Как Google ранжирует сущности (например, людей с одинаковыми именами) с помощью кластеризации, контекстной авторитетности и персонализации

Термины и определения

Attribute Score (Оценка атрибута)

Значение, используемое для корректировки базовой оценки кластера. Основано на характеристиках кластера или его связи с пользователем (например, социальные связи, географическая близость, точность совпадения имени, размер кластера, разнообразие доменов).

Cluster (Кластер)

Группа ресурсов (веб-страницы, профили), которые система определила как относящиеся к одному и тому же Name Context (сущности).

Cluster Rank Score (Оценка ранжирования кластера)

Итоговая оценка, определяющая позицию кластера в результатах поиска. Рассчитывается на основе агрегированных оценок ресурсов кластера и скорректирована с помощью Attribute Scores.

Cluster Relation Score (Оценка связи с кластером)

Метрика, которая зависит от других ресурсов в кластере и указывает на авторитетность (authority) или связность (connectivity) ресурса по отношению к другим ресурсам в том же кластере. Основана, например, на внутренних ссылках внутри кластера.

Name Context / Person Name Context (Контекст имени)

Контекст запроса, который явно или неявно указывает на имя человека, продукта, книги или другой сущности. Используется для идентификации сущности, которую представляет кластер.

Quality Score (Оценка качества ресурса)

Метрика качества ресурса, которая рассчитывается независимо от его принадлежности к кластеру. Может включать IR-оценки, сигналы спама, данные о верификации, возраст ресурса, репутацию и штрафы за конфликты.

Resource Ranking Score (Оценка ранжирования ресурса)

Оценка, определяющая ранг ресурса внутри кластера относительно других ресурсов в этом же кластере. Основана на комбинации Quality Score и Cluster Relation Score.

Search Score (Оценка поиска)

Оценка, указывающая на релевантность ресурса конкретному поисковому запросу (например, стандартная IR-оценка).

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной процесс ранжирования кластеров.

1. Система получает доступ к кластерам, соответствующим разным Name Contexts.
2. Для ресурсов в кластере получается Search Score (релевантность запросу).
3. Для ресурсов получается Resource Ranking Score (ранг внутри кластера). Эта оценка частично основана на Cluster Relation Score (авторитет ресурса относительно других ресурсов в кластере).
4. Генерируется Cluster Rank Score для кластера, основанный как на Search Scores, так и на Resource Ranking Scores.
5. Кластеры ранжируются в соответствии с их Cluster Rank Score.

Claim 2 (Зависимый от 1): Детализирует расчет Resource Ranking Score (внутреннее ранжирование).

1. Генерируется Quality Score для ресурса (не зависит от кластера).
2. Генерируется Cluster Relation Score для ресурса.
3. Генерируется Resource Ranking Score на основе Quality Score и Cluster Relation Score.

Claim 3 (Зависимый от 1): Вводит использование атрибутов кластера для корректировки ранжирования.

1. Определяются атрибуты кластера (например, количество ресурсов, происхождение из одного домена, связь с социальной сетью).
2. Cluster Rank Score генерируется с учетом этих атрибутов.

Claim 5 (Зависимый от 1) и Claim 21 (Независимый): Определяют метод комбинирования оценок для расчета Cluster Rank Score.

Используется линейная взвешенная регрессия (linear weighted regression). Это аддитивная функция, где Search Scores умножаются на первые веса, Resource Ranking Scores умножаются на вторые веса, и полученные значения складываются.

Claim 8 (Зависимый от 1): Описывает механизм персонализации на основе социальных связей.

1. Идентифицируются социальные связи пользователя, отправившего запрос.
2. Идентифицируются социальные связи, связанные с кластерами (сущностями).
3. Определяется совпадение между социальными связями пользователя и кластера.
4. Значение Cluster Rank Score увеличивается на предопределенную величину на основе этого совпадения.

Где и как применяется

Изобретение описывает сложный процесс, затрагивающий этапы индексирования, ранжирования и переранжирования, с фокусом на обработку сущностей и разрешение неоднозначности.

INDEXING – Индексирование и извлечение признаков
На этом этапе происходят ключевые предварительные вычисления (Офлайн/Пакетная обработка):

• Кластеризация: Ресурсы группируются в кластеры на основе общего Name Context.
• Расчет Quality Score: Независимая оценка качества ресурсов (спам, верификация, конфликты).
• Расчет Cluster Relation Score: Анализ внутренней структуры и связей кластера (Authority Graph) для определения контекстной авторитетности.
• Расчет Resource Ranking Score: Объединение QS и CRS для определения внутреннего ранга ресурса. Эти оценки сохраняются в индексе.

QUNDERSTANDING – Понимание Запросов
Система определяет, что запрос содержит Name Context и что этот контекст может быть неоднозначным.

RANKING – Ранжирование
На этапе ранжирования вычисляются стандартные Search Scores (релевантность ресурсов тексту запроса).

RERANKING – Переранжирование / METASEARCH – Метапоиск и Смешивание
Это основной этап применения патента, где происходит ранжирование кластеров (сущностей):

1. Расчет базовой оценки: Система комбинирует Search Scores (из этапа Ranking) и предварительно рассчитанные Resource Ranking Scores (из этапа Indexing) для получения базовой оценки кластера.
2. Применение Attribute Scores: Применяются корректировки в реальном времени, включая персонализацию (социальные связи пользователя, его местоположение) для расчета финального Cluster Rank Score.
3. Формирование SERP: Кластеры ранжируются и представляются пользователю.

На что влияет

• Специфические запросы: Наибольшее влияние на неоднозначные запросы (ambiguous queries), содержащие имена людей, названия продуктов, книг, организаций (Entity-seeking queries).
• Конкретные типы контента: Влияет на ранжирование профильных страниц (profile pages), официальных сайтов и авторитетных веб-страниц, связанных с сущностями.
• Персонализация и локализация: Механизм напрямую влияет на персонализированную выдачу, повышая кластеры, которые социально или географически ближе к пользователю.

Когда применяется

• Условия применения: Алгоритм применяется, когда поисковый запрос соответствует Name Context, для которого в индексе существует несколько кластеров (т.е. когда имя неоднозначно).
• Триггеры активации: Обнаружение неоднозначности имени в запросе и необходимость организовать результаты по сущностям.

Пошаговый алгоритм

Система состоит из двух основных процессов: ранжирование ресурсов внутри кластера (преимущественно офлайн) и ранжирование кластеров (во время выполнения запроса).

Процесс А: Ранжирование ресурсов внутри кластера (Офлайн/Индексирование)

1. Доступ к кластеру: Получение доступа к кластеру ресурсов, связанных с определенным Name Context.
2. Генерация Quality Score: Для каждого ресурса вычисляется Quality Score (независимо от кластера). Учитываются IR-оценки, спам, возраст, верификация и конфликты (пенализация дублей).
3. Генерация Cluster Relation Score: Для каждого ресурса вычисляется оценка авторитетности внутри кластера. Учитывается граф связей внутри кластера, возраст ссылок, общие темы и распространение качества (quality propagation) между связанными ресурсами.
4. Генерация Resource Ranking Score: Комбинация Quality Score и Cluster Relation Score (например, с помощью линейной взвешенной регрессии).
5. Ранжирование ресурсов: Ресурсы в кластере сортируются по Resource Ranking Score.

Процесс Б: Ранжирование кластеров (Во время запроса)

1. Доступ к кластерам: Идентификация всех кластеров, релевантных поисковому запросу.
2. Получение оценок: Для каждого ресурса получается Search Score (релевантность запросу) и извлекается предварительно рассчитанный Resource Ranking Score.
3. Расчет базовой оценки кластера: Для каждого кластера вычисляется базовая оценка путем комбинации Search Scores и Resource Ranking Scores его ресурсов (используя линейную взвешенную регрессию).
4. Расчет Attribute Scores: Определяются атрибуты кластера и контекст пользователя (социальные связи, геолокация, совпадение имени).
5. Генерация Cluster Rank Score: Базовая оценка кластера корректируется (увеличивается или уменьшается) с помощью Attribute Scores.
6. Ранжирование кластеров: Кластеры сортируются в соответствии с их итоговыми Cluster Rank Score.

Какие данные и как использует

Данные на входе

Для расчета Quality Score (Общее качество, независимо от кластера):

• Контентные факторы: Стандартные IR-оценки.
• Технические/Спам факторы: Оценка спама (spam score), возраст ресурса.
• Ссылочные факторы: Общая авторитетность ресурса в вебе.
• Факторы репутации и верификации: Верификация профиля, аутентификация автора, качество фолловеров.
• Данные о конфликтах: Наличие дублирующихся ресурсов того же типа для той же сущности.

Для расчета Cluster Relation Score (Авторитетность внутри кластера):

• Ссылочные факторы (внутри кластера): Граф авторитетности (Authority Graph) внутри кластера. Входящие (inlinks) и исходящие (outlinks) ссылки между ресурсами кластера. Аутентифицированные ссылки.
• Временные факторы: Возраст ссылок внутри кластера (старые ссылки более авторитетны).
• Контентные факторы: Наличие общих тем (common topics) между ресурсами в кластере.

Для расчета Attribute Scores (Корректировка ранжирования кластера):

• Пользовательские факторы: Социальные сети пользователя и его связи (social connection).
• Географические факторы: Местоположение пользователя и географическая информация, связанная с сущностью кластера (расстояние).
• Лингвистические факторы: Совпадение имени в запросе и имени сущности (синонимы, никнеймы, инициалы).
• Структурные факторы кластера: Количество ресурсов в кластере, разнообразие доменов ресурсов.

Какие метрики используются и как они считаются

• Resource Ranking Score (RRS): Комбинация Quality Score (QS) и Cluster Relation Score (CRS). Упоминаются методы: Аддитивный, Мультипликативный или Линейная взвешенная регрессия.
  Пример линейной регрессии: $RRS = (W1*QS) + (W2*CRS)$.
• Cluster Rank Score (CRS_Cluster): Комбинация Search Scores (SS) и Resource Ranking Scores (RRS) ресурсов в кластере, скорректированная Attribute Scores (AS). Claim 5 и 21 явно упоминают линейную взвешенную регрессию для расчета базовой оценки.
  Пример функции для базовой оценки (Baseline Score): $BaselineScore = f(\sum(W1'*SS_i) + \sum(W2'*RRS_i))$.
  Финальная оценка: $CRS_{Cluster} = BaselineScore + AS$.
• Quality Propagation (Распространение качества): Механизм, при котором качество одного ресурса может влиять на Cluster Relation Score другого ресурса в кластере, если они связаны ссылкой.
• Штраф за конфликт (Conflict Penalty): Механизм снижения Quality Score для ресурсов, которые дублируют друг друга в рамках одного кластера.

1. Двухуровневое ранжирование для сущностей: Ключевая идея патента — разделение ранжирования на два уровня: важность ресурса для сущности (внутри кластера, офлайн) и важность сущности для запроса/пользователя (между кластерами, онлайн). Это фундаментальный подход к разрешению неоднозначности.
2. Контекстная авторитетность (Cluster Relation Score): Вводится понятие авторитетности ресурса не глобально (как PageRank), а конкретно в контексте связанной с ним сущности. Связность между ресурсами об одной и той же сущности критически важна для определения ее главных ресурсов.
3. Важность верификации и устранения дублей: Quality Score напрямую зависит от верификации профилей и включает механизм штрафования за "конфликты" (дублирующиеся профили). Консолидированное присутствие сущности предпочтительнее фрагментированного.
4. Персонализация как решающий фактор неоднозначности: Attribute Scores играют критическую роль. Социальные связи и географическая близость могут значительно повысить один кластер над другим, делая выдачу сильно персонализированной для неоднозначных запросов.
5. Гибкое взвешивание сигналов: Использование линейной взвешенной регрессии позволяет системе гибко настраивать важность различных компонентов (качество, контекстная авторитетность, релевантность запросу) при расчете итоговых оценок.

Best practices (это мы делаем)

• Консолидация и верификация сущности (Entity Optimization): Сосредоточьтесь на создании и верификации официальных ресурсов (сайт, ключевые профили) для сущности. Верификация повышает Quality Score. Устраняйте дубликаты, чтобы избежать штрафов за конфликты.
• Развитие контекстной авторитетности (Усиление Cluster Relation Score): Обеспечьте сильную перелинковку между всеми официальными ресурсами сущности. Стимулируйте появление ссылок на ваши ключевые ресурсы с других авторитетных сайтов, которые Google также относит к этому кластеру (например, из Википедии, отраслевых СМИ, биографий).
• Создание "Dominant Resource": Развивайте один ключевой ресурс (например, официальный сайт), который должен стать доминирующим в кластере благодаря высокому Quality Score и Cluster Relation Score.
• Оптимизация под локальный поиск: Для локальных сущностей поддержание точной географической информации критично. Attribute Score, основанный на близости к пользователю, может значительно повысить Cluster Rank Score.
• Использование социальных связей: Поддержание активного социального присутствия может способствовать повышению ранжирования кластера для пользователей внутри этой социальной сети или связанных с ней, благодаря персонализации через Attribute Scores.

Worst practices (это делать не надо)

• Фрагментация присутствия: Создание множества слабых, не связанных между собой или дублирующихся профилей для одной сущности. Это снижает Quality Score (из-за конфликтов) и размывает Cluster Relation Score.
• Игнорирование внутренней связности кластера: Фокусировка только на глобальном построении ссылок без учета того, как ресурсы внутри экосистемы сущности взаимосвязаны. Это приводит к низкому Cluster Relation Score.
• Игнорирование персонализации: Оптимизация без учета социальных и географических факторов может привести к потере видимости, так как система активно использует Attribute Scores для переранжирования кластеров под конкретного пользователя.

Стратегическое значение

Патент подтверждает стратегический фокус Google на сущностях (Entity-based SEO) и персонализации выдачи. Он предоставляет механизм для понимания работы Knowledge Graph и разрешения неоднозначности. Долгосрочная SEO-стратегия должна быть направлена на построение целостного, авторитетного и хорошо связанного кластера ресурсов вокруг продвигаемой сущности, а не только на ранжирование отдельных страниц по ключевым словам.

Практические примеры

Сценарий 1: Повышение авторитетности официального сайта бренда (Увеличение Cluster Relation Score)

1. Цель: Сделать официальный сайт доминирующим ресурсом в кластере бренда.
2. Действия: Провести кампанию по обновлению ссылок на авторитетных ресурсах, связанных с брендом (Википедия, профили в каталогах, страницы партнеров, ключевые СМИ). Убедиться, что все они ссылаются на каноническую версию официального сайта. Обеспечить перекрестные ссылки между официальным сайтом и верифицированными соцсетями.
3. Механизм: Увеличение количества и качества входящих ссылок от других ресурсов внутри кластера повышает Cluster Relation Score официального сайта.
4. Ожидаемый результат: Официальный сайт занимает позицию Доминирующего Ресурса и отображается первым при поиске по имени бренда.

Сценарий 2: Разрешение неоднозначности через локализацию (Local SEO)

1. Ситуация: Локальный бизнес (например, кафе "Аврора") конкурирует с известной сущностью (крейсер "Аврора").
2. Цель: Обеспечить видимость кластера кафе для пользователей в его городе.
3. Действия: Максимально насытить ключевые ресурсы кафе (сайт, Google Business Profile, упоминания в местных СМИ) четкими географическими сигналами.
4. Механизм: Система использует Attribute Scores, основанные на географической близости. Для пользователей из этого города кластер кафе получит значительное повышение Cluster Rank Score.
5. Ожидаемый результат: При поиске "Аврора" в целевом городе кластер кафе ранжируется выше кластера крейсера.