Как Google определяет географическую релевантность сайта, анализируя местоположение его посетителей

Термины и определения

Cluster Analysis (Кластерный анализ)

Статистический метод (в патенте упомянут "k-means"), используемый для группировки местоположений посетителей сайта. Наличие плотных кластеров указывает на географическую релевантность.

Dispersion (Дисперсия) / Density (Плотность)

Параметры кластера, характеризующие разброс точек данных. Низкая дисперсия (высокая плотность) означает, что посетители сконцентрированы на небольшой территории, что указывает на сильную географическую связь.

Geographic Relevance Component (Компонент географической релевантности)

Система, отвечающая за определение географической релевантности веб-ресурсов на основе локаций посетителей и за расчет вероятности соответствия между пользователем и ресурсом.

Location Data Points (Точки данных о местоположении)

Двумерные координаты (например, широта и долгота), полученные путем преобразования сетевых адресов (IP) посетителей.

Normalization (Нормализация)

Процесс корректировки частоты посещений из разных регионов с учетом численности населения или количества интернет-пользователей в этих регионах. Используется для предотвращения искажений, вызванных крупными городами.

Statistical Model / Gaussian Model (Статистическая модель / Модель Гаусса)

Математическая модель, используемая для описания географических кластеров. Используется для определения вероятности того, что местоположение нового пользователя попадает в зону релевантности ресурса, учитывая центр и дисперсию кластера.

Static/Dynamic IP addresses (Статические/Динамические IP-адреса)

Типы IP-адресов. В патенте упоминается, что статические адреса могут считаться более надежными индикаторами местоположения, чем динамические.

Ключевые утверждения (Анализ Claims)

Патент фокусируется на определении географической релевантности через анализ аудитории и применении этой информации в поиске.

Claim 1 (Независимый пункт): Описывает основной метод предоставления документов с учетом географии.

1. Сбор информации о местоположении (location information) первых пользователей, которые получают доступ к ресурсу.
2. Анализ собранной информации для определения географической релевантности (geographic relevance) ресурса.
3. Определение местоположения второго пользователя.
4. Предоставление документа (например, результата поиска или рекламы) второму пользователю на основе сопоставления географической релевантности ресурса и местоположения второго пользователя.

Claim 6 (Зависимый от 1): Уточняет, что анализ включает выполнение кластерного анализа (cluster analysis).

Claim 9 (Независимый пункт): Описывает реализацию в рамках поисковой системы.

Geographic relevance component генерирует информацию о релевантности путем: (i) сбора сетевых адресов пользователей; (ii) преобразования адресов в location data points; (iii) выполнения кластерного анализа этих точек для нахождения кластеров, которые указывают на области географической релевантности.

Claim 12 и 13 (Зависимые от 9): Уточняют процесс анализа.

При выполнении кластерного анализа компонент нормализует (normalize) точки данных о местоположении. Нормализация основывается на населении (population), связанном с этими точками.

Claim 14 (Независимый пункт): Описывает метод определения вероятности географического совпадения пользователя и ресурса.

1. Определение географического местоположения пользователя.
2. Получение информации о географической релевантности ресурса. Эта информация включает как минимум один кластер, характеризующийся центральной точкой (center point) и мерой дисперсии (measure of dispersion).
3. Определение вероятности того, что местоположение пользователя географически релевантно ресурсу, на основе статистической модели (statistical model), примененной к кластеру.
4. Возврат результатов поиска пользователю на основе этой вероятности.

Claim 22 (Зависимый от 14): Уточняет, что статистическая модель основана на модели Гаусса (Gaussian model).

Где и как применяется

Изобретение затрагивает несколько этапов поиска, выполняя вычисления как офлайн, так и в реальном времени.

INDEXING – Индексирование и извлечение признаков
Основная часть работы алгоритма происходит на этом этапе в офлайн-режиме. Система собирает данные о посещениях (URL и IP посетителя) из различных источников (логи серверов, клиентские приложения, например, тулбары). Затем происходит обработка: маппинг IP в локации, нормализация и кластерный анализ. Результат — информация о географической релевантности ресурса (описание кластеров) — сохраняется в индексе и ассоциируется с документом как признак (feature).

QUNDERSTANDING – Понимание Запросов
На этом этапе система определяет местоположение пользователя или интересующую его локацию. Это может быть сделано на основе терминов запроса (например, "pizza San Francisco"), IP-адреса, истории просмотров или GPS данных.

RANKING / RERANKING – Ранжирование и Переранжирование
На этом этапе система использует предварительно рассчитанную географическую релевантность и определенное местоположение пользователя. Используя статистическую модель (например, Гаусса), система вычисляет вероятность совпадения. Эта вероятность используется как сигнал ранжирования для повышения позиций географически релевантных документов.

Входные данные (Офлайн):

• Выборка IP-адресов посетителей для данного URL/ресурса.
• Данные для маппинга IP-адресов в физические локации (широта/долгота).
• Данные о населении регионов (для нормализации).

Выходные данные (Офлайн):

• Информация о географической релевантности ресурса (описание кластеров: центр, дисперсия, масса).

Входные данные (Онлайн):

• Местоположение пользователя (полученное из IP, GPS, истории поиска, профиля или интента запроса).
• Информация о географической релевантности (кластеры) для документов-кандидатов.

Выходные данные (Онлайн):

• Вероятностная оценка совпадения местоположения пользователя и географической релевантности документа.

На что влияет

• Конкретные типы контента и ниши: Критически важно для Local SEO. Это затрагивает сайты локальных бизнесов (магазины, услуги, рестораны), региональные новостные порталы, местные организации. Для сайтов с национальным охватом этот механизм определит отсутствие четких географических кластеров.
• Специфические запросы: Влияет на запросы с локальным интентом (явным или подразумеваемым). Если пользователь ищет услугу, система использует его местоположение и данные о географической релевантности сайтов для формирования локализованной выдачи.

Когда применяется

• Условия работы алгоритма (Офлайн): Применяется периодически для обновления данных о географической релевантности сайтов по мере накопления достаточного объема данных о посетителях.
• Условия работы алгоритма (Онлайн): Активируется при обработке поискового запроса, когда система может определить местоположение пользователя или его локальный интент, и когда среди документов-кандидатов есть ресурсы с рассчитанной географической релевантностью.
• Ограничения: Точность механизма зависит от точности маппинга IP-адресов. Патент признает наличие ошибок и использует кластерный анализ для их фильтрации на больших объемах данных.

Пошаговый алгоритм

Процесс А: Определение географической релевантности ресурса (Офлайн)

1. Сбор данных о посетителях: Для веб-сайта собирается выборка IP-адресов посетителей. Может применяться фильтрация по времени, проведенному на сайте (predetermined amount of time), для отсева случайных визитов.
2. Маппинг местоположений: Каждый IP-адрес преобразуется в предполагаемое географическое местоположение (например, ближайший город, а затем в координаты широты и долготы).
3. Фильтрация и взвешивание (Опционально): Система может понижать вес данных от динамических IP-адресов, так как они менее надежны, и повышать вес статических IP или данных из аккаунтов пользователей.
4. Нормализация (Опционально, но важно): Частота посещений из определенного города корректируется с учетом его населения (factor proportional to the population). Это делается для устранения смещения в сторону крупных городов.
5. Кластерный анализ: К полученному набору точек применяется алгоритм кластеризации (например, k-means).
6. Оценка кластеров: Анализируются параметры полученных кластеров: центр кластера (координаты), плотность или дисперсия (разброс). Плотные кластеры считаются индикатором релевантности.
7. Генерация географической информации: Если обнаружены плотные кластеры, веб-сайт ассоциируется с их географическими центрами. Эта информация (параметры кластеров, включая массу — процент посетителей) сохраняется.

Процесс Б: Использование географической релевантности при поиске (Онлайн)

1. Определение местоположения пользователя: Система определяет текущее местоположение пользователя или интересующую его локацию.
2. Получение географической информации ресурса: Для документов-кандидатов извлекается информация о географических кластерах (Процесс А).
3. Статистическое моделирование: Кластеры моделируются статистически, например, с помощью модели Гаусса (Gaussian model). Форма модели (ширина кривой) зависит от дисперсии кластера. Плотные кластеры имеют узкую кривую, размытые — широкую.
4. Расчет вероятности: Система определяет вероятность того, что местоположение пользователя попадает в географический кластер ресурса. Вероятность может быть определена как взвешенная сумма вероятностей по всем кластерам ресурса, где весами выступают массы кластеров.
5. Применение в ранжировании: Полученная вероятность используется поисковой системой для корректировки ранжирования, отдавая предпочтение географически релевантным документам.

Какие данные и как использует

Данные на входе

Патент явно указывает на использование следующих типов данных:

• Сетевые и Технические факторы: IP-адреса посетителей (Internet Protocol (IP) addresses). Система также различает статические и динамические IP-адреса, придавая больший вес статическим.
• Поведенческие факторы: Паттерны веб-браузинга (browsing habits), история поиска (search history). Данные о посещениях из логов, тулбаров, плагинов. Время, проведенное на сайте (как фильтр для значимых посещений).
• Пользовательские данные: Информация из аккаунтов пользователей (почтовые адреса, адреса выставления счетов, номера телефонов). Данные из cookies или профилей пользователей.
• Контентные факторы: Поисковые запросы, введенные пользователем (для определения локального интента).
• Географические факторы: Базы данных для сопоставления IP с локациями. Данные GPS или триангуляция вышек сотовой связи (для мобильных устройств). Данные о населении городов (для нормализации).

Какие метрики используются и как они считаются

• Параметры кластера:
  • Центр кластера (Center): Географические координаты (широта/долгота).
  • Плотность или Дисперсия (Density/Dispersion): Мера разброса точек. Используется для оценки качества кластера и определения формы статистической модели.
  • Вероятностная масса (Probability mass): Процент посетителей в кластере. Используется как вес при агрегации вероятностей.
• Нормализованная частота посещений: Количество посетителей из города, масштабированное на коэффициент, пропорциональный населению города.
• Статистическая модель Гаусса (Gaussian model): Используется для моделирования кластеров и расчета вероятности принадлежности пользователя к кластеру. Вероятность выше для пользователей, находящихся ближе к центру плотного кластера.
• Методы анализа: Используется Cluster Analysis (например, k-means) для группировки данных.

1. Аудитория определяет географическую релевантность: Ключевой вывод заключается в том, что Google определяет географическую релевантность сайта на основе того, *откуда* приходят его посетители. Это независимый сигнал от контента сайта или заявленного адреса бизнеса.
2. Кластеризация как основа локальности и фильтр шума: Система использует Cluster Analysis для автоматического выявления концентрации аудитории. Это позволяет масштабировать процесс и нивелировать неизбежные ошибки, свойственные геолокации по IP. Плотные кластеры указывают на локальную релевантность.
3. Важность нормализации данных: Патент подчеркивает необходимость нормализации данных по населению, чтобы избежать смещения в сторону крупных городов. Это критически важно для корректного определения релевантности сайтов в небольших населенных пунктах.
4. Вероятностное сопоставление (Gaussian Model): Географическое соответствие не бинарно. Использование статистических моделей (Гаусса) позволяет рассчитывать вероятность совпадения, учитывая близость пользователя к центру кластера и плотность (дисперсию) самого кластера.
5. Комплексный подход к данным: Система учитывает потенциальные искажения данных, предлагая методы нормализации и возможность придавать больший вес более надежным данным (например, статическим IP-адресам или фильтрации по времени на сайте).

Best practices (это мы делаем)

• Привлекать целевую локальную аудиторию: Это ключевая стратегия для Local SEO, подтвержденная патентом. Сосредоточьте маркетинговые усилия (локальная реклама, местные мероприятия, локальный PR) на привлечении посетителей из целевого региона. Это напрямую укрепит вашу географическую релевантность, формируя плотный кластер (dense cluster) посетителей.
• Использовать локальный контент для привлечения аудитории: Создавайте контент (новости, обзоры, события), интересный жителям целевого региона. Это способствует формированию нужного географического профиля посетителей.
• Локальное ссылочное продвижение: Получение ссылок с других локально релевантных сайтов (местные СМИ, каталоги, партнеры) может привести к переходам локальных пользователей, усиливая сигнал Geographic Relevance.
• Анализировать географию трафика: Регулярно проверяйте в системах аналитики, соответствует ли география трафика географии вашего бизнеса. Убедитесь, что вы являетесь доминирующим ресурсом в своей нише в вашем городе, чтобы выделиться после нормализации по населению.
• Для многофилиальных компаний: Создавайте отдельные посадочные страницы для каждого филиала и работайте над привлечением аудитории именно из региона этого филиала. Это поможет системе сформировать отдельные кластеры для каждого местоположения.

Worst practices (это делать не надо)

• Покупка некачественного трафика из нецелевых регионов: Приобретение большого объема трафика из регионов, не связанных с бизнесом, "размывает" географические кластеры (увеличивает дисперсию). Это может привести к тому, что система классифицирует сайт как глобальный, а не локальный, ухудшая его видимость в локальном поиске.
• Имитация локального трафика (боты): Попытки накрутить трафик из определенного региона, скорее всего, будут неэффективны. Система может использовать дополнительные фильтры, упомянутые в патенте (время на сайте, качество и тип IP-адресов), для оценки качества данных.
• Игнорирование пользовательских сигналов: Нельзя полагаться только на технические аспекты (например, указание адреса на сайте), если реальная аудитория сайта географически не соответствует целям бизнеса. Поведение пользователей является определяющим сигналом в этом алгоритме.

Стратегическое значение

Этот патент является фундаментальным для понимания Local SEO. Он подтверждает стратегию Google по использованию реальных пользовательских данных для оценки релевантности ресурсов. Для долгосрочной стратегии это означает, что построение реальной локальной клиентской базы и узнаваемости бренда в регионе является не просто маркетинговой задачей, но и ключевым фактором ранжирования, так как это напрямую формирует сигналы географической релевантности.

Практические примеры

Сценарий 1: Усиление локального ранжирования для ресторана

1. Ситуация: Ресторан в городе N хочет улучшить видимость в поиске по запросу "итальянская кухня".
2. Действия: Ресторан запускает локальную маркетинговую кампанию (реклама в местных соцсетях, партнерство с местными блогерами), привлекая посетителей на сайт из города N.
3. Работа алгоритма (Офлайн): Google анализирует IP-адреса посетителей и обнаруживает плотный кластер (dense cluster) с центром в городе N. Сайт получает высокую оценку географической релевантности для этого города.
4. Работа алгоритма (Онлайн): При поиске "итальянская кухня" пользователем из города N, система рассчитывает высокую вероятность географического совпадения (по Gaussian model).
5. Итог для SEO: Сайт ресторана получает бустинг в ранжировании.

Сценарий 2: Корректная локализация для бизнеса в небольшом городе (Нормализация)

1. Ситуация: Магазин в Малом Городе (население 10 тыс.) получает 100 визитов в день из своего города и 150 визитов из соседнего Мегаполиса (население 1 млн.).
2. Работа алгоритма (Без нормализации): Система может ошибочно посчитать Мегаполис более важным регионом из-за большего абсолютного числа визитов.
3. Работа алгоритма (С нормализацией): Система корректирует данные по населению. 100 визитов из Малого Города имеют гораздо больший относительный вес, чем 150 визитов из Мегаполиса.
4. Итог для SEO: Система корректно определяет Малый Город как основную зону географической релевантности магазина, обеспечивая ему приоритет в локальной выдаче именно там.