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

Как Google оптимизирует переход из поиска по картинкам, предотвращая перезагрузку страницы и используя автопрокрутку

SEARCH RESULT IMAGE DISPLAY ENVIRONMENT AND BACKGROUND (Среда отображения и фон для изображений из результатов поиска)
  • US20150169567A1
  • Google LLC
  • 2012-01-12
  • 2015-06-18
  • Мультимедиа
  • Описание
  • Разбор
  • Выводы
  • Практика
  • FAQ
  • Похожие

Патент Google описывает технический процесс обработки клика по результату поиска картинок. Целевой сайт загружается как основная страница, а поверх нее открывается оверлей (например, iFrame) с полным изображением. Система автоматически прокручивает фон к месту расположения картинки. При закрытии оверлея страница не перезагружается, что улучшает UX и точность аналитики.

Описание

Какую проблему решает

Патент решает техническую проблему, связанную с пользовательским опытом (UX) и эффективностью сети при переходе из поиска по картинкам на целевой сайт. Предыдущие реализации часто загружали целевую страницу в iFrame, принадлежащий домену поисковой системы. Когда пользователь закрывал оверлей с изображением, родительский iFrame также закрывался, что требовало повторного запроса и перезагрузки целевой страницы. Это вызывало задержки (latency) и искажало метрики веб-трафика (inflated traffic metrics) из-за дублирующихся запросов. Также решается проблема поиска контекста, если изображение находится "ниже сгиба" (below the fold).

Что запатентовано

Запатентована система обработки кликов по результатам поиска изображений на стороне клиента. Суть изобретения — загрузка целевой веб-страницы (page resource) как страницы верхнего уровня (top level page) в контексте собственного домена издателя. Среда для отображения полного изображения (image display environment), например iFrame, создается как иерархически подчиненный (hierarchically subordinate) или дочерний (child) элемент поверх этой страницы.

Как это работает

Механизм работает в браузере пользователя:

  • Загрузка фона: После клика на результат поиска изображений браузер загружает целевую страницу как top level page.
  • Внедрение оверлея: Поверх загруженной страницы создается подчиненная среда (например, iFrame), которая может принадлежать домену поисковой системы.
  • Отображение изображения: В эту среду загружается файл изображения и метаданные.
  • Автопрокрутка (Auto-Scroll): Система анализирует HTML-код фоновой страницы, находит точное местоположение изображения и автоматически прокручивает страницу к этому месту под оверлеем.
  • Закрытие без перезагрузки: При закрытии оверлея (дочернего элемента) пользователь сразу видит фоновую страницу без необходимости повторного запроса к серверу.

Актуальность для SEO

Высокая (с точки зрения UI/UX). Описанные принципы — предотвращение перезагрузки и автоматическая прокрутка к контенту — являются стандартом для обеспечения качественного пользовательского опыта при переходе из поиска изображений на сайт. Хотя конкретная реализация интерфейса Google Images эволюционировала (например, использование боковой панели на SERP), базовая механика оптимизации перехода остается актуальной.

Важность для SEO

(2/10) Минимальное/Инфраструктура. Это патент, ориентированный на UX и техническую реализацию клиентской части, а не на алгоритмы ранжирования. Он не дает прямых рекомендаций для SEO-стратегии по повышению позиций. Его основная ценность для SEO заключается в понимании того, как Google улучшает пост-клик опыт (снижение задержек, автопрокрутка к контексту) и обеспечивает точную атрибуцию трафика из Google Images.

Детальный разбор

Термины и определения

Image Display Environment (Среда отображения изображения)
Интерфейс, генерируемый на ресурсе страницы для отображения полного изображения и его метаданных. Может быть реализован как оверлей (overlay) или встроенный блок (inline).
iFrame
HTML-элемент, используемый как пример реализации Image Display Environment. В патенте он создается как дочерний элемент (child) по отношению к Page Resource.
Image Resource (Ресурс изображения)
Сам файл изображения (например, JPG).
Image Search Result (Результат поиска изображений)
Элемент на SERP, включающий миниатюру (thumbnail), ссылку на Image Resource и ссылку на Page Resource.
Page Resource (Ресурс страницы)
Целевая веб-страница (например, HTML-документ), которая содержит изображение.
Top Level Page (Страница верхнего уровня)
Основной документ, загруженный в окне браузера. В контексте патента критически важно, что Page Resource загружается именно как Top Level Page.
First Domain / Search Engine Domain
Разграничение принадлежности ресурсов. First Domain — домен сервера издателя. Search Engine Domain — домен поисковой системы.
HTML Elements (HTML-элементы)
Элементы разметки (например, image tags, anchor tags, HREF tags), которые анализируются для определения местоположения изображения на странице.

Ключевые утверждения (Анализ Claims)

Патент описывает внутренние процессы обработки кликов и отображения результатов на стороне клиента без прямых рекомендаций для SEO.

Claim 1 (Независимый пункт): Описывает основной процесс обработки выбора результата поиска изображений на устройстве пользователя.

  1. Отображение результатов поиска, полученных от сервера поисковой системы (Search Engine Domain).
  2. В ответ на выбор результата:
    • Отправка запроса на первый сервер, хостящий Page Resource (First Domain, отличный от Search Engine Domain).
    • Отображение полученного Page Resource как Top Level Page, принадлежащего First Domain.
    • Генерация Image Display Environment на этом Page Resource.
    • Отображение Image Resource в этой среде.
  3. В ответ на команду закрытия среды: закрытие среды и отображение Page Resource (который остается Top Level Page) без последующего запроса к первому серверу для повторной загрузки Page Resource.

Ядро изобретения — загрузка страницы издателя как главной и внедрение окна просмотра как подчиненного элемента для предотвращения перезагрузки.

Claim 3 и 4 (Зависимые): Уточняют реализацию Image Display Environment.

  • Среда отображения может быть реализована как оверлей в iFrame (Claim 3).
  • Этот iFrame может принадлежать домену поисковой системы (Claim 4).

Claim 5 и 6 (Зависимые): Описывают функцию автоматической навигации (прокрутки).

  1. Определение местоположения Image Resource внутри Page Resource.
  2. Навигация к этому местоположению так, чтобы при закрытии оверлея отображалась часть страницы, содержащая изображение (Claim 5).
  3. Метод определения местоположения включает: поиск HTML Elements, указывающих адрес файла изображения; сравнение этого адреса с адресом выбранного Image Resource; при совпадении — навигация области просмотра (viewport) к этой части страницы (Claim 6).

Где и как применяется

Этот патент не относится к основным этапам архитектуры поиска Google (CRAWLING, INDEXING, RANKING, RERANKING). Он описывает исключительно клиентское поведение (client-side behavior) и пользовательский интерфейс (UI/UX) после того, как поиск завершен и результат выбран пользователем.

Взаимодействие с компонентами:

  • Браузер пользователя: Основное место выполнения логики. Выполняет инструкции (скрипты) для загрузки страницы, создания iFrame/оверлея и автоматической прокрутки.
  • Сервер поисковой системы: Предоставляет результаты поиска и инструкции для обработки клика.
  • Сервер хостинга контента (Издатель): Предоставляет Page Resource и Image Resource.

Входные данные:

  • Выбор пользователем результата поиска (клик).
  • URL целевого Page Resource и Image Resource.
  • HTML-код и DOM-структура полученного Page Resource.

Выходные данные:

  • Модифицированное отображение в браузере: целевая страница с наложенным оверлеем, прокрученная до места расположения изображения.

На что влияет

  • Типы контента и Запросы: Влияет исключительно на взаимодействие с результатами вертикали поиска по изображениям (Google Images) и на веб-страницы, содержащие эти изображения.
  • Ниши и тематики, Языковые и географические ограничения: В патенте не указаны какие-либо ограничения. Применимо глобально.

Когда применяется

  • Триггеры активации: Клик пользователя по результату поиска изображений на странице выдачи, предоставленной поисковой системой, реализующей этот метод.

Пошаговый алгоритм

Процесс работы системы на устройстве пользователя:

  1. Мониторинг выбора: Браузер отслеживает выбор пользователем результата поиска изображений.
  2. Запрос ресурса страницы: Браузер отправляет запрос на получение Page Resource (целевой страницы).
  3. Загрузка и отображение верхнего уровня: Полученный Page Resource загружается и отображается как Top Level Page.
  4. Генерация среды отображения: Выполняются инструкции для создания Image Display Environment (например, iFrame). Эта среда создается иерархически подчиненной ресурсу страницы (например, добавляется в document.body).
  5. Загрузка изображения: Image Resource (полноразмерное изображение) запрашивается и загружается в созданную среду (оверлей).
  6. Определение местоположения (Опционально): Система отслеживает событие готовности страницы (например, onload event, DOM ready event) и выполняет поиск по HTML-коду Page Resource для определения точного местоположения изображения.
  7. Автоматическая навигация (Опционально): Если местоположение найдено, браузер автоматически прокручивает (scrolls) базовый Page Resource так, чтобы изображение оказалось в активной области просмотра (viewport).
  8. Обработка закрытия: При получении команды на закрытие, Image Display Environment закрывается.
  9. Финальное отображение: Page Resource остается отображенным без перезагрузки, в том положении, до которого он был прокручен.

Какие данные и как использует

Данные на входе

  • Технические факторы: URL-адреса Page Resource и Image Resource. Используются для запросов и сравнения.
  • Структурные факторы (HTML/DOM): HTML-элементы Page Resource (DOM-дерево). Система ищет теги изображений (image tags), анкорные теги (anchor tags) и атрибуты HREF для определения местоположения изображения на странице.
  • Пользовательские факторы: Действия пользователя — выбор результата (selection/click) и команда закрытия (close command).
  • Мультимедиа факторы: Метаданные изображения (размер, тип), которые могут отображаться в оверлее.

Какие метрики используются и как они считаются

Патент не описывает метрики, используемые для ранжирования или оценки качества контента. Он фокусируется на механике отображения.

  • Методы сравнения: Используется сравнение адресов ресурсов (URL), чтобы сопоставить выбранное изображение с изображением, присутствующим в исходном HTML-коде, для реализации функции автоматической прокрутки.
  • События браузера: Система полагается на стандартные события браузера, такие как onClick, onload или DOM ready.

Выводы

  1. Патент описывает UI/UX, а не ранжирование: Этот патент не содержит информации об алгоритмах ранжирования. Он описывает исключительно интерфейс и техническую реализацию отображения результатов после клика в Google Images.
  2. Фокус на скорости и бесшовном переходе: Основная цель изобретения — улучшить пользовательский опыт за счет минимизации задержек (latency) путем предотвращения ненужных перезагрузок страницы при переходе на сайт издателя.
  3. Точность аналитики: Механизм способствует более точной аналитике веб-трафика (web traffic analytics), так как устраняет дублирующие запросы к серверу издателя, которые могли искусственно завышать показатели посещаемости.
  4. Важность контекста изображения (Auto-Scroll): Функция автоматической прокрутки подтверждает, что Google считает важным показать пользователю изображение в контексте окружающего контента. Для этого система точно идентифицирует расположение изображения на странице.
  5. Зависимость от структуры HTML: Для корректной работы функции автопрокрутки система должна уметь находить изображение в коде страницы, анализируя стандартные HTML Elements.

Практика

Best practices (это мы делаем)

Хотя патент инфраструктурный, он дает понимание того, как оптимизировать опыт пользователей, приходящих из поиска по картинкам (Post-Click Experience).

  • Использование стандартной и чистой HTML-разметки: Используйте стандартные HTML-элементы (теги <img>, стандартные атрибуты) для встраивания изображений. Это повышает вероятность того, что система сможет корректно определить местоположение изображения для функции автопрокрутки.
  • Оптимизация контекста вокруг изображений: Поскольку система может автоматически прокручивать страницу к изображению, убедитесь, что контент, непосредственно окружающий важные изображения (текст, заголовки, CTA-элементы), обеспечивает релевантный контекст и способствует конверсии. Это первый контекст, который увидит пользователь после закрытия превью.
  • Оптимизация скорости загрузки страницы: Так как целевая страница загружается сразу после клика (хотя и на фоне), критически важно, чтобы она загружалась быстро. Это улучшит общий UX пользователя после закрытия оверлея.

Worst practices (это делать не надо)

  • Сложные механизмы загрузки для основных картинок: Использование нестандартных или чрезмерно сложных JavaScript-механизмов для загрузки ключевых изображений, которые не позволяют легко идентифицировать URL в DOM, может помешать системе определить их местоположение и сломать функцию автопрокрутки.
  • Блокировка или вмешательство в работу iFrame Google: Попытки заблокировать отображение оверлея Google (который может быть реализован через iFrame) могут ухудшить функциональность для пользователей Google Images.
  • Размещение изображений в нерелевантном или перегруженном рекламой контексте: Если пользователь автоматически перенаправляется к изображению, окруженному агрессивной рекламой или нерелевантным контентом, это ухудшит UX и может увеличить показатель отказов.

Стратегическое значение

Патент подтверждает внимание Google к бесшовному пользовательскому пути, даже после того, как пользователь покидает SERP. Он подчеркивает важность предоставления немедленной ценности (быстрый показ изображения) и контекста (показ места изображения на странице). В стратегическом плане это усиливает необходимость оптимизации пост-клик опыта, особенно для сайтов, получающих значительный трафик из поиска по картинкам (e-commerce, медиа, портфолио).

Практические примеры

Сценарий: Оптимизация карточки товара в E-commerce для трафика из Google Images

  1. Ситуация: Пользователь ищет "синие замшевые ботинки модель X" в Google Images и кликает на результат, ведущий на сайт магазина. На странице товара много текста и галерея из 10 фото.
  2. Работа механизма: Система загружает страницу товара. Поверх нее открывается оверлей с выбранным фото. Одновременно система сканирует HTML, находит это изображение в галерее (используя стандартный тег <img>) и прокручивает фон к блоку галереи.
  3. Действия SEO/UX специалиста: Убедиться, что код галереи чистый и использует стандартные теги. Обеспечить, чтобы рядом с галереей находились ключевые элементы конверсии (цена, выбор размера, кнопка "Купить"). Оптимизировать скорость загрузки страницы.
  4. Результат: Пользователь видит желаемое фото в оверлее. Закрыв его, он мгновенно оказывается в нужном месте страницы с релевантным контекстом и CTA-элементами, без перезагрузки. Это улучшает UX и потенциально повышает конверсию.

Вопросы и ответы

Влияет ли этот патент на ранжирование изображений или сайтов?

Нет. Патент является чисто техническим и описывает исключительно механизм отображения и пользовательский интерфейс при переходе с результата поиска картинок на целевую страницу. Он не содержит информации о факторах ранжирования или сигналах качества.

Какую основную проблему решает этот патент?

Он решает проблему задержек и дублирующих запросов, которые возникали в старых реализациях, когда закрытие превью изображения приводило к полной перезагрузке целевой веб-страницы. Это улучшает скорость для пользователя и точность аналитики для владельца сайта.

Как именно Google предотвращает перезагрузку страницы?

Google загружает целевую веб-страницу как главную страницу браузера (Top Level Page). Окно предварительного просмотра (например, iFrame) создается как дочерний (подчиненный) элемент этой страницы. Когда пользователь закрывает дочерний элемент, родительская страница остается загруженной.

Зачем Google автоматически прокручивает страницу в фоновом режиме (Auto-Scroll)?

Это делается для улучшения контекста и удобства. Часто изображение находится не вверху страницы. Автоматическая прокрутка гарантирует, что когда пользователь закроет оверлей, он сразу увидит это изображение в контексте окружающего контента, без необходимости искать его вручную.

Как система находит изображение на странице для автопрокрутки?

Система анализирует HTML-код и DOM-структуру загруженной страницы. Она ищет HTML-элементы (такие как теги <img> или HREF), содержащие URL, который точно соответствует URL выбранного изображения. При совпадении система определяет координаты элемента.

Может ли сложная загрузка изображений через JavaScript помешать этому процессу?

Да. Функция автопрокрутки зависит от способности системы найти URL изображения в стандартных HTML-элементах. Если изображение загружается динамически с помощью сложных скриптов или его URL обфусцирован и недоступен в DOM, система может не найти его, и автопрокрутка не сработает.

Как этот патент влияет на данные в Google Analytics или Яндекс.Метрике?

Патент положительно влияет на точность данных. Поскольку он устраняет необходимость повторного запроса страницы при закрытии оверлея, он предотвращает искусственное завышение количества просмотров страниц (хитов), которое могло наблюдаться ранее. Данные о трафике становятся чище.

Означает ли этот патент, что Google выполняет свой JavaScript на моем сайте?

Да, для реализации описанной функциональности (создание оверлея, автопрокрутка) необходимо выполнить инструкции (скрипты) на клиентской стороне в браузере пользователя. Эти инструкции предоставляются поисковой системой.

Как это влияет на поведенческие метрики (bounce rate, время на сайте)?

Теоретически, механизм должен положительно влиять на эти метрики. Устранение задержек при перезагрузке и автоматическое позиционирование пользователя у релевантного контента улучшают первое впечатление и снижают вероятность того, что пользователь покинет сайт из-за плохого UX.

Что нужно проверить на своем сайте, чтобы убедиться, что эта функция работает корректно?

Необходимо проверить, что ключевые изображения встроены с использованием стандартных HTML-тегов (например, <img>) и что их URL доступны для анализа в исходном коде или DOM. Также стоит оптимизировать скорость загрузки страниц, чтобы улучшить общий пользовательский опыт.

Похожие патенты

Как Google генерирует визуальные превью страниц в выдаче, используя "разрывы страницы" и масштабирование релевантного контента
Google использует систему для создания визуальных превью страниц (Page Previews) в результатах поиска. Система оценивает релевантность контента, учитывая близость ключевых слов и тип контента (например, пессимизируя сноски). Для показа наиболее важных, но разрозненных участков используются "разрывы страницы" (Page Tears). Ключевой контент также может отображаться в увеличенном масштабе для читаемости, помогая пользователю оценить формат страницы до клика.
  • US8954427B2
  • 2015-02-10
  • SERP

  • Семантика и интент

Как Google решает, показывать ли промежуточную страницу (превью) или направлять пользователя сразу на сайт при клике в Поиске по картинкам
Google анализирует, насколько хорошо веб-страница представляет выбранное изображение («image-centricity»). Если изображение на странице качественное, заметное и удовлетворяет интент пользователя (на основе статических и поведенческих данных), Google направляет трафик из Поиска по картинкам напрямую на сайт. В противном случае, Google показывает промежуточный экран (Image Overlay).
  • US9135317B2
  • 2015-09-15
  • Поведенческие сигналы

  • Мультимедиа

  • Семантика и интент

Как Google определяет и показывает похожие сайты с помощью визуальных превью и функции "related:"
Google патентует интерфейс для показа связанных сайтов во время просмотра пользователем веб-страницы. Система определяет похожие сайты на основе текстового и визуального сходства. Результаты отображаются в виде миниатюр (превью), которые при наведении увеличивают ключевые области (например, логотип или навигацию), чтобы помочь пользователю быстро оценить релевантность сайта.
  • US8812500B2
  • 2014-08-19
Как Google выбирает лучшую целевую страницу (Landing Page) для результатов поиска по картинкам
Google использует запатентованный метод для выбора наилучшего контекста для изображения в поиске по картинкам. Когда одно и то же или похожее изображение появляется на нескольких сайтах, система оценивает качество и важность каждой веб-страницы (Web Score). Страница с наивысшей оценкой выбирается в качестве официальной целевой страницы (Landing Page), на которую попадает пользователь при клике на результат.
  • US9158857B2
  • 2015-10-13
  • Мультимедиа

  • EEAT и качество

  • SERP

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

Популярные патенты

Как Google идентифицирует, связывает и индексирует концепции (фразы) для понимания тем документов
Фундаментальный патент Google, описывающий переход от индексирования слов к индексированию концепций (фраз). Система определяет «хорошие фразы» на основе частотности и их способности прогнозировать появление других фраз (Information Gain). Документы индексируются не только по содержащимся в них фразам, но и по наличию связанных фраз, что позволяет системе определять основные и второстепенные темы документа, а также контекстуально оценивать анкорный текст ссылок.
  • US7536408B2
  • 2009-05-19
  • Индексация

  • Семантика и интент

  • Ссылки

Как Google использует персонализированный PageRank ссылающихся страниц для переоценки значимости анкорного текста
Google может персонализировать поисковую выдачу, изменяя вес анкорного текста ссылок. Вес ссылки зависит не от глобального PageRank ссылающейся страницы, а от её "персонализированного PageRank", рассчитанного на основе предпочтений пользователя (например, любимых сайтов или тематик). Это позволяет повышать в выдаче документы, на которые ссылаются авторитетные для конкретного пользователя источники.
  • US7260573B1
  • 2007-08-21
  • Персонализация

  • Ссылки

Как Google использует время просмотра (Watch Time) и поведение пользователей для расчета независимой от запроса оценки качества видео
Google рассчитывает независимый от запроса сигнал качества (Q) для видео, анализируя корреляции между поведенческими метриками: временем просмотра, рейтингами и количеством просмотров. Система использует математические функции (Predictor и Voting) для моделирования качества и определения достоверности данных, а также активно фильтрует спам в рейтингах. Этот сигнал Q затем используется для ранжирования видео в поиске.
  • US8903812B1
  • 2014-12-02
  • Поведенческие сигналы

  • SERP

  • Антиспам

Как Google использует обучение с подкреплением (Reinforcement Learning) для оптимизации ранжирования и переписывания запросов на основе успешности поисковых сессий
Google использует систему Reinforcement Learning для динамической адаптации поисковых процессов. Система анализирует поисковые сессии (последовательности запросов и кликов) и учится оптимизировать выдачу, чтобы пользователь быстрее находил нужный результат. Это достигается путем корректировки весов факторов ранжирования, переписывания запросов или даже обновления индекса на лету для конкретных ситуаций.
  • US11157488B2
  • 2021-10-26
  • Индексация

  • Поведенческие сигналы

  • Семантика и интент

Как Google использует машинное обучение для оптимизации обхода Knowledge Graph и поиска связанных концепций
Google оптимизирует обход Knowledge Graph для эффективного поиска семантически связанных фраз. Вместо анализа всех связей сущности система использует ML-модели для выбора только тех отношений (свойств), которые вероятнее всего приведут к ценным результатам. Этот выбор основан на истории поисковых запросов и контексте пользователя, что позволяет экономить вычислительные ресурсы и повышать релевантность предложений.
  • US10140286B2
  • 2018-11-27
  • Knowledge Graph

  • Семантика и интент

  • Персонализация

Как Google автоматически генерирует блоки "Связанные ссылки" и "Похожие запросы", анализируя контент страницы при загрузке
Патент описывает систему для динамической генерации виджетов связанных ссылок. При загрузке страницы система извлекает текст (заголовок, контент, запрос из реферера), определяет наиболее важные ключевые слова с помощью глобального репозитория (Keyword Repository), выполняет поиск по этим словам (часто в пределах того же домена) и отображает топовые результаты для улучшения навигации.
  • US9129009B2
  • 2015-09-08
  • Ссылки

  • Семантика и интент

  • Техническое SEO

Как Google использует данные о совместном посещении сайтов (Co-Visitation) для персонализации и повышения релевантности выдачи
Google использует поведенческие данные сообщества пользователей для определения тематической связи между сайтами. Если пользователи часто посещают Сайт А и Сайт Б в течение короткого промежутка времени (Co-Visitation), система создает "Вектор повышения" (Boost Vector). Этот вектор используется для повышения в выдаче тематически связанных сайтов, основываясь на истории посещений пользователя или контексте текущего сайта, улучшая персонализацию и релевантность.
  • US8874570B1
  • 2014-10-28
  • Поведенческие сигналы

  • Персонализация

  • SERP

Как Google динамически фильтрует выдачу, уточняя интент пользователя после клика по результату
Google использует механизм для обработки неоднозначных запросов. Если выдача содержит результаты, относящиеся к разным сущностям (например, «Ягуар» как животное и как автомобиль), клик пользователя по одному из результатов сигнализирует о его интересе к конкретной сущности. При возврате на страницу выдачи система модифицирует SERP, скрывая или понижая результаты, связанные с нерелевантными сущностями, и фокусируя выдачу на выбранном интенте.
  • US9355158B2
  • 2016-05-31
  • Семантика и интент

  • SERP

  • Поведенческие сигналы

Как Google определяет синонимы и варианты слов, анализируя категории выбранных пользователями результатов
Google использует метод стемминга, основанный на поведении пользователей и категориях сущностей. Если пользователи ищут разные слова (например, «пицца» и «пиццерия») и выбирают результаты одной категории («ресторан»), система идентифицирует эти слова как варианты одной основы (Stem Variants). Это происходит, если слова похожи по написанию ИЛИ если объем кликов статистически значим.
  • US9104759B1
  • 2015-08-11
  • Семантика и интент

  • Поведенческие сигналы

  • Персонализация

Как Google классифицирует запросы как навигационные или исследовательские, чтобы регулировать количество показываемых результатов
Google использует систему для динамического определения количества отображаемых результатов поиска. Система классифицирует запрос как навигационный (поиск конкретного места/ресурса) или исследовательский (поиск вариантов). Классификация основана на анализе компонентов оценки релевантности (совпадение по названию vs. категории) и энтропии исторических кликов. При навигационном интенте количество результатов сокращается.
  • US9015152B1
  • 2015-04-21
  • Семантика и интент

  • Поведенческие сигналы

  • Local SEO

seohardcore