователя и система определяет высокую релевантность его контента запросу, в выдачу добавляется специальный элемент (например, "Больше результатов из приложения X"). Клик по этому элементу запускает новый поиск, показывая множество deep links только из этого приложения, не покидая интерфейс поиска.
  • US10579687B2
  • 2020-03-03
  • SERP

  • Семантика и интент

  • Ссылки

Как Google проверяет работоспособность Deep Links и обратную совместимость перед индексированием контента мобильных приложений
Google использует автоматизированную систему верификации для индексирования контента мобильных приложений. Перед добавлением в индекс система эмулирует запуск приложения по Deep Link, проверяя корректность загрузки, отсутствие ошибок и соответствие контента связанной веб-странице. Также система тестирует обратную совместимость ссылок при обновлениях приложения, гарантируя, что в поиск попадают только функциональные результаты.
  • US9645980B1
  • 2017-05-09
  • Индексация

  • Ссылки

  • Техническое SEO

Как Google сканирует, индексирует и ранжирует контент внутри мобильных приложений для показа в поиске (App Indexing)
Google использует виртуальные машины для эмуляции мобильных операционных систем (например, Android). В этой среде запускаются нативные приложения, и система извлекает текст, изображения и структуру непосредственно из процесса рендеринга контента. Это позволяет индексировать внутренние страницы приложений и показывать их в результатах поиска вместе с веб-страницами, реализуя механизм Deep Linking.
  • US9002821B2
  • 2015-04-07
  • Индексация

  • Краулинг

  • SERP

Популярные патенты

Как Google использует консенсус источников для выбора и валидации фактов в Knowledge Graph и прямых ответах
Система Google для выбора наилучшего ответа на фактические запросы. Она оценивает потенциальные ответы из разных источников и вычисляет «Оценку Поддержки» (Supported Score) на основе их согласованности. Факт отображается, только если он значительно превосходит противоречащие и несвязанные данные, обеспечивая высокую точность ответа.
  • US7953720B1
  • 2011-05-31
  • Knowledge Graph

  • EEAT и качество

  • Семантика и интент

Как Google использует историю поиска и браузинга пользователя для персонализации и изменения результатов выдачи
Google записывает историю поиска и просмотров пользователя для последующей персонализации выдачи. Система может повышать в ранжировании ранее посещенные сайты, добавлять в текущую выдачу релевантные результаты из прошлых похожих запросов, а также понижать сайты, которые пользователь ранее видел, но проигнорировал. Патент также описывает создание "предпочитаемых локаций" на основе частоты посещений и времени пребывания на сайте.
  • US9256685B2
  • 2016-02-09
  • Персонализация

  • Поведенческие сигналы

  • SERP

Как Google (YouTube) ранжирует видео, повышая те, которые начинают сессию просмотра и приводят внешний трафик ("Lead Video")
Google использует систему ранжирования для видеоплатформ, которая идентифицирует "ведущее видео" (Lead Video), инициирующее сессию просмотра. Система применяет повышающие коэффициенты (Scaling Factors) ко времени просмотра этого видео. Видео, привлекшие пользователя на платформу из внешних источников (например, из социальных сетей или поиска Google), получают значительно больший коэффициент, чем те, что были найдены через внутренние рекомендации.
  • US10346417B2
  • 2019-07-09
  • Мультимедиа

  • Поведенческие сигналы

  • SERP

Как Google рассчитывает авторитетность и ранжирует сайты, вычисляя кратчайшие пути до доверенных источников (Seeds) в Веб-графе
Google использует масштабируемую распределенную систему для анализа огромных графов, таких как Веб-граф (триллионы связей). Система вычисляет кратчайшие пути от каждого узла (сайта) до набора предопределенных авторитетных источников («Seeds»). Эти расстояния используются для расчета метрик авторитетности и ранжирования сайтов: чем ближе сайт к доверенным источникам, тем выше его предполагаемое качество.
  • US8631094B1
  • 2014-01-14
  • EEAT и качество

  • Ссылки

Как Google снижает ценность кликов по результатам, полученным из слишком общих запросов
Google использует механизм для корректировки показателей популярности (например, кликов) документа. Если документ получил клик в ответ на очень общий (широкий) запрос, ценность этого клика снижается. Это предотвращает искусственное завышение популярности документов, которые часто показываются по высокочастотным общим запросам, и повышает значимость кликов, полученных по более специфическим запросам.
  • US7925657B1
  • 2011-04-12
  • Поведенческие сигналы

Как Google использует историю физических перемещений пользователя для фильтрации и персонализации результатов поиска
Google может собирать и хранить историю физических перемещений пользователя (Location History). Патент описывает интерфейс, позволяющий пользователю осознанно включать свои прошлые местоположения (например, «места, где я был на прошлой неделе») в качестве фильтра для нового поискового запроса, чтобы сделать результаты более релевантными личному опыту.
  • US8874594B2
  • 2014-10-28
  • Персонализация

  • Поведенческие сигналы

  • Local SEO

Как Google использует историю браузера, закладки и поведение пользователей для персонализации результатов поиска в e-commerce
Система отслеживает поведение пользователей (клики, время на сайте, покупки) и их сохраненные закладки (content pointers) в сетевой среде. На основе этих данных создается персональная модель релевантности и иерархия предпочтений. Эта модель используется для дополнения запросов, переранжирования результатов поиска и предоставления рекомендаций, обеспечивая персонализированный опыт в e-commerce.
  • US7089237B2
  • 2006-08-08
  • Поведенческие сигналы

  • Персонализация

  • SERP

Как Google использует анализ со-цитирования (Co-citation) для группировки результатов поиска по темам
Google использует механизм кластеризации для организации поисковой выдачи, особенно при неоднозначных запросах. Система анализирует, какие внешние страницы одновременно ссылаются на несколько результатов поиска (со-цитирование). На основе этого вычисляется показатель сходства, который учитывает и нормализует популярность страниц, чтобы точно сгруппировать результаты по конкретным темам (например, отделить «Saturn» как планету от «Saturn» как автомобиль).
  • US7213198B1
  • 2007-05-01
  • Ссылки

  • SERP

Как Google использует анализ сопутствующих ссылок (co-citation) и нормализацию веса для определения связанных сайтов и конкурентов
Google анализирует структуру ссылок для поиска сайтов, связанных с выбранным документом и находящихся на том же уровне обобщения (например, конкурентов). Система определяет, на какие еще сайты ссылаются источники, цитирующие исходный документ (co-citation). Для повышения точности вес ссылок нормализуется: снижается влияние множественных ссылок с одного хоста и ссылок со страниц-каталогов (хабов).
  • US6754873B1
  • 2004-06-22
  • Ссылки

  • SERP

  • Техническое SEO

Как Google определяет скрытый локальный интент в запросах для повышения релевантности местных результатов
Google использует механизм для определения того, подразумевает ли запрос (например, «ресторан») поиск локальной информации, даже если местоположение не указано. Система анализирует агрегированное поведение пользователей для расчета «степени неявной локальной релевантности» запроса. Если этот показатель высок, Google повышает в ранжировании результаты, соответствующие местоположению пользователя.
  • US8200694B1
  • 2012-06-12
  • Local SEO

  • Поведенческие сигналы

  • Семантика и интент

seohardcore