Как Google алгоритмически вычисляет и ранжирует экспертов по темам на основе анализа их контента

Термины и определения

Identity (Идентичность / Автор / Эксперт, i)

Сущность (человек или организация), которая может обладать экспертизой. Каждая Identity может иметь несколько Aliases.

Topic (Тема, t)

Слово или фраза (N-грамма), описывающая релевантную информацию о документе и помогающая отличить его от других. Область экспертизы.

Identity Score (Оценка Идентичности, $W\_i$)

Метрика, определяющая степень связи между Identity и конкретным документом. Основана на характере участия (автор, редактор, упоминание), расположении и частоте вхождений.

Topic Score (Оценка Темы, $W\_t$)

Метрика, определяющая степень релевантности конкретного документа определенной Topic. Основана на расположении (заголовок, URL, аннотация, текст) и частоте вхождений темы.

Aggregate Score (Агрегированная оценка, $S\_{i,t}$)

Оценка связи между Identity и Topic на уровне одного документа. Вычисляется как произведение Identity Score и Topic Score ($Wi * Wt$).

Composite Score (Композитная оценка, $Score(i,t)$)

Итоговая оценка экспертизы Identity в Topic. Вычисляется как сумма Aggregate Scores по всем документам корпуса.

Alias (Псевдоним)

Различные способы обращения к Identity (имя, email, логин, никнейм).

IDF (Inverse Document Frequency) (Обратная частота документа)

Статистическая мера, используемая для автоматического выявления потенциальных Topics. Термины с высоким IDF считаются более описательными.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной процесс анализа корпуса и расчета экспертизы (офлайн).

1. Идентификация наборов Identities и Topics.
2. Обработка каждого документа в корпусе:
   1. Идентификация вхождений Identities и Topics.
   2. Определение Identity Score (Wi) для каждой Identity (степень релевантности между Identity и документом).
   3. Определение Topic Score (Wt) для каждой Topic (степень релевантности между Topic и документом).
   4. Идентификация комбинаций (пар) Identity-Topic.
   5. Определение Aggregate Score для документа на основе Wi и Wt для каждой комбинации.
3. Агрегация Aggregate Scores по всем документам для определения итогового Composite Score для каждой комбинации Identity-Topic.

Claim 3, 4, 5 (Зависимые): Детализируют расчет Identity Score (Wi).

Wi определяется на основе "признаков ссылки" (features of a reference) на Identity. Эти признаки включают расположение ссылки в документе (например, метаданные автора, тело текста), типографские свойства и частоту ссылок.

Claim 6, 7 (Зависимые): Детализируют расчет Topic Score (Wt).

Wt определяется на основе "признаков вхождения" (features of occurrence) Topic. Эти признаки включают расположение вхождения (например, заголовок, URL) и типографские свойства.

Claim 40 (Зависимый от 1): Ключевое уточнение механизма расчета.

Aggregate Score вычисляется путем перемножения Identity Score и Topic Score. Это устанавливает мультипликативную модель оценки.

Claim 8 и 11 (Независимые пункты): Описывают процесс ответа на запрос (онлайн).

• Claim 8: Если запрос – это Identity, система извлекает связанные Topics и ранжирует их по Composite Score (поиск областей экспертизы человека).
• Claim 11: Если запрос – это Topic, система извлекает связанные Identities и ранжирует их по Composite Score (поиск экспертов по теме).

Где и как применяется

Изобретение охватывает процессы как на этапе индексирования (офлайн-анализ), так и на этапе обработки запросов (онлайн-использование).

INDEXING – Индексирование и извлечение признаков
Это основной этап применения патента. Здесь происходит вся аналитическая работа:

• Распознавание Identities (и их псевдонимов) и Topics (используя IDF).
• Анализ документов: извлечение признаков (местоположение упоминаний, метаданные авторства, история правок).
• Вычисление Identity Scores (Wi) и Topic Scores (Wt) для каждого документа.
• Вычисление и агрегация Composite Scores.
• Результаты (рейтинги экспертизы) сохраняются для последующего использования (например, как аннотации сущностей в Knowledge Graph или отдельном индексе экспертов).

QUNDERSTANDING – Понимание Запросов
Система классифицирует запрос, определяя, соответствует ли он известной Identity или Topic, чтобы активировать поиск по базе экспертизы.

RANKING – Ранжирование / RERANKING – Переранжирование
Рассчитанные Composite Scores могут использоваться как мощный сигнал ранжирования (реализация E-E-A-T). Если для запроса важна экспертность (например, YMYL), система может повышать контент от авторов с высоким Composite Score по релевантной теме.

На что влияет

• Конкретные ниши или тематики: Критически важно в YMYL-тематиках (медицина, финансы, право), а также в академических и технических областях, где подтвержденная экспертиза автора является ключевым сигналом качества.
• Типы контента: Влияет на контент, предполагающий наличие автора-эксперта: статьи, исследования, лонгриды, аналитические обзоры.
• Специфические запросы: Информационные запросы, направленные на получение экспертного мнения или глубоких знаний, а также запросы по поиску экспертов.

Когда применяется

• Временные рамки: Расчет Composite Scores происходит офлайн во время индексирования и обновляется по мере изменения корпуса документов. Использование оценок происходит в реальном времени при обработке запросов.
• Условия применения: Применяется, когда система может идентифицировать авторов (Identities) и связать их с контентом. Используется как сигнал ранжирования, когда алгоритмы определяют важность экспертности для запроса.

Пошаговый алгоритм

Фаза А: Подготовка (Индексирование)

1. Распознавание Идентичностей: Сбор данных из репозиториев. Идентификация всех псевдонимов (Aliases) для каждой Identity.
2. Распознавание Тем: Анализ корпуса документов. Выделение N-грамм и расчет IDF. Выбор терминов с высокими показателями IDF в качестве Topics.

Фаза Б: Анализ Документа (Индексирование)

1. Идентификация и Оценка Идентичностей (Wi): Поиск псевдонимов в документе (текст, метаданные автора, история изменений). Расчет Identity Score (Wi) на основе признаков вхождения. (Например, авторство оценивается выше, чем редактирование или упоминание).
2. Идентификация и Оценка Тем (Wt): Поиск Topics в документе (текст, заголовок, URL). Расчет Topic Score (Wt) на основе признаков вхождения. (Например, вхождение в заголовок оценивается выше, чем в тексте).
3. Расчет Агрегированной Оценки: Для каждой пары (Identity i, Topic t) в документе вычисляется Aggregate Score по формуле: $S_{i,t} = (W_i)(W_t)$.

Фаза В: Агрегация (Индексирование)

1. Расчет Composite Score: Для каждой пары (Identity i, Topic t) суммируются Aggregate Scores по всем документам корпуса: $Score(i,t) = \sum_{doc} (W_i)(W_t)$.
2. Хранение: Сохранение Composite Scores в базе данных ассоциаций.

Фаза Г: Поиск (Во время запроса)

1. Получение и Классификация Запроса: Определение, является ли запрос Topic или Identity.
2. Поиск и Ранжирование: Извлечение связанных сущностей (Авторов для Темы или Тем для Автора) и их ранжирование по убыванию Composite Score.

Какие данные и как использует

Данные на входе

Система активно использует следующие типы данных для расчета оценок:

• Контентные факторы: Заголовок (Title), основной текст (Body), аннотация (Abstract). Вхождения Topics и Identities в заголовках и аннотациях имеют больший вес.
• Технические факторы:
  • Метаданные документа: Поля автора (Author), редактора (Editor). Указание Identity как автора дает наивысший вес для Wi.
  • Идентификатор расположения (URL): Вхождение Topic в URL учитывается при расчете Wt.
• Структурные и Типографские факторы: Местоположение (location) текста в документе и типографическое форматирование (typographical properties) используются для оценки Wi и Wt.
• Временные факторы: История редактирования и ревизий (Revision history). Используется для расчета Wi на основе количества и размера внесенных изменений.
• Данные о Личностях: Данные из справочников или баз данных, включая псевдонимы (Aliases): полное имя, email, логин, никнейм.

Какие метрики используются и как они считаются

• IDF (Inverse Document Frequency): Используется для определения значимости термина и его выбора в качестве Topic.
• Identity Score (Wi): Рассчитывается путем взвешивания и суммирования вхождений Identity на основе их признаков. Патент приводит иллюстративные примеры весов:
  • Метаданные автора: 1.0
  • Упоминание в теле рядом с заголовком: 0.6
  • Упоминание в теле: 0.25
  • История ревизий: вес зависит от количества и размера правок.
• Topic Score (Wt): Рассчитывается путем взвешивания и суммирования вхождений Topic. Иллюстративные примеры весов из патента:
  • Заголовок/Метаданные: 1.0
  • URL: 0.5
  • Тело документа: 0.25
• Aggregate Score: Мультипликативная модель для оценки на уровне документа. Формула: $S_{i,t} = (W_i)(W_t)$.
• Composite Score: Суммарная оценка экспертности по всему корпусу. Формула: $Score(i,t) = \sum_{doc} (W_i)(W_t)$.

1. Алгоритмическая основа E-E-A-T (Expertise): Патент предоставляет конкретный механизм для количественной оценки экспертизы автора в определенной теме. Composite Score можно рассматривать как измеримую метрику компонента "Expertise" в E-E-A-T.
2. Мультипликативная модель (Wi * Wt): Использование умножения критически важно. Высокий рейтинг экспертности требует ОБОИХ компонентов: сильной связи автора с документом (высокий Wi) И высокой релевантности документа теме (высокий Wt). Авторство общей статьи (низкий Wt) или простое упоминание в профильной статье (низкий Wi) дадут низкий результат.
3. Иерархия вклада и важность местоположения: Система четко разграничивает типы вклада. Авторство в метаданных имеет наивысший вес. Аналогично, для тем критично расположение в заголовках и URL.
4. Экспертиза накапливается через контент: Composite Score является суммой, поэтому для демонстрации высокой экспертизы необходим корпус работ. Чем больше документов связывают Identity с Topic с высокими оценками, тем выше итоговый рейтинг.
5. Резолюция сущностей (Aliases): Способность системы объединять различные псевдонимы (имя, email, логин) в единую Identity критически важна для создания полного профиля экспертизы человека.
6. Объективность и масштабируемость: Экспертиза выводится автоматически из анализа документов (с использованием IDF для определения тем), что делает систему масштабируемой и менее зависимой от ручной разметки.

Best practices (это мы делаем)

• Максимизация Identity Score (Wi) через явное авторство: Всегда четко указывайте авторов контента, особенно в YMYL-тематиках. Используйте микроразметку Schema.org (author) и видимые блоки авторства. Указание авторства в метаданных (или эквивалентных зонах) дает наивысший балл для Wi.
• Максимизация Topic Score (Wt) через оптимизацию ключевых зон: Убедитесь, что основная тема (Topic) четко отражена в Title, H1, аннотации и URL. Согласно патенту, эти зоны имеют значительно больший вес при расчете Wt.
• Построение Topical Authority через экспертов: Развивайте конкретных авторов в узких темах. Автор должен последовательно создавать высококачественный, сфокусированный контент по своей специализации. Это увеличивает количество документов с высокими Aggregate Scores, тем самым повышая итоговый Composite Score.
• Консистентная идентификация авторов (Aliases): Используйте единое написание имени автора и связывайте его профили (биография на сайте, соцсети) с помощью разметки sameAs. Это упрощает для Google процесс резолюции сущности и объединения псевдонимов в единую Identity.
• Учет обновлений контента (Revision History): Патент упоминает использование истории ревизий для расчета Wi. Регулярное обновление и редактирование контента экспертом может положительно влиять на его оценку экспертизы.

Worst practices (это делать не надо)

• Анонимный или слабо атрибутированный контент: Публикация контента без указания автора или под общим именем ("Администратор") не позволяет рассчитать Wi (Wi≈0) и не способствует накоплению сигналов экспертизы.
• Поверхностный или обобщенный контент: Создание статей, затрагивающих множество тем без глубокого фокуса, приводит к низкому Wt для целевой темы, что минимизирует вклад в Composite Score из-за мультипликативной модели.
• Изолированные упоминания без авторства: Полагаться на то, что простое упоминание имени эксперта в статье значительно повысит его экспертность. Вес таких упоминаний значительно ниже, чем у авторства или редактирования.
• Распыление фокуса авторов: Если эксперт пишет на слишком много не связанных между собой тем, это может помешать достижению высокого Composite Score в приоритетных областях.

Стратегическое значение

Патент подтверждает стратегический приоритет Google на оценку реальной экспертизы авторов как ключевого фактора ранжирования. Он демонстрирует, что E-E-A-T имеет под собой алгоритмическую основу. Долгосрочная SEO-стратегия должна фокусироваться не только на качестве контента, но и на развитии и правильной презентации профиля экспертов, создающих этот контент (Author SEO). Построение авторитета автора (Identity) становится центральной задачей для успеха в авторитетных нишах.

Практические примеры

Сценарий: Построение экспертности финансового аналитика

Цель: Добиться высокого Composite Score для аналитика Джона Смита (Identity) по теме «Инвестиции в ETF» (Topic).

Стратегия А (Эффективная, основанная на патенте):

1. Действие: Публикация 10 глубоких аналитических статей. Джон Смит указан как единственный автор в метаданных и Schema.org.
2. Расчет (условный): Wi = 1.0 (за авторство).
3. Действие: Каждая статья четко сфокусирована на «Инвестициях в ETF», термин присутствует в Title и URL.
4. Расчет (условный): Wt = 1.5 (за фокус в Title (1.0) + URL (0.5)).
5. Результат: Aggregate Score за статью = 1.0 * 1.5 = 1.5. Composite Score = 10 * 1.5 = 15.0.

Стратегия Б (Неэффективная):

1. Действие: Публикация 10 общих статей о финансах, где Джон Смит упоминается в тексте как один из сотрудников.
2. Расчет (условный): Wi = 0.25 (за упоминание в теле).
3. Действие: Статьи обобщенные, «Инвестиции в ETF» упоминаются мимоходом в тексте.
4. Расчет (условный): Wt = 0.25 (за упоминание в теле).
5. Результат: Aggregate Score за статью = 0.25 * 0.25 = 0.0625. Composite Score = 10 * 0.0625 = 0.625.

Вывод: Стратегия А значительно эффективнее для построения измеримой экспертности согласно модели патента.