Как Google динамически генерирует фильтры (теги) в выдаче на основе контента ранжируемых страниц

Термины и определения

Candidate Criteria (Критерии отбора кандидатов)

Правила для определения того, какие извлеченные ключевые слова могут стать фильтрами. Включают проверку того, используются ли эти слова в реальных запросах, связанных с данными ресурсами, и фильтрацию стоп-слов.

Categorical Query (Категориальный запрос)

Запрос, результаты которого в высокой степени указывают на определенную категорию (например, «бургеры» указывают на еду/рестораны). Патент предполагает, что механизм может быть особенно полезен для таких запросов.

Diversity Filter / Diversity Threshold (Фильтр разнообразия / Порог разнообразия)

Механизм, гарантирующий, что предложенные фильтры представляют разные наборы результатов. Если два фильтра дают слишком похожие (не достигающие Difference Threshold) отфильтрованные выдачи, они могут быть объединены.

Informational Terms (Информационные термины)

Термины из запросов, имеющие относительно низкую частоту (ниже порога). Считаются полезными и специфичными для поиска в конкретном домене (например, «гуак»).

Keyword Corpus (Корпус ключевых слов)

Набор ключевых слов, извлеченных из контента релевантных ресурсов, часто с указанием частоты использования.

Query Logs (Журналы запросов)

Хранилище исторических данных о поисковых запросах, кликах и поведении пользователей. Используется для валидации потенциальных фильтров.

Query Stop Terms (Стоп-слова запроса)

Термины из запросов, имеющие высокую частоту (выше порога). Считаются бесполезными для поиска в конкретном домене (например, «найти мне», «и»).

Quality Score (Оценка качества фильтра)

Метрика для оценки кандидата в фильтры, основанная на расположении (заметности) соответствующего ключевого слова в ресурсах (Term Prominence).

Similarity Threshold (Порог схожести)

Метрика, определяющая, насколько похожими являются наборы отфильтрованных результатов для двух разных фильтров. При превышении порога фильтры считаются дубликатами и группируются.

Term Prominence (Заметность термина)

Критерий оценки качества фильтра-кандидата, основанный на расположении ключевого слова в ресурсе (например, в заголовке, основном тексте или метаданных). Используется для расчета Quality Score.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной метод генерации и применения фильтров.

1. Система получает первый запрос и определяет набор релевантных ресурсов.
2. Извлекается набор ключевых слов из контента этих ресурсов.
3. Определяется набор кандидатов в фильтры (подмножество ключевых слов).
4. Определяется финальный набор фильтров. Этот шаг включает обязательную проверку разнообразия (Diversity Threshold):
   • Для каждого кандидата определяется результирующий отфильтрованный набор контента.
   • Определяется разница между наборами контента для разных кандидатов.
   • Кандидат выбирается в качестве фильтра, только если его набор контента достаточно отличается от других (превышает Difference Threshold).
5. Финальный набор фильтров предоставляется для отображения вместе с результатами поиска.
6. Система получает выбор одного из фильтров и предоставляет отфильтрованный набор контента.

Ядро изобретения — динамическая генерация фильтров из контента SERP с обязательной проверкой разнообразия результатов, которые эти фильтры создают.

Claim 4 (Зависимый от 1): Уточняет, как определяются кандидаты в фильтры.

Определение кандидатов включает идентификацию набора запросов, по которым пользователи ранее выбирали (кликали) эти релевантные ресурсы. Это подтверждает использование исторических данных о поведении пользователей (Query Logs) для валидации того, какие ключевые слова действительно используются людьми для уточнения поиска.

Claims 5 и 6 (Зависимые от 4): Детализируют фильтрацию терминов на основе частотности в запросах.

• Claim 5: Определяются Query Stop Terms — термины с высокой частотой в наборе запросов. Они исключаются из кандидатов.
• Claim 6: Определяются Informational Terms — термины с низкой частотой. Они включаются в кандидаты.

Это механизм, похожий на TF-IDF, применяемый к корпусу запросов, связанных с ресурсами. Он гарантирует, что фильтры будут специфичными для домена.

Claim 8 (Зависимый от 1): Детализирует механизм обеспечения разнообразия.

Пары кандидатов, чьи отфильтрованные наборы результатов слишком похожи (достигают Similarity Threshold), группируются в один фильтр. Это процесс дедупликации фильтров (например, объединение синонимов).

Claim 9 (Зависимый от 1): Вводит оценку качества фильтров.

Для каждого кандидата определяется Quality Score на основе его расположения (locations) в ресурсах. Это подтверждает важность заметности (Term Prominence) термина внутри документа (например, заголовок против основного текста).

Где и как применяется

Изобретение функционирует на стыке нескольких этапов поисковой архитектуры, используя предварительно обработанные данные для генерации элементов SERP в реальном времени.

INDEXING – Индексирование и извлечение признаков
На этом этапе система извлекает контент и ключевые слова из ресурсов. Также рассчитываются и сохраняются сигналы о расположении и значимости терминов (Term Prominence), которые позже используются для расчета Quality Score фильтра.

QUNDERSTANDING – Понимание Запросов
Система использует этот этап для нескольких целей:

• Офлайн-анализ: Анализ Query Logs для установления связей между запросами и ресурсами, которые пользователи выбирают в ответ на эти запросы. Это критически важно для валидации кандидатов в фильтры и определения Informational Terms.
• Классификация: Идентификация того, является ли входящий запрос Categorical Query, что может служить триггером для активации системы.

RANKING – Ранжирование
Этот этап предоставляет входные данные для системы: набор Responsive Resources (релевантных ресурсов), ранжированных по исходному запросу.

METASEARCH – Метапоиск и Смешивание / RERANKING (Генерация SERP)
Основное применение патента происходит здесь, при формировании финальной выдачи.

1. Система анализирует контент Топ-N Responsive Resources.
2. Извлекаются и валидируются ключевые слова (используя данные из Indexing и QUnderstanding).
3. Применяются фильтры разнообразия (Diversity Filter) и значимости (Term Prominence).
4. Генерируются элементы интерфейса (фильтры/теги) для отображения на SERP.

Входные данные:

• Исходный запрос пользователя.
• Набор Responsive Resources (результаты этапа Ranking).
• Индексные данные о контенте и структуре этих ресурсов (Term Prominence).
• Данные Query Logs (связи запрос-ресурс, частотность терминов).
• Language Model (для определения синонимов).

Выходные данные:

• Набор отобранных фильтров (Filter Terms) для отображения на SERP.

На что влияет

• Специфические запросы: Наибольшее влияние оказывается на широкие, неоднозначные или Categorical Queries (например, «кроссовки», «лучшие фильмы», «рестораны рядом»), где пользователю требуется помощь в уточнении интента.
• Конкретные ниши: Особенно актуально для E-commerce (фильтрация по атрибутам товаров), локального поиска (фильтрация по особенностям заведений, блюдам) и контентных проектов (фильтрация по подтемам).
• Типы контента: Влияет на ресурсы, богатые атрибутами или деталями, которые могут быть извлечены как ключевые слова (например, обзоры, списки, карточки товаров, рецепты).

Когда применяется

• Условия работы: Алгоритм применяется после основного ранжирования, когда сформирован первичный набор релевантных ресурсов.
• Триггеры активации: Активируется, когда система может идентифицировать достаточное количество качественных и разнообразных кандидатов в фильтры из контента топовых результатов. Вероятно, чаще срабатывает для запросов, классифицированных как Categorical Query.

Пошаговый алгоритм

Процесс А: Генерация фильтров

1. Получение входных данных: Система получает исходный запрос и идентифицирует набор Responsive Resources.
2. Извлечение ключевых слов: Из контента релевантных ресурсов извлекается первый набор ключевых слов (Keyword Corpus). Учитывается частота использования.
3. Определение кандидатов (Candidate Selection): Применяются Candidate Criteria для отбора потенциальных фильтров:
   • Валидация по запросам: Система определяет набор связанных запросов — тех, по которым пользователи выбирали данные ресурсы (Query Logs). Кандидаты должны быть релевантны этим запросам.
   • Фильтрация частотности: Анализируется частота терминов в связанных запросах. Удаляются Query Stop Terms (слишком частые, общие термины). Сохраняются Informational Terms (специфичные термины).
4. Оценка качества и значимости: Для оставшихся кандидатов рассчитывается Quality Score, учитывающий Term Prominence (расположение термина в ресурсах — заголовки, метаданные и т.д.).
5. Применение фильтра разнообразия (Diversity Filtering):
   • Для каждого кандидата симулируется применение фильтра к исходному набору ресурсов.
   • Сравнивается схожесть полученных наборов результатов.
   • Пары кандидатов, чьи результаты слишком похожи (превышают Similarity Threshold), группируются, и выбирается один представитель (например, с более высоким Quality Score).
   • Финальный набор фильтров должен удовлетворять Diversity Threshold.
6. Предоставление результатов: Отобранный набор фильтров предоставляется для отображения на SERP вместе с результатами поиска.

Процесс Б: Обработка выбора фильтра

1. Получение выбора: Система получает сигнал о выборе пользователем одного или нескольких фильтров.
2. Фильтрация контента: Исходный набор ресурсов фильтруется (или выполняется новый запрос с уточнением) для создания Filtered Set of Content.
3. Отображение: Пользователю предоставляется отфильтрованная выдача.

Какие данные и как использует

Данные на входе

Система использует комбинацию контентных, структурных и поведенческих факторов, извлеченных из релевантных ресурсов и журналов запросов.

• Контентные факторы: Ключевые слова и фразы, извлеченные из основного контента ресурсов (текст, описания, обзоры).
• Структурные факторы (Term Prominence): Расположение ключевых слов в документе (заголовки, списки, метаданные). Используется для расчета Quality Score фильтра.
• Поведенческие факторы (Query Logs): Исторические данные о том, какие запросы приводили к выбору (кликам) пользователями данных ресурсов. Используются для валидации кандидатов в фильтры и определения их информативности.
• Лингвистические данные: Language Model используется для определения схожести терминов (синонимы, стемминг, поведенческая схожесть, например, «гуак» и «калифорнийский стиль» в контексте ресторанов).

Какие метрики используются и как они считаются

• Query Stop Term Frequency Threshold: Порог частоты термина в корпусе связанных запросов. Если частота выше — термин считается стоп-словом.
• Informational Term Threshold: Порог частоты термина. Если частота ниже или равна — термин считается информационным (специфичным).
• Quality Score (для фильтра): Метрика, рассчитываемая на основе расположения (locations) термина-кандидата в ресурсах (Term Prominence).
• Similarity Threshold: Порог для оценки схожести двух наборов отфильтрованных результатов. Если схожесть выше порога, фильтры считаются дублирующими друг друга.
• Difference Threshold / Diversity Threshold: Требование к минимальному различию между отфильтрованными наборами результатов для включения фильтра в финальный набор.

1. Динамическая адаптация к контенту SERP: Фильтры генерируются не на основе глобальной онтологии, а на основе контента, который фактически ранжируется по запросу. Это позволяет системе адаптироваться к специфике выдачи в реальном времени.
2. Валидация через поведение пользователей: Ключевым элементом является проверка кандидатов в фильтры с помощью Query Logs. Термин становится фильтром, только если пользователи действительно используют его в запросах, которые ведут к этим ресурсам (является Informational Term). Это подчеркивает важность соответствия контента реальному языку пользователей.
3. Значимость структуры контента (Term Prominence): Система учитывает, где именно в документе расположен термин при расчете Quality Score фильтра. Заметное расположение (например, в заголовках) повышает вероятность того, что термин будет выбран в качестве фильтра.
4. Приоритет специфичности: Механизм Stop Terms и Informational Terms гарантирует, что фильтры будут специфичными для ниши, а не общеупотребительными словами.
5. Обеспечение разнообразия (Diversity): Система активно избегает предложения синонимичных или слишком близких фильтров. Diversity Filter гарантирует, что каждый предложенный фильтр открывает новый срез информации, группируя схожие варианты.

Best practices (это мы делаем)

• Используйте язык пользователей (User Language): Поскольку фильтры валидируются через Query Logs, критически важно использовать в контенте термины и фразы, которые пользователи реально применяют для уточнения поиска в вашей нише. Анализируйте отзывы, форумы и данные автодополнения (suggest).
• Структурируйте контент для выделения ключевых атрибутов (Prominence): Используйте заголовки (H1-H6), списки и выделения для обозначения важных характеристик продукта, подтем статьи или ключевых особенностей. Term Prominence напрямую влияет на Quality Score термина и его выбор в качестве фильтра.
• Фокус на специфичных характеристиках (Informational Terms): Убедитесь, что ваш контент четко описывает уникальные и специфичные атрибуты. Система предпочитает Informational Terms и отсеивает общие Stop Terms. Например, вместо «хороший звук» используйте конкретные технологии или характеристики.
• Создавайте контент, отвечающий на уточняющие интенты: Если вы знаете, какие фильтры Google предлагает по вашим основным запросам, убедитесь, что ваш контент явно релевантен этим уточнениям. Это повышает шансы остаться в выдаче после применения фильтра пользователем.

Worst practices (это делать не надо)

• Перенасыщение ключевыми словами без структуры: Простое повторение ключевых слов в тексте менее эффективно, чем их структурное выделение. Если важные термины скрыты в сплошном тексте или находятся только в метаданных, их Term Prominence будет низким.
• Использование только общих фраз: Описание продукта или услуги только общими словами (например, «высокое качество», «лучший выбор») не поможет в генерации фильтров, так как эти термины могут быть классифицированы как Stop Terms из-за высокой частоты в логах.
• Игнорирование синонимов и вариаций: Хотя система объединяет слишком похожие фильтры (Diversity Filter), использование релевантных синонимов, используемых пользователями, может увеличить охват и помочь системе понять основные атрибуты. Однако не стоит искусственно создавать контент под каждый микро-синоним.

Стратегическое значение

Патент подтверждает важность понимания не только основного интента запроса, но и ключевых направлений его уточнения (refinement paths). Стратегия SEO должна включать анализ динамических фильтров в выдаче как инструмента для понимания того, какие аспекты темы или атрибуты продукта Google считает наиболее важными для пользователей. Это напрямую влияет на контент-стратегию и структуру страниц, подчеркивая переход от простого текстового соответствия к структурному и семантическому выделению ключевых характеристик.

Практические примеры

Сценарий: Оптимизация страницы категории E-commerce

Задача: Оптимизировать страницу категории «Беспроводные наушники».

1. Анализ фильтров в SERP: Изучить текущую выдачу Google по запросу «беспроводные наушники». Отметить динамические фильтры, которые предлагает система (например: «с шумоподавлением», «для спорта», «вкладыши», «накладные», «бюджетные»).
2. Анализ контента конкурентов: Изучить, как структурирован контент на страницах в ТОПе, из которых, вероятно, были извлечены эти фильтры. Обратить внимание на использование этих терминов в заголовках.
3. Оптимизация структуры (Term Prominence): Убедиться, что на вашей странице категории ключевые атрибуты выделены структурно. Например, использовать подзаголовки H2/H3 для секций: «Наушники с активным шумоподавлением (ANC)», «Спортивные модели с влагозащитой».
4. Оптимизация языка (Query Logs Validation): Использовать точные формулировки, которые встречаются в фильтрах и поисковых подсказках. Например, если пользователи ищут «наушники для бега» (Informational Term), использовать эту фразу, а не только «спортивные наушники».
5. Результат: Повышается вероятность того, что Google извлечет релевантные термины с вашей страницы для использования в качестве фильтров, а также увеличивается релевантность вашей страницы для пользователей, которые применяют эти фильтры.