Как Google использует офлайн-сигналы и авторитетность сущностей для ранжирования контента

Термины и определения

Author Sales Information (Информация о продажах автора)

Данные об общем количестве документов, проданных автором. Используется как сигнал авторитетности автора.

Best Seller List Information (Информация о списках бестселлеров)

Данные о присутствии и позиции документа (например, книги) в авторитетных списках бестселлеров (например, New York Times). Используется как прямой сигнал качества и популярности документа.

Circulation Information (Информация о тираже/обращении)

Данные о количестве проданных копий конкретного документа.

Document (Документ)

Любой машиночитаемый продукт. Включает веб-страницы, электронные письма, файлы, а также оцифрованные печатные материалы (книги, журналы, статьи) и другие медиа (аудио, видео).

External Score (Внешняя оценка)

Оценка документа, сгенерированная на основе External Signals. Является независимой от поискового запроса оценкой качества/авторитетности.

External Signals (Внешние сигналы)

Сигналы, используемые для оценки документа, которые не связаны с поисковым запросом. Включают офлайн-данные и данные о связанных сущностях.

IR Score (Information Retrieval Score, Оценка информационного поиска)

Стандартная оценка релевантности документа поисковому запросу, основанная на Online Signals (например, частота термина, его расположение в документе).

Link-based Score of Related Documents (Ссылочная оценка связанных документов)

Оценка авторитетности (например, PageRank) веб-документа (например, сайта автора или издателя), который связан с оцениваемым документом. Используется как прокси-сигнал.

Offline Signals (Офлайн-сигналы)

Подмножество External Signals, относящееся к атрибутам печатной (не онлайновой) версии документа (например, данные о продажах, тираже).

Online Signals (Онлайн-сигналы)

Информация, связанная с онлайн-версией документа (например, текст, метаданные, структура), используемая для расчета IR Score.

Publisher Sales Information (Информация о продажах издателя)

Данные об общем количестве документов, проданных издателем. Используется как сигнал авторитетности издателя.

Total Score (Итоговая оценка)

Финальная оценка ранжирования документа, полученная путем комбинации IR Score и External Score.

User Behavior Information (Информация о поведении пользователей)

Данные о том, как часто документ выбирается из результатов поиска и сколько времени пользователи тратят на его изучение.

Ключевые утверждения (Анализ Claims)

Патент содержит несколько независимых пунктов, описывающих разные аспекты использования внешних сигналов.

Claims 1, 3, 6 (Независимые пункты): Описывают использование данных о продажах и географии для конкретного документа (Claim 1), его издателя (Claim 3) и его автора (Claim 6).

1. Идентификация сущности (документ/книга, издатель или автор).
2. Определение количества проданных единиц, связанных с этой сущностью.
3. Определение размера или конкретных географических регионов, где были осуществлены продажи.
4. Оценка (Scoring) документа на основе комбинации объема продаж И географического охвата. (Claim 6 уточняет, что оценка увеличивается по мере роста продаж).

Система придает значение не только количеству продаж, но и их географическому распределению (например, национальные продажи ценятся выше локальных).

Claim 10 (Независимый пункт): Описывает механизм генерации оценки на основе одного из внешних сигналов и локации пользователя.

1. Генерация первой оценки на основе ОДНОГО из следующих сигналов: списки бестселлеров, тираж, продажи издателя, продажи автора, поведение пользователей или ссылочная оценка связанного веб-документа.
2. Генерация второй оценки на основе информации о местоположении пользователя (user location information), связанной с локациями пользователей, которые получают доступ к документу.
3. Присвоение документу итоговой оценки на основе первой и второй оценок.

Система может адаптировать оценку авторитетности в зависимости от географического контекста пользователя и географических данных о доступе к документу.

Claim 19 (Независимый пункт - Система): Описывает систему, которая генерирует оценку документа, комбинируя несколько групп сигналов.

Оценка генерируется на основе комбинации:

• Группа А (Офлайн-авторитет): Списки бестселлеров, И/ИЛИ тираж, И/ИЛИ продажи издателя/автора.
• Группа Б (Онлайн-сигналы): Поведение пользователей И/ИЛИ ссылочная оценка связанного веб-документа.
• Группа В (Локализация): Информация, связанная с локациями пользователей, получающих доступ к документу.

Claim 21 (Независимый пункт): Описывает полный процесс обработки запроса, комбинирующий стандартное ранжирование, внешние сигналы и локализацию.

1. Получение поискового запроса.
2. Идентификация печатного документа (print document), релевантного запросу.
3. Определение IR Score (на основе частоты, расположения или характеристик термина в документе).
4. Определение External Score (на основе любого из внешних сигналов).
5. Генерация итоговой оценки (Total Score) на основе комбинации IR Score и External Score, А ТАКЖЕ на основе локации, откуда был получен запрос.
6. Предоставление документа в результатах поиска на позиции, основанной на итоговой оценке.

Где и как применяется

Изобретение затрагивает этапы индексирования для расчета независимых от запроса оценок и этап ранжирования для их применения.

CRAWLING – Сканирование и Сбор данных
На этом этапе происходит сбор данных из внешних источников (например, покупка данных о продажах, парсинг списков бестселлеров) и потенциальная оцифровка печатного контента (OCR).

INDEXING – Индексирование и извлечение признаков
Основной этап для расчета External Score.

1. Извлечение метаданных: Из оцифрованного документа извлекаются сущности (Автор, Издатель, Название).
2. Сбор внешних сигналов: Данные из внешних источников (продажи, тиражи, списки бестселлеров) ассоциируются с соответствующими документами и сущностями.
3. Поиск связанных веб-документов: Система ищет в веб-индексе документы, связанные с автором, издателем или названием произведения.
4. Извлечение прокси-сигналов: Рассчитывается или извлекается ссылочная оценка (Link-based score, например, PageRank) этих связанных веб-документов.
5. Расчет External Score: Все собранные внешние сигналы агрегируются в External Score (независимый от запроса) и сохраняются в индексе.

RANKING – Ранжирование
На этом этапе рассчитывается стандартная оценка релевантности.

1. Система идентифицирует документы, соответствующие запросу.
2. Рассчитывается IR Score (зависимый от запроса) на основе онлайн-сигналов (текстовая релевантность).

RERANKING – Переранжирование (или финальные стадии RANKING)
На этом этапе происходит комбинирование оценок.

1. Из индекса извлекается предварительно рассчитанный External Score для кандидатов.
2. Система определяет местоположение пользователя.
3. Происходит расчет Total Score путем комбинации IR Score и External Score, потенциально с корректировкой весов на основе локации пользователя.

Входные данные:

• Оцифрованный контент и его метаданные (Автор, Издатель).
• Внешние базы данных (Списки бестселлеров, данные о продажах).
• Веб-индекс (для поиска связанных документов и их ссылочных оценок).
• Поисковый запрос и локация пользователя.

Выходные данные:

• External Score (на этапе индексирования).
• Total Score и отсортированный список результатов (на этапе ранжирования).

На что влияет

• Конкретные типы контента: В первую очередь влияет на контент, существующий как в офлайне, так и в онлайне, и имеющий слабую ссылочную структуру: оцифрованные книги, научные статьи, журналы, каталоги.
• Сущности (Entities): Влияет на оценку авторитетности Авторов, Издателей и Организаций.
• Специфические запросы: Наибольшее влияние на запросы, где интент связан с поиском авторитетной информации, книг, публикаций или информации об авторах/издателях.

Когда применяется

• Условия применения: Алгоритм применяется при ранжировании документов, для которых доступны External Signals. Он особенно важен, когда стандартные ссылочные сигналы для самого документа отсутствуют или ненадежны.
• Временные рамки: Расчет External Score происходит на этапе индексирования (офлайн или асинхронно). Применение и комбинирование с IR Score происходит в реальном времени во время обработки запроса.

Пошаговый алгоритм

Процесс А: Расчет External Score (Индексирование)

1. Идентификация документа: Получение документа (например, оцифрованной книги).
2. Извлечение сущностей: Идентификация Автора, Издателя и Названия.
3. Сбор данных о продажах и тираже: Получение Circulation Information для документа, Author Sales Information и Publisher Sales Information. Определение географического охвата продаж.
4. Сбор данных о репутации: Проверка наличия документа или автора в Best Seller Lists.
5. Поиск связанных веб-документов: Выполнение поиска по имени автора, издателя или названию документа для идентификации связанных веб-страниц (например, официальных сайтов).
6. Извлечение ссылочных оценок: Получение Link-based Score (например, PageRank) для найденных связанных веб-документов.
7. Сбор поведенческих данных: Агрегация User Behavior Information (клики, время доступа) для документа.
8. Нормализация и взвешивание: Нормализация собранных сигналов.
9. Генерация External Score: Агрегация нормализованных сигналов в единую оценку External Score.
10. Сохранение: Сохранение External Score в индексе вместе с документом.

Процесс Б: Ранжирование (Обработка запроса)

1. Получение запроса и локации: Получение поискового запроса и определение местоположения пользователя.
2. Идентификация кандидатов: Поиск документов, релевантных запросу.
3. Расчет IR Score: Определение IR Score для кандидатов на основе онлайн-сигналов (текстовая релевантность).
4. Получение External Score: Извлечение предварительно рассчитанного External Score для кандидатов.
5. Локальная корректировка (Опционально): Корректировка веса External Score на основе локации пользователя и географических данных о продажах/доступе.
6. Расчет Total Score: Комбинирование IR Score и External Score по формуле.
7. Ранжирование: Сортировка документов по Total Score и формирование выдачи.

Какие данные и как использует

Данные на входе

Система использует разнообразные данные, преимущественно фокусируясь на внешних и офлайн-сигналах.

• Репутационные факторы (Внешние):
  • Best Seller List Information: Наличие и позиция в списках бестселлеров.
  • Circulation Information: Количество проданных копий документа.
  • Publisher Sales Information: Общие продажи издателя.
  • Author Sales Information: Общие продажи автора.
• Географические факторы:
  • Географический охват продаж (национальный, региональный, локальный).
  • Страна продаж.
  • Местоположение пользователя, выполняющего поиск.
  • Локации пользователей, которые ранее получали доступ к документу.
• Ссылочные факторы (Прокси):
  • Link-based score (например, PageRank) связанных веб-документов (сайтов автора, издателя).
• Поведенческие факторы:
  • User Behavior Information: Частота выбора документа из результатов поиска.
  • Время, проведенное пользователями при доступе к документу (Dwell Time).
• Контентные факторы (для IR Score):
  • Частота вхождения поисковых терминов.
  • Расположение терминов в документе (заголовок, контент, футер).
  • Характеристики терминов (шрифт, размер, цвет).

Какие метрики используются и как они считаются

• External Score: Агрегированная оценка внешних сигналов. Патент предлагает нормализацию и суммирование или усреднение оценок по отдельным сигналам, возможно с разными весами.
• IR Score: Стандартная оценка информационного поиска, основанная на релевантности контента запросу.
• Total Score: Итоговая оценка ранжирования. Патент приводит конкретную формулу для линейной комбинации:

$\text{TOTAL SCORE}(x) = \alpha \cdot \text{IR SCORE}(x) + \beta \cdot \text{EXTERNAL SCORE}(x)$

Где $x$ — это документ, а $\alpha$ и $\beta$ — весовые функции или константы, позволяющие регулировать важность IR Score и External Score относительно друг друга.

• Географическая оценка: Метрика, оценивающая размер или значимость географического региона продаж. Документы с более широким географическим охватом (например, национальным) оцениваются выше, чем документы с локальным охватом.

1. Авторитетность через офлайн-сигналы (E-E-A-T): Патент демонстрирует, как Google использует реальные, проверяемые офлайн-сигналы для оценки качества и авторитетности контента, особенно когда традиционные веб-сигналы (ссылки) недоступны. Это раннее воплощение принципов E-E-A-T.
2. Важность оценки сущностей: Система явно оценивает авторитетность связанных сущностей (Авторов и Издателей) на основе их коммерческого успеха и репутации (общие продажи, награды). Авторитет сущности переносится на связанный с ней контент.
3. Перенос ссылочного авторитета (Proxy PageRank): Критически важный механизм: система идентифицирует официальные веб-сайты автора или издателя и использует их ссылочную оценку (Link-based score) для влияния на ранжирование документов, созданных этой сущностью.
4. Комбинирование сигналов: Ранжирование зависит от комбинации релевантности (IR Score) и авторитетности (External Score). Авторитетность может компенсировать недостаток прямой текстовой релевантности или отсутствие ссылок на сам документ.
5. Локализация авторитетности: Авторитетность не универсальна. Система учитывает географический охват продаж и может корректировать вес сигналов авторитетности в зависимости от местоположения пользователя.

Best practices (это мы делаем)

• Развитие авторитетности сущностей (E-E-A-T): Активно работайте над повышением реальной авторитетности авторов и организации (издателя). Публикации в авторитетных изданиях, получение наград, высокие продажи (если применимо) и попадание в профессиональные рейтинги являются важными External Signals, которые Google может учитывать.
• Усиление официальных сайтов: Инвестируйте в развитие и продвижение официальных сайтов организации и ключевых авторов. Согласно патенту, ссылочный авторитет (PageRank) этих сайтов может использоваться как прокси-сигнал для повышения ранжирования всего контента, связанного с этими сущностями.
• Четкая атрибуция контента: Убедитесь, что весь контент четко атрибутирован автору и организации (издателю). Это необходимо для того, чтобы система могла корректно связать контент с сущностями и применить соответствующие External Scores.
• Оптимизация под поведенческие факторы: Создавайте привлекательные сниппеты и качественный контент, который удерживает пользователя. Патент явно упоминает частоту выбора документа из поиска и время доступа (Dwell Time) как компоненты External Score.
• Локальная авторитетность: Для локального бизнеса или контента с региональной привязкой фокусируйтесь на завоевании авторитетности в целевом регионе. Система может повышать вес сигналов, если они совпадают с локацией пользователя.

Worst practices (это делать не надо)

• Игнорирование авторитетности автора/бренда: Создание контента без работы над репутацией его создателей. Если автор и издатель не имеют внешних сигналов авторитетности, их контент будет проигрывать материалам от признанных экспертов.
• Накрутка поведенческих факторов: Манипуляции с кликами или временем на сайте. Хотя эти факторы упоминаются, система использует их в комбинации с трудно поддающимися манипуляции офлайн-сигналами (например, реальными продажами или списками бестселлеров).
• Разделение бренда и контента: Запуск контент-проектов отдельно от основного, авторитетного сайта бренда. Это мешает переносу ссылочного авторитета с основного сайта на контент, как описано в механизме Link-based Score of Related Documents.

Стратегическое значение

Этот патент подтверждает стратегическую важность построения авторитетности на уровне сущностей (Entity-Based SEO). Он показывает, что Google стремится находить и использовать любые доступные сигналы для оценки качества, выходя за рамки традиционного анализа ссылок и контента. Долгосрочная SEO-стратегия должна включать построение реального авторитета в индустрии (E-E-A-T) и обеспечение того, чтобы этот авторитет был виден для поисковых систем через сильные официальные веб-ресурсы и четкую связь между сущностями и их контентом.

Практические примеры

Сценарий: Продвижение научной статьи или книги эксперта

1. Задача: Повысить видимость новой научной публикации эксперта в поиске.
2. Действия (Офлайн): Эксперт публикуется в авторитетном журнале (Publisher Authority). Публикация получает цитирования и, возможно, отраслевые награды (аналог Best Seller List в академической среде).
3. Действия (Онлайн - Сайт эксперта): Создается и оптимизируется официальный сайт эксперта. Наращивается качественный ссылочный профиль этого сайта (получение Link-based Score). На сайте размещается информация о публикации.
4. Действия (Онлайн - Сайт издателя): Публикация размещается на сайте издателя с четкой атрибуцией автора.
5. Как работает механизм: Google индексирует публикацию. Он определяет автора и издателя. Система оценивает офлайн-сигналы (авторитет журнала, награды). Затем система находит официальный сайт эксперта и использует его PageRank как прокси-сигнал.
6. Результат: Публикация получает высокий External Score за счет комбинации репутации издателя, автора и ссылочного авторитета сайта автора, что значительно повышает ее позиции в выдаче, даже если на саму страницу публикации мало прямых ссылок.