Как Google использует сезонные и локальные события (Recurrent Queries) для определения местоположения пользователя

Термины и определения

Recurrent Query (Повторяющийся запрос)

Запрос (или кластер похожих запросов), который преимущественно поступает из определенного географического региона в течение определенного периода времени. Характеризуется предсказуемыми пиками трафика.

Query Peak / Spike (Пик запроса / Всплеск)

Значительное увеличение количества запросов по сравнению со средним уровнем. Должен удовлетворять Peak Count Criteria.

Geolocation Engine (Механизм геолокации)

Компонент поисковой системы, отвечающий за определение географического происхождения запросов.

Peak Count Criteria (Критерии пикового значения)

Условия, которым должен удовлетворять всплеск трафика, чтобы считаться значимым пиком. Ключевое требование: запрос должен иметь пик как по времени, так и по местоположению.

Entropy (Энтропия)

Мера неопределенности вероятностного распределения. Используется для оценки того, насколько концентрирован трафик запроса в конкретном регионе или периоде времени. Низкая энтропия указывает на высокую концентрацию (сильный сигнал).

Measure of Confidence (Мера уверенности)

Оценка или вероятность того, что запрос, идентифицированный как Recurrent Query, действительно произошел из ассоциированного географического региона.

Query Log Data (Логи запросов)

Исторические данные о полученных запросах, включая текст, время и предполагаемое географическое происхождение.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает процесс использования повторяющихся запросов в реальном времени (онлайн).

1. Система получает запрос от клиентского устройства.
2. Система определяет, что запрос является Recurrent Query (запросом, который преимущественно поступает из определенного географического региона в определенный период времени).
3. Система определяет местоположение клиентского устройства, основываясь, по крайней мере частично, на этом определенном географическом регионе.

Claim 2 (Независимый пункт): Описывает процесс идентификации повторяющихся запросов (офлайн).

1. Из лога запросов идентифицируется множество запросов, связанных с кандидатом в Recurrent Query.
2. Определяется множество подсчетов (counts). Каждый подсчет представляет количество раз, когда запросы были получены из одного из географических регионов И в течение одного из периодов времени.
3. Среди подсчетов идентифицируется пиковое значение (Peak Count), удовлетворяющее Peak Count Criteria для первого региона и первого периода времени.
4. Определяется, что кандидат является Recurrent Query для этого региона и периода времени.

Claim 3 (Зависимый от 2): Уточняет один из методов идентификации пика.

Идентификация Peak Count включает определение того, что отношение (ratio) подсчета к среднему значению подсчетов превышает определенный порог. Это количественный метод обнаружения всплесков трафика.

Claim 4 (Зависимый от 2): Уточняет альтернативный метод идентификации пика с использованием теории информации.

1. Определяется вероятностное распределение на основе подсчетов.
2. Определяется, что энтропия (Entropy) этого распределения удовлетворяет пороговому значению. (Примечание: Хотя в патенте используется фраза "exceeds a threshold", контекст указывает на поиск концентрированного распределения, что соответствует низкой энтропии).
3. Идентифицируется географический регион и период времени с наивысшей вероятностью в распределении.

Claims 5 и 6 (Зависимые от 2): Указывают на гибкость анализа входных данных.

Анализ может проводиться как для идентичных запросов (Claim 5), так и для кластеров похожих запросов (Claim 6), например, с учетом синонимов или семантически близких формулировок.

Claim 7 (Зависимый от 2): Указывает на гибкость анализа гранулярности.

Анализ может проводиться на разных уровнях гранулярности географических регионов (страна, город) или периодов времени (месяц, неделя).

Где и как применяется

Изобретение применяется на этапе понимания запроса для уточнения контекста пользователя.

QUNDERSTANDING – Понимание Запросов

Это основной этап применения патента. Geolocation Engine использует описанный механизм для интерпретации запроса с целью определения местоположения пользователя.

1. Офлайн-компонент (Анализ данных): Система периодически анализирует Query Log Data для идентификации Recurrent Queries. Это часть глобального анализа поисковых трендов и событий.
2. Онлайн-компонент (Контекстуализация): Когда запрос поступает в реальном времени, система проверяет его на соответствие базе Recurrent Queries и текущему времени. Если соответствие найдено, эта информация используется для уточнения геолокации пользователя.

RANKING / RERANKING
Результаты работы этого алгоритма (уточненное местоположение) передаются на этапы ранжирования для формирования локализованной выдачи и применения твидлеров локализации.

Входные данные (Офлайн):

• Логи запросов (Query Log Data), включая текст, временные метки и исходные данные о геолокации (например, IP).

Входные данные (Онлайн):

• Входящий запрос пользователя.
• Текущее время.
• База данных идентифицированных Recurrent Queries.

Выходные данные:

• Уточненные данные о географическом местоположении пользователя (например, повышенная Measure of Confidence для конкретного региона).

На что влияет

• Специфические запросы: Запросы, связанные с локальными событиями, праздниками, фестивалями, сезонными активностями, которые происходят в разное время в разных регионах (например, "День Матери", "рецепт индейки").
• Конкретные ниши или тематики: Критически важно для Local SEO и International SEO. Влияет на e-commerce, туризм, новостные ресурсы, где локальный контекст событий имеет значение.
• Языковые и географические ограничения: Помогает различать интент пользователей в разных странах с одним языком, но разными культурными календарями.

Когда применяется

• Триггеры активации: Входящий запрос совпадает (или похож) на запрос из набора Recurrent Queries.
• Условия применения: Текущее время попадает в период времени (Time Period), ассоциированный с Query Peak для данного запроса. Механизм особенно полезен, когда другие сигналы геолокации слабы или неоднозначны.

Пошаговый алгоритм

Процесс А: Офлайн-идентификация Recurrent Queries

1. Сбор и подготовка данных: Доступ к логам запросов. Группировка похожих запросов в кластеры (например, "рецепт индейки" и "как приготовить индейку").
2. Расчет статистики: Подсчет количества вхождений запросов (Query Counts) для множества географических регионов и периодов времени. Гранулярность может варьироваться. В патенте упоминается возможность корректировки подсчетов по населению регионов.
3. Определение пиков (Peak Detection): Анализ подсчетов для выявления Query Peaks. Пик должен быть выражен одновременно:
   • Во времени: Всплеск в конкретный период по сравнению с другими периодами для этого региона.
   • В пространстве: Всплеск в конкретном регионе по сравнению с другими регионами в этот период.
4. Применение критериев (Peak Count Criteria): Проверка пика по пороговым значениям с использованием методов:
   • Метод отношений: Сравнение отношения пикового значения к среднему значению.
   • Метод энтропии: Расчет Entropy вероятностного распределения. Низкая энтропия указывает на сильный пик.
5. Расчет уверенности: Вычисление Measure of Confidence. Если пик наблюдается в нескольких регионах одновременно, уверенность может быть ниже или распределена между ними. Система может ограничивать максимальное количество регионов.
6. Сохранение: Если критерии выполнены, запрос добавляется в набор Recurrent Queries с ассоциацией региона, периода времени и меры уверенности.

Процесс Б: Онлайн-геолокация запроса

1. Получение запроса: Система получает запрос от пользователя.
2. Проверка на повторяемость: Система определяет, является ли входящий запрос Recurrent Query.
3. Проверка времени: Система определяет, был ли запрос получен в течение периода Query Peak.
4. Расчет геолокации: Если обе проверки положительны, система обновляет Measure of Confidence того, что запрос произошел из ассоциированного региона.
5. Интеграция сигналов: Эта мера используется для корректировки результатов других классификаторов геолокации (например, на основе IP), возможно, с использованием алгоритмов типа Adaptive Boosting (упомянуто в описании патента).

Какие данные и как использует

Данные на входе

• Поведенческие факторы: Логи запросов (Query Log Data) являются основным источником данных. Анализируется частота и распределение запросов.
• Временные факторы: Время получения запроса. Анализ проводится по временным периодам различной гранулярности (недели, месяцы).
• Географические факторы: Исходные данные о геолокации запросов в логах (на основе IP, настроек пользователя и т.д.). Анализ проводится по регионам различной гранулярности (страны, штаты, города).

Какие метрики используются и как они считаются

• Query Counts (Подсчеты запросов $T_k$): Прямой подсчет количества вхождений запроса для пары (Регион k, Время).
• Отношение к среднему (Ratio to Average): Сравнение текущего подсчета со средним значением. Используется для обнаружения всплесков (Claim 3).
• Вероятностное распределение $P(x_k)$: Вероятность того, что запрос поступил из региона $x_k$ в течение периода времени. Рассчитывается как: $$P(x_k) = \frac{T_k}{\sum_{i=1}^{N} T_i}$$
• Entropy $H(X)$ (Энтропия): Мера концентрации распределения X. Рассчитывается (в общем виде) как: $$H(X) = -\sum_{i} P(x_i)log_2P(x_i)$$
• Measure of Confidence (Мера уверенности): Итоговая оценка, основанная на силе пика и количестве других регионов, где также наблюдается пик.

1. Геолокация на основе поведения и культуры: Патент подтверждает, что Google использует не только технические данные (IP, GPS), но и анализирует исторические поведенческие паттерны, связанные с культурой, событиями и сезонностью, для определения местоположения пользователя.
2. Требование двойного пика (Время и Место): Ключевым моментом является то, что запрос должен демонстрировать всплеск одновременно в конкретном регионе и в конкретное время. Глобальные события (пик только по времени) или постоянный локальный интерес (пик только по месту) не являются Recurrent Queries в этом контексте.
3. Статистическая значимость и Энтропия: Система использует анализ энтропии для оценки надежности сигнала. События, уникальные для одного места и времени (низкая энтропия), являются сильными сигналами. События, происходящие повсеместно (высокая энтропия), имеют меньшую различительную способность.
4. Гибкость идентификации (Кластеризация и Гранулярность): Система учитывает кластеры семантически похожих запросов (а не только точные совпадения) и может адаптировать гранулярность анализа (время и местоположение) для поиска наиболее сильного сигнала.
5. Геолокация как комбинация сигналов: Recurrent Queries используются как один из входов в общую систему геолокации (в комбинации с классификаторами на основе IP и другими данными), повышая общую точность определения местоположения пользователя.

Best practices (это мы делаем)

• Анализ региональных календарей и трендов (International SEO): Тщательно изучайте календарь событий, праздников и сезонных активностей в целевых рынках. Используйте Google Trends для выявления географически и темпорально специфичных всплесков интереса (Recurrent Queries) в вашей нише.
• Своевременная локализация контента: Создавайте и продвигайте контент, приуроченный к локальным событиям, в нужное время. Убедитесь, что материалы проиндексированы до наступления Query Peak.
• Использование региональной терминологии: Используйте термины и формулировки, специфичные для вашего целевого региона. Как показано в патенте на примере "dia de la madre" (Аргентина) и "mother's day" (США), язык и время являются ключевыми для правильной геолокации запроса.
• Усиление локальных сигналов (Local SEO): Поскольку этот механизм повышает точность геолокации пользователя, важность стандартных факторов локального SEO возрастает. Фокусируйтесь на освещении гиперлокальных событий и новостей, чтобы усилить связь сайта с конкретным регионом.

Worst practices (это делать не надо)

• Игнорирование региональных различий во времени: Применение единой контент-стратегии для разных регионов. Например, запуск кампании ко Дню Матери по единому календарю для всех стран.
• Таргетинг глобальных событий без локализации: Попытка охватить глобальные события (например, Новый Год) без учета региональных различий. Система может не использовать такие запросы для геолокации из-за высокой энтропии (низкой различительной способности).
• Предположение о статичной геолокации: Полагать, что Google локализует результаты только по IP или когда пользователь явно указывает название города. Локализация может произойти динамически на основе темы запроса и текущего времени.

Стратегическое значение

Патент подчеркивает стратегическую важность понимания контекста пользователя, который включает не только его намерение, но и его точное местоположение и текущее время. Он демонстрирует, что Google рассматривает поиск как динамическую активность, тесно связанную с реальными событиями. Для SEO это означает, что успешная стратегия должна быть не только географически точной, но и своевременной, выравнивая контент с культурными ритмами и событиями целевого региона.

Практические примеры

Сценарий: Международный интернет-магазин и таргетинг на "День Матери"

1. Анализ (Основываясь на патенте): SEO-команда определяет, что "День Матери" является сильным Recurrent Query, но его пики происходят в разное время:
   • США: Запрос "Mother's Day" – пик в мае.
   • Аргентина: Запрос "Día de la Madre" – пик в октябре (как показано в патенте, 40-я неделя).
2. Действие SEO: Создаются отдельные локализованные лендинги (например, site.com/us/mothers-day, site.com/ar/dia-de-la-madre). Контентные кампании запускаются синхронно с локальным календарем (в США – в апреле/мае, в Аргентине – в сентябре/октябре).
3. Ожидаемый результат: Когда пользователь вводит "Día de la Madre" в октябре, Google использует этот запрос и время как сильный сигнал для определения местоположения пользователя как Аргентина (даже если IP неоднозначен). Система предоставляет пользователю аргентинскую версию сайта (site.com/ar/), что повышает релевантность и конверсию.