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

Как Google автоматически перенаправляет результаты поиска на другое устройство пользователя

COMPUTER-TO-COMPUTER COMMUNICATIONS (Коммуникации между компьютерами)
  • US20110099157A1
  • Google LLC
  • 2010-10-28
  • 2011-04-28
  • Персонализация
  • Описание
  • Разбор
  • Выводы
  • Практика
  • FAQ
  • Похожие

Google использует механизм для улучшения пользовательского опыта при работе с несколькими устройствами. Пользователь может отправить поисковый запрос (например, голосом) с одного устройства (смартфона), а система автоматически отобразит результаты на другом связанном устройстве (например, телевизоре или планшете), которое лучше подходит для просмотра этого контента.

Описание

Какую проблему решает

Патент решает проблему фрагментированного пользовательского опыта при использовании нескольких устройств. Он устраняет неудобство ввода информации на устройствах с ограниченными возможностями (например, ТВ) и просмотра объемного контента на маленьких экранах (например, смартфоны). Цель — позволить пользователю инициировать задачу на наиболее удобном устройстве ввода и автоматически получить результат на наиболее подходящем устройстве вывода.

Что запатентовано

Запатентована система для обмена информацией между компьютерами, которая получает поисковый запрос от первого устройства (first computer) и автоматически предоставляет результаты поиска на втором устройстве (second computer). Связь между устройствами устанавливается через общий аккаунт пользователя (user account). Система определяет, какое устройство лучше подходит для отображения результатов, и форматирует контент соответствующим образом.

Как это работает

Система функционирует как посредник между устройствами пользователя:

  • Связывание устройств: Пользователь входит в один и тот же user account на разных устройствах (например, смартфон и ТВ), регистрируя их в центральной системе.
  • Получение запроса: Пользователь отправляет запрос (например, голосовой) с исходного устройства.
  • Обработка и Поиск: Центральная система обрабатывает запрос (например, выполняет speech-to-text) и генерирует результаты.
  • Маршрутизация: Компонент Results Router определяет наиболее подходящее целевое устройство. Выбор может основываться на типе запроса (request type) (например, медиа-запрос отправляется на ТВ), возможностях устройства или его близости к исходному устройству.
  • Доставка: Результаты форматируются для целевого устройства и автоматически отправляются на него (напрямую или через исходное устройство). Если целевое устройство офлайн, доставка может быть отложена.

Актуальность для SEO

Высокая. Описанные механизмы лежат в основе современных кросс-девайс экосистем, таких как Google Assistant, Google Home и Chromecast. Автоматическая передача контента и управление одним устройством с помощью другого являются стандартными функциями пользовательского опыта в 2025 году.

Важность для SEO

Минимальное (1/10). Патент описывает инфраструктуру пользовательского интерфейса (UX) и логику маршрутизации результатов, а не алгоритмы ранжирования, индексирования или оценки качества контента. Он не влияет на то, какой контент будет ранжироваться. Для SEO-специалистов он дает понимание того, как Google обрабатывает кросс-девайс сценарии и голосовой ввод, но не предоставляет инструментов для влияния на позиции в выдаче.

Детальный разбор

Термины и определения

First computer / Source computer (Первый компьютер / Исходное устройство)
Устройство, с которого пользователь инициирует поисковый запрос или команду (например, смартфон или ноутбук).
Second computer / Target computer (Второй компьютер / Целевое устройство)
Устройство, на которое система автоматически перенаправляет результаты поиска или информацию (например, телевизор или планшет).
Request type (Тип запроса)
Классификация поискового запроса, определяющая тип информации в результатах (например, television request type). Используется для автоматического выбора целевого устройства.
Results Router (Маршрутизатор результатов)
Компонент серверной системы, отвечающий за определение целевого устройства и автоматическую отправку результатов на него.
Search request (Поисковый запрос)
Информация, отправленная пользователем для поиска. Может быть в текстовой или голосовой форме (sound file).
User account (Аккаунт пользователя)
Идентификатор пользователя в центральной системе. Критически важен для связывания исходного и целевого устройств.
User Device Info (Информация об устройствах пользователя)
База данных, хранящая информацию о зарегистрированных устройствах пользователя, их возможностях, статусе (logged in) и адресах.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной метод обмена информацией.

  1. Система получает поисковый запрос от первого компьютера.
  2. Система генерирует один или несколько результатов поиска.
  3. Результаты форматируются для отображения на втором компьютере, отличном от первого.
  4. Результаты автоматически предоставляются для отображения на втором компьютере.

Ядро изобретения — автоматическое перенаправление результатов поиска с устройства ввода на другое устройство вывода.

Claim 2 (Зависимый от 1): Детализирует механизм идентификации целевого устройства.

Второй компьютер идентифицируется путем определения user account, с которым связан первый компьютер, и поиска других компьютеров, связанных с этим же аккаунтом.

Claim 3 (Зависимый от 1): Описывает альтернативный маршрут доставки.

Предоставление результатов на второй компьютер может включать отправку результатов на первый компьютер для последующей автоматической пересылки на второй (например, через локальную сеть или Bluetooth).

Claim 4 (Зависимый от 1): Описывает логику выбора целевого устройства.

Система получает request type, который определяет тип информации в результатах, и автоматически выбирает второй компьютер на основе этого типа.

Claim 6 (Зависимый от 5): Приводит конкретный пример применения Claim 4.

Если request type является телевизионным (television request type), то вторым компьютером является телевизор.

Claim 7 (Зависимый от 1): Описывает механизм отложенной доставки.

Если система определяет, что второй компьютер недоступен для отображения результатов, результаты сохраняются на центральном сервере до тех пор, пока второй компьютер не станет доступен.

Claim 8 (Зависимый от 1): Описывает механизм обратной связи (двунаправленный поток).

Система получает от второго компьютера индикацию, что пользователь выбрал часть результатов, и автоматически вызывает отображение этой выбранной части на первом компьютере. (Например, копирование текста с планшета обратно на ноутбук).

Где и как применяется

Изобретение затрагивает этапы взаимодействия с пользователем и представления результатов, не влияя на основные процессы индексирования и ранжирования.

QUNDERSTANDING – Понимание Запросов
На этом этапе система принимает ввод от пользователя, включая голосовые запросы. Происходит конвертация речи в текст (Speech-to-Text). Система также определяет request type, что критично для последующей маршрутизации.

RANKING – Ранжирование
Search Engine генерирует результаты поиска стандартным образом. Патент не описывает изменений в алгоритмах ранжирования.

METASEARCH / RERANKING (Presentation Layer)
Основной этап применения патента.

  1. Идентификация цели: Results Router использует User Device Info и request type, чтобы определить, куда отправить результаты.
  2. Форматирование: Результаты форматируются под возможности целевого устройства (например, в виде электронного программного гида для ТВ).
  3. Маршрутизация: Автоматическая отправка результатов на целевое устройство.

Входные данные:

  • Поисковый запрос (текст или аудио).
  • Идентификатор исходного устройства.
  • User account пользователя.
  • Информация о других устройствах пользователя (ID, статус логина, возможности, геолокация).

Выходные данные:

  • Результаты поиска, отформатированные и доставленные на целевое устройство.
  • (Опционально) Подтверждение или изменение статуса на исходном устройстве.

На что влияет

  • Специфические запросы: Наибольшее влияние на медиа-запросы (поиск телепрограмм, фильмов), где результат удобнее потреблять на большом экране (ТВ). Также влияет на сценарии, где требуется разделение ввода и вывода (например, работа над документом на ПК и просмотр справочной информации на планшете).
  • Конкретные типы контента: Электронные программные гиды (EPG), стриминговое видео, длинные текстовые документы.

Когда применяется

Алгоритм применяется при выполнении следующих условий:

  • Множественные устройства: Пользователь вошел в один и тот же user account на двух или более устройствах.
  • Триггеры активации: Система определяет, что целевое устройство лучше подходит для отображения результатов, чем исходное. Это может быть вызвано:
    • Явным request type (например, медиа-запрос).
    • Контекстом использования (например, запрос со смартфона дома, где есть активный ТВ).
    • Неудобством отображения результатов на исходном устройстве.

Пошаговый алгоритм

Процесс А: Маршрутизация через сервер (FIG. 4A)

  1. Установление сессий: Компьютер 1 и Компьютер 2 входят в систему (логин) и устанавливают сессии с серверной системой.
  2. Получение и отправка запроса: Компьютер 1 получает запрос от пользователя (например, голосовой) и отправляет его на сервер.
  3. Обработка запроса: Сервер получает запрос, конвертирует его (например, из аудио в текст) и форматирует.
  4. Генерация результатов: Запрос применяется к поисковой системе, генерируются результаты.
  5. Идентификация цели: Сервер идентифицирует целевой компьютер (Компьютер 2) на основе аккаунта, типа запроса и контекста.
  6. Адресация и отправка: Сервер адресует и отправляет результаты на Компьютер 2. Одновременно он может отправить подтверждение на Компьютер 1.
  7. Отображение: Компьютер 2 обновляет дисплей, показывая результаты. Компьютер 1 обновляет свой статус (например, переходит в режим пульта управления).

Процесс Б: Маршрутизация через исходное устройство (FIG. 4B)

  1. Установление локального соединения: Компьютер 1 и Компьютер 2 устанавливают прямое краткосрочное соединение (например, WiFi Direct или Bluetooth).
  2. Получение и отправка запроса: Компьютер 1 отправляет запрос на сервер.
  3. Обработка и Генерация результатов: Сервер обрабатывает запрос и генерирует результаты.
  4. Отправка на источник: Сервер отправляет отформатированные результаты обратно на Компьютер 1.
  5. Локальная пересылка: Компьютер 1 автоматически пересылает результаты на Компьютер 2 через локальное соединение.
  6. Отображение: Компьютер 2 отображает результаты.

Какие данные и как использует

Данные на входе

Патент фокусируется на инфраструктуре доставки и использует следующие данные:

  • Пользовательские факторы: Данные User account критичны для связывания устройств. Используется информация о зарегистрированных устройствах (User Device Info), их возможностях и текущем статусе (logged in/active).
  • Географические факторы: Локация устройств (GPS, IP). Может использоваться для определения близости устройств друг к другу, чтобы выбрать ближайшее активное устройство в качестве цели.
  • Входные данные запроса: Голосовые данные (sound file) или текстовые запросы.

Какие метрики используются и как они считаются

  • Request type: Классификация интента запроса (например, медиа, веб, локальный). Используется как основной критерий для выбора целевого устройства.
  • Device Capabilities (Возможности устройства): Оценка того, может ли устройство адекватно отобразить результаты (размер экрана, поддерживаемые форматы). Используется для форматирования и выбора цели.
  • Proximity (Близость): Оценка географической близости активных устройств к исходному устройству. Может использоваться как фактор при выборе цели, если есть несколько подходящих устройств.

Выводы

  1. Патент описывает внутренние процессы Google без прямых рекомендаций для SEO: Этот патент является чисто инфраструктурным и описывает механизмы улучшения пользовательского опыта (UX), а не алгоритмы ранжирования.
  2. Фокус на экосистеме пользователя: Ключевым элементом является использование общего user account для создания связанной экосистемы устройств. Google стремится обеспечить бесшовный опыт, позволяя пользователю взаимодействовать с контентом на наиболее подходящем экране.
  3. Автоматическая маршрутизация контента: Система может автоматически решать, где отображать результаты, основываясь на типе контента (request type) и контексте пользователя (активные устройства, их близость).
  4. Важность голосового ввода: Патент подчеркивает роль голосового поиска как удобного метода ввода, особенно в кросс-девайс сценариях.
  5. Отсутствие влияния на ранжирование: Описанные механизмы не влияют на то, какие сайты будут показаны в результатах поиска. Они влияют только на то, как и где эти результаты будут представлены пользователю.

Практика

Патент скорее инфраструктурный и не дает практических выводов для SEO-стратегий, направленных на улучшение ранжирования.

Best practices (это мы делаем)

Хотя патент не дает прямых SEO рекомендаций, он подчеркивает важность следующих общих практик:

  • Адаптивный дизайн и кросс-платформенная совместимость: Убедитесь, что ваш контент корректно и удобно отображается на всех типах устройств (смартфоны, планшеты, ПК и Smart TV). Пользователь может инициировать поиск на одном устройстве, а просматривать ваш сайт на другом.
  • Оптимизация под голосовой поиск (Voice Search Optimization): Патент активно использует голосовой ввод. Хотя он не описывает алгоритмы VSO, он подтверждает, что это важный канал ввода запросов. Продолжайте оптимизировать контент под естественный язык и вопросительные фразы.

Worst practices (это делать не надо)

Не применимо. Патент не направлен против каких-либо SEO-тактик или манипуляций.

Стратегическое значение

Патент демонстрирует стремление Google интегрироваться в повседневную жизнь пользователя через экосистему устройств. Стратегически это подтверждает, что контекст пользователя (включая используемые устройства и их локацию) является важным фактором в формировании пользовательского опыта. Однако для долгосрочной SEO-стратегии, направленной на повышение видимости в поиске, этот патент не несет изменений.

Практические примеры

Практических примеров для SEO нет. Патент описывает исключительно UX-функционал.

Вопросы и ответы

Влияет ли этот патент на алгоритмы ранжирования Google?

Нет, этот патент не влияет на ранжирование. Он описывает исключительно механизмы пользовательского интерфейса и инфраструктуру для маршрутизации уже сгенерированных результатов поиска между разными устройствами одного пользователя. Алгоритмы, определяющие, какие сайты попадут в топ, в этом патенте не рассматриваются.

Как Google определяет, на какое устройство отправить результаты?

Система использует несколько критериев. Во-первых, устройства должны быть связаны общим user account. Во-вторых, система анализирует request type: например, медиа-запросы по умолчанию могут отправляться на телевизор. В-третьих, учитываются возможности устройств и их текущий статус (активность). Также может учитываться географическая близость устройств друг к другу.

Что этот патент значит для оптимизации под мобильные устройства (Mobile SEO)?

Он косвенно подтверждает важность адаптивного дизайна. Поскольку пользователь может запросить информацию на смартфоне, а просмотреть ее на планшете или ТВ, сайт должен быть готов к корректному отображению на любом экране. Это стандартная рекомендация, но патент показывает технический механизм, который делает такие сценарии возможными.

Стоит ли SEO-специалистам беспокоиться об этом патенте?

Нет. С точки зрения влияния на позиции сайта или трафик, этот патент не представляет интереса. Это патент о пользовательском опыте (UX) и взаимодействии с интерфейсами Google, а не о поисковой оптимизации. Его полезно знать для общего понимания экосистемы Google, но он не требует изменений в SEO-стратегии.

Описывает ли патент механизмы голосового поиска?

Патент упоминает голосовой ввод (sound file) и конвертацию речи в текст как часть процесса обработки запроса. Однако он не описывает сами алгоритмы ранжирования по голосовым запросам. Он использует голосовой поиск как удобный метод ввода в кросс-девайс сценариях (например, говорить в телефон, чтобы искать на ТВ).

Что такое Results Router?

Это компонент серверной системы Google, который принимает решение о том, куда направить сгенерированные результаты поиска. Если стандартный сценарий предполагает возврат результатов на то же устройство, откуда пришел запрос, то Results Router может перенаправить их на другое устройство этого же пользователя.

Что произойдет, если целевое устройство выключено?

Патент предусматривает механизм отложенной доставки (Claim 7). Если система определила целевое устройство, но оно недоступно (офлайн или не залогинено), результаты могут быть сохранены на сервере. Они будут доставлены автоматически, когда устройство станет доступно или когда пользователь войдет в систему на этом устройстве.

Может ли пользователь передавать информацию обратно с целевого устройства на исходное?

Да, патент описывает двунаправленный поток информации (Claim 8). Например, пользователь может выделить текст на планшете (куда пришли результаты поиска) и отправить этот фрагмент обратно на ноутбук (откуда был сделан запрос), чтобы вставить его в документ. Это также происходит автоматически через центральную серверную систему.

Используется ли локальная сеть для передачи результатов?

Патент описывает два варианта. В первом (FIG 4A) сервер напрямую отправляет результаты на целевое устройство через интернет. Во втором (FIG 4B, Claim 3) сервер отправляет результаты на исходное устройство, которое затем автоматически пересылает их на целевое устройство, что может происходить через локальное соединение (например, WiFi или Bluetooth).

Как этот патент связан с Google Assistant или Chromecast?

Этот патент описывает фундаментальные технологии, которые используются в таких продуктах. Google Assistant управляет разными устройствами через общий аккаунт, а Chromecast позволяет транслировать контент со смартфона на ТВ. Механизмы автоматической маршрутизации и выбора целевого устройства, описанные здесь, являются основой для такого взаимодействия.

Похожие патенты

Как Google использует смартфоны в качестве голосового интерфейса для поиска медиаконтента на телевизорах
Патент описывает механизм, позволяющий пользователю вводить голосовой запрос на портативном устройстве (смартфоне). Аудиозапись отправляется на удаленный сервер для преобразования в текст (Speech-to-Text), после чего текст автоматически передается на телевизионную систему. Телевизор использует этот текст для поиска медиаконтента (фильмов, музыки, шоу) и отображает результаты.
  • US8522283B2
  • 2013-08-27
  • Мультимедиа

Как Google связывает веб-контент с медиа для воспроизведения на ТВ (Google TV/Chromecast)
Патент описывает технологию (например, расширение для браузера), которая анализирует просматриваемую веб-страницу для обнаружения связанного медиаконтента (ТВ-программы, потоковое видео). Система позволяет пользователю выбрать этот контент на компьютере и автоматически воспроизвести его на другом устройстве, например, подключенном телевизоре (Google TV).
  • US9674583B2
  • 2017-06-06
  • Мультимедиа

  • Семантика и интент

Как Google идентифицирует контент на одном устройстве (например, ТВ) и проактивно отправляет свежие и трендовые результаты поиска на другое (например, смартфон)
Google использует технологию "отпечатков контента" для идентификации того, что пользователь смотрит или слушает на первом устройстве. Система автоматически генерирует связанный поисковый запрос и отправляет на второе устройство "динамические текущие результаты". Приоритет отдается наиболее свежей, часто обновляемой и трендовой информации, создавая новый канал для дистрибуции контента.
  • US9875242B2
  • 2018-01-23
  • Свежесть контента

  • Мультимедиа

Как Google выбирает между веб-сайтом (десктоп/мобайл) и нативным приложением для показа в результатах поиска
Google анализирует различные форматы доступа к контенту (например, десктопный сайт, мобильный сайт, нативное приложение). Система оценивает качество, скорость, стабильность и совместимость каждого варианта с устройством пользователя. В результатах поиска Google покажет ссылку на тот формат, который имеет наивысшую оценку качества для конкретного пользователя и устройства.
  • US9146972B2
  • 2015-09-29
  • SERP

  • Поведенческие сигналы

  • Персонализация

Как Google выбирает, синтезирует и озвучивает прямые ответы для голосового поиска с учетом контекста пользователя
Google обрабатывает голосовые запросы, идентифицируя стандартный результат (ссылка и сниппет) и одновременно находя или синтезируя прямой ответ в форме законченного предложения. Этот ответ адаптируется под контекст пользователя (например, местоположение), конвертируется в аудиоформат и озвучивается вместе с отображением визуальной выдачи.
  • US20170235827A1
  • 2017-08-17
  • Семантика и интент

  • Мультимедиа

  • Персонализация

Популярные патенты

Как Google определяет свежесть документа, анализируя возраст ссылающихся страниц и динамику появления ссылок (Link Velocity)
Google использует методы для оценки свежести документа, когда дата его обновления неизвестна или ненадежна. Система анализирует даты обновления страниц, которые ссылаются на документ, а также историю появления и удаления этих ссылок (Link Velocity). Если на документ ссылаются недавно обновленные страницы или количество ссылок растет, он считается свежим.
  • US7797316B2
  • 2010-09-14
  • Свежесть контента

  • Ссылки

  • Техническое SEO

Как Google использует данные о наведении курсора (Hover Data) для ранжирования изображений и борьбы с кликбейтными миниатюрами
Google использует данные о взаимодействии пользователя с миниатюрами в поиске по картинкам (наведение курсора) как сигнал интереса. Для редких запросов эти сигналы получают больший вес, дополняя недостаток данных о кликах. Система также вычисляет соотношение кликов к наведениям (Click-to-Hover Ratio), чтобы идентифицировать и понижать в выдаче «магниты кликов» — привлекательные, но нерелевантные изображения, которые собирают много наведений, но мало кликов.
  • US8819004B1
  • 2014-08-26
  • Поведенческие сигналы

  • Мультимедиа

  • SERP

Как Google использует клики (CTR) и время на сайте (Click Duration) для выявления спама и корректировки ранжирования в тематических выдачах
Google использует итеративный процесс для улучшения классификации контента и выявления спама, анализируя поведенческие сигналы (CTR и продолжительность клика). Если пользователи быстро покидают документ или игнорируют его в выдаче, он помечается как спам или нерелевантный теме. Эти данные затем используются для переобучения классификатора и корректировки ранжирования для будущих тематических запросов.
  • US7769751B1
  • 2010-08-03
  • Поведенческие сигналы

  • Антиспам

  • SERP

Как Google использует модифицированный PageRank (Personalized PageRank) для персонализации выдачи на основе истории и предпочтений пользователя
Патент Google, описывающий механизм персонализации поиска путем модификации алгоритма PageRank. Система определяет "точку зрения" пользователя (Point-of-View Data) на основе его истории посещений, закладок или указанных категорий. Затем стандартный расчет PageRank изменяется так, чтобы авторитет (Reset Probability) концентрировался только на этих персональных источниках, повышая в выдаче сайты, которые близки к интересам пользователя.
  • US7296016B1
  • 2007-11-13
  • Персонализация

  • Поведенческие сигналы

  • SERP

Как Google персонализирует Sitelinks и сниппеты, используя интересы пользователя и тренды для прямого перехода на нужные страницы
Google использует механизм для динамического обогащения результатов поиска, особенно при навигационных запросах. Система анализирует сущности (продукты, категории) на целевом сайте и сравнивает их с известными интересами пользователя и текущими трендами. При совпадении Google отображает персонализированные прямые ссылки (например, динамические Sitelinks) на эти конкретные разделы или товары прямо в выдаче.
  • US20140188927A1
  • 2014-07-03
  • Персонализация

  • SERP

  • Ссылки

Как Google использует личную историю поиска и профиль интересов для персонализации подсказок Autocomplete
Google персонализирует поисковые подсказки (Autocomplete), используя профиль интересов пользователя, созданный на основе его прошлых запросов и кликов. Система сравнивает тематику потенциальных подсказок с интересами пользователя и повышает в списке те варианты, которые соответствуют его предпочтениям, с учетом актуальности этих интересов.
  • US20140108445A1
  • 2014-04-17
  • Персонализация

  • Поведенческие сигналы

  • Семантика и интент

Как Google рассчитывает тематический авторитет сайта для кастомизации поиска с помощью Topic-Sensitive PageRank
Патент Google, описывающий механизм кастомизации результатов поиска, инициированного со стороннего сайта (например, Google Custom Search). Система использует «профиль сайта» для повышения результатов, соответствующих его тематике. Ключевая ценность патента — детальное описание расчета тематической авторитетности (Topic Boosts) путем анализа ссылок с эталонных сайтов (Start Sites), что является реализацией Topic-Sensitive PageRank.
  • US7565630B1
  • 2009-07-21
  • Персонализация

  • SERP

  • Ссылки

Как Google использует клики пользователей в поиске по картинкам для понимания содержания изображений и улучшения таргетинга
Google анализирует поведение пользователей в поиске по картинкам для идентификации содержания изображений. Если пользователи ищут определенный запрос (идею) и массово кликают на конкретное изображение в результатах, система связывает это изображение с данным запросом (концепцией). Эти данные используются для улучшения ранжирования в поиске картинок и для предложения релевантных ключевых слов рекламодателям, загружающим схожие изображения.
  • US11409812B1
  • 2022-08-09
  • Поведенческие сигналы

  • Семантика и интент

  • SERP

Как Google рассчитывает оценку авторитетности сайта, используя соотношение Независимых Ссылок и Брендовых Запросов
Google рассчитывает метрику авторитетности для веб-сайтов на основе соотношения количества независимых входящих ссылок к количеству брендовых (референсных) запросов. Сайты, имеющие много независимых ссылок относительно их поисковой популярности, получают преимущество. Напротив, популярные сайты с недостаточным количеством внешних ссылок могут быть понижены в ранжировании по общим запросам.
  • US8682892B1
  • 2014-03-25
  • Ссылки

  • EEAT и качество

  • SERP

Как Google использует крупномасштабное машинное обучение и данные о поведении пользователей для предсказания кликов и ранжирования результатов
Google использует систему машинного обучения для создания модели ранжирования, которая предсказывает вероятность клика пользователя по документу. Модель обучается на огромных массивах данных о прошлых поисках (запросы, документы, клики). Система учитывает базовую вероятность клика (Prior Probability), основанную на позиции и предыдущей оценке документа, а затем корректирует её с помощью правил, выявляющих, какие признаки (Features) документа и запроса влияют на выбор пользователя.
  • US7231399B1
  • 2007-06-12
  • Поведенческие сигналы

seohardcore