Как Google визуализирует результаты поиска на многомерном графике для сравнения релевантности и других характеристик (например, цены)

Термины и определения

Multi-dimensional graphical display/graph (Многомерное графическое отображение/график)

Пользовательский интерфейс, представляющий результаты поиска в виде графика с двумя или более измерениями (осями), где каждое измерение соответствует определенной характеристике поиска.

Search characteristics (Характеристики поиска)

Параметры, по которым можно упорядочить результаты поиска. Примеры: relevance (релевантность), price (цена), date (дата), recency (свежесть), image quality (качество изображения), image size (размер изображения) или geographic distance (географическое расстояние).

Visual representation / Summary (Визуальное представление / Сводка)

Способ отображения отдельного результата на графике. Может быть миниатюрой (thumbnail image), иконкой (icon) или фрагментом текста.

Overlap (Перекрытие)

Ситуация, когда визуальные представления двух или более результатов накладываются друг на друга на графике.

Scaling (Масштабирование)

Способ отображения значений на осях. Может быть линейным или нелинейным, например, логарифмическим (logarithmic scale).

Ключевые утверждения (Анализ Claims)

Патент фокусируется на методах визуализации и интерфейсе пользователя.

Claim 1 (Независимый пункт): Описывает основной метод отображения результатов поиска.

1. Система получает от пользователя запрос, включающий поисковые термины и выбор критериев поиска (search criteria).
2. Выполняется поиск для идентификации результатов.
3. Система предоставляет документ с многомерным графиком (multi-dimensional graph).
4. На графике релевантность представлена как первое измерение (ось).
5. Один из выбранных критериев поиска представлен как второе измерение (ось).
6. Графические представления (image representations) результатов размещаются на графике на основе их значений по обеим осям.

Claim 14 (Независимый пункт): Описывает систему, реализующую схожий механизм, с акцентом на перекрытие.

Система предоставляет многомерный график (Ось 1=Релевантность, Ось 2=Критерий). Визуальные представления результатов позиционируются на графике, причем некоторые из них могут частично перекрываться (partially overlap).

Claim 21 (Независимый пункт): Описывает метод с фокусом на специализированный поиск и динамическое масштабирование.

1. Предоставление интерфейса для поиска определенного типа документов (например, товаров).
2. Получение запроса и выбора диапазона (selection of a range) для критерия поиска (например, диапазон цен).
3. Поиск и идентификация результатов.
4. Предоставление многомерного графика. Релевантность — первая ось. Критерий поиска — вторая ось, которая масштабируется (scaled) на основе выбранного пользователем диапазона (функция "зума").

Где и как применяется

Этот патент описывает механизмы пользовательского интерфейса (UI) и визуализации данных. Он не относится к базовым этапам поисковой архитектуры.

Презентационный слой (Presentation Layer) / Генерация SERP

Механизм применяется на самом последнем этапе, после того как система завершила этапы RANKING и RERANKING и получила финальный набор результатов для отображения.

• Взаимодействие: Система взаимодействует с интерфейсом пользователя, получая параметры визуализации (например, выбор "Graph view" в интерфейсе Froogle, показанном в патенте) и генерируя графическое представление.
• Входные данные:
  • Финальный список ранжированных результатов.
  • Метаданные для каждого результата: оценка релевантности, значение альтернативной характеристики (цена, дата).
  • Визуальные активы: миниатюры изображений (thumbnails) или иконки.
• Выходные данные:
  • Multi-dimensional display document — страница результатов поиска в виде интерактивного графика.
• Технические особенности:
  • Обработка перекрытий: Система должна обрабатывать ситуации, когда результаты перекрываются. Предлагаются "жадные" (greedy) решения: смещение результатов в сторону меньшей релевантности или по другой оси, если это сохраняет относительный порядок. Также допускается перекрытие менее релевантными результатами более релевантных.
  • Масштабирование осей: Оси могут быть нелинейными. Упоминается использование логарифмической шкалы для цены или свежести.
  • Интерактивность: Пользователи могут взаимодействовать с графиком: получать информацию при наведении курсора, кликать для перехода, или "приближать" (zoom in), выбирая ограниченный диапазон (restricted range).

На что влияет

Патент явно указывает на применение в специализированных вертикалях поиска:

• Конкретные типы контента и ниши:
  • Товары (Product Search/Froogle): Релевантность vs. Цена.
  • Новости (News Search): Релевантность vs. Дата/Свежесть.
  • Изображения (Image Search): Релевантность vs. Качество или Размер изображения.
  • Локальный поиск (Geographic Search): Релевантность vs. Расстояние.

Влияние оказывается не на ранжирование этого контента, а на способ его представления пользователю.

Когда применяется

• Триггеры активации: Механизм активируется, когда пользователь явно выбирает этот режим просмотра (например, "Graph view") или когда система определяет, что для данного типа запроса многомерное представление будет полезным.
• Условия работы: Применяется, когда результаты поиска могут быть упорядочены по нескольким различным характеристикам (search characteristics) одновременно.

Пошаговый алгоритм

Этап 1: Подготовка данных (Офлайн)

1. Сбор данных: Система извлекает контент из источников данных и агрегирует его.
2. Индексирование: Контент индексируется. Извлекаются метаданные (цена, дата, изображения), необходимые для визуализации.

Этап 2: Обработка запроса и генерация визуализации (Онлайн)

3. Получение запроса: Система получает запрос и параметры отображения (например, Graph View).
4. Выполнение поиска и Сортировка: Поисковая система выполняет запрос. Результаты сортируются по нескольким характеристикам (релевантность и альтернативный критерий).
5. Генерация многомерного дисплея:
   • Определяются оси графика (например, X=Релевантность, Y=Цена).
   • Определяется масштабирование осей (линейное или логарифмическое).
   • Для каждого результата определяется визуальное представление (миниатюра).
   • Результаты размещаются на графике. Применяются алгоритмы для минимизации перекрытий (смещение позиций).
6. Предоставление документа пользователю: Сгенерированный график отправляется пользователю.

Этап 3: Взаимодействие с пользователем (Онлайн)

7. Обработка выбора: Если пользователь кликает на иконку, система предоставляет соответствующий документ.
8. Обработка навигации/масштабирования: Если пользователь выбирает "следующую страницу" или ограничивает диапазон (restricted range) для "приближения", система обновляет график.

Какие данные и как использует

Данные на входе

Патент сосредоточен на визуализации и требует наличия определенных метаданных у результатов поиска:

• Системные данные (Релевантность): Оценка релевантности результата запросу.
• Структурные/Контентные факторы (Альтернативные характеристики): Данные, используемые для позиционирования по другим осям:
  • Цена (для товаров).
  • Дата публикации или свежесть (для новостей).
  • Географическое расстояние (для локального поиска).
  • Размер или качество изображения.
• Мультимедиа факторы: Миниатюры изображений (thumbnails) или иконки, используемые в качестве visual representations.
• Пользовательские факторы: Выбор пользователем критериев сортировки, режима просмотра и интерактивные действия.

Какие метрики используются и как они считаются

Патент не описывает расчет метрик ранжирования, но описывает методы для визуализации:

• Масштабирование осей: Используются монотонные трансформации. Конкретно упоминается логарифмическая шкала (logarithmic scale) для цены или свежести.
• Оптимизация размещения (Packing Optimization): Используются "жадные" (greedy) алгоритмы для размещения результатов с целью минимизации перекрытий при сохранении относительного порядка. Метрика, которую пытаются минимизировать, — это степень отклонения от правильной позиции (out-of-position-ness).
• Постраничное отображение: Упоминается возможность отображения фиксированного числа результатов на страницу. Например, N наиболее релевантных плюс M результатов, оптимизирующих другую ось (например, 10 самых релевантных и 10 самых дешевых).

1. Визуализация, а не ранжирование: Основной вывод — этот патент описывает исключительно способ представления уже ранжированных результатов (UI/UX). Он не предлагает новых методов определения релевантности или качества контента.
2. Решение проблемы многокритериальной сортировки: Патент демонстрирует ранний подход Google к решению UX-задачи: как позволить пользователю одновременно оценивать результаты по нескольким параметрам (например, релевантность и цена).
3. Зависимость от структурированных данных: Для работы системы критически важно наличие точных метаданных (цены, даты) и качественных визуальных активов (миниатюр изображений).
4. Специфичность для вертикалей: Механизм предназначен для специализированных поисковых вертикалей (Товары, Новости, Изображения, Локальный поиск), где альтернативные характеристики имеют высокое значение.
5. Устаревший UI: Описанная конкретная реализация (график с иконками) не прижилась в основных продуктах Google и была заменена более современными интерфейсными решениями (фильтры, фасеты).

ВАЖНО: Этот патент описывает пользовательский интерфейс (UI), а не алгоритмы ранжирования. Прямых рекомендаций для SEO по улучшению позиций он не дает, но важен для оптимизации представления данных в вертикальном поиске.

Best practices (это мы делаем)

• Обеспечение полноты и точности структурированных данных: Это ключевая рекомендация. Для E-commerce критически важно передавать точные данные о цене (Price) через Schema.org и Merchant Center. Для новостного контента — точную дату публикации (Date). Это гарантирует, что система сможет корректно упорядочить и отобразить контент при любой сортировке или визуализации.
• Оптимизация изображений для миниатюр (Thumbnails): Патент полагается на visual representations (миниатюры). Необходимо предоставлять высококачественные, релевантные и информативные изображения, которые могут быть использованы в качестве миниатюр в различных интерфейсах поиска (даже если это не график, а карусель).
• Фокус на метаданные в вертикалях: В нишах, где доминируют нетекстовые характеристики (цена, местоположение, дата), необходимо уделять особое внимание оптимизации этих метаданных, так как они являются основой для сортировки и фильтрации.

Worst practices (это делать не надо)

• Предоставление неточных метаданных: Указание ложных цен, манипулирование датами публикации или использование нерелевантных изображений. Это не позволит системе корректно визуализировать контент и приведет к плохому пользовательскому опыту и возможным санкциям в вертикальном поиске.
• Игнорирование оптимизации изображений: Отсутствие качественных изображений для товаров или статей может привести к тому, что система не сможет создать привлекательное visual representation, снижая кликабельность результата.

Стратегическое значение

Стратегическое значение патента для современного SEO низкое. Он представляет скорее исторический интерес как пример ранних экспериментов Google с UI в специализированном поиске (Froogle). Он не меняет понимание приоритетов Google в ранжировании (E-E-A-T, Helpful Content), но подтверждает давнюю необходимость в структурированных данных для эффективного представления результатов в E-commerce и новостях.

Практические примеры

Сценарий: Оптимизация карточки товара для визуализации в поиске по продуктам

Хотя Google Shopping не использует описанный графический вид, принципы патента применимы к современной оптимизации.

1. Цель: Обеспечить корректное отображение и сортировку товара "Цифровая камера Canon S400" при фильтрации по цене и релевантности.
2. Действия:
   • Релевантность (Ось 1): Оптимизировать заголовок и описание товара для максимальной релевантности целевым запросам.
   • Цена (Ось 2): Убедиться, что актуальная цена корректно передается через микроразметку Product/Offer и фид Merchant Center. Это позволит системе точно позиционировать товар при сортировке/фильтрации по цене.
   • Визуальное представление: Загрузить четкое, высококачественное изображение камеры в качестве основного. Это изображение будет использоваться системой как thumbnail image.
3. Ожидаемый результат: Товар корректно отображается в результатах поиска. Когда пользователь применяет фильтр по цене или сортирует выдачу, товар занимает правильную позицию. Изображение товара привлекательно и информативно.