Как Google использует персональные оценки и метки (аннотации) для персонализации и переранжирования поисковой выдачи

Термины и определения

Annotations (Аннотации)

Явные данные, указанные пользователем для документа. Включают Rating, Label и Comment.

Community Record (Запись сообщества)

Запись в базе данных, индексированная по URL или DocID, которая агрегирует аннотации от множества пользователей для данного документа.

Label (Метка)

Ключевое слово или тег, присвоенный пользователем документу.

Privacy Threshold / Predetermined number of distinct other users (Порог конфиденциальности)

Минимальное количество (N) уникальных пользователей, которые должны использовать метку, прежде чем система сможет предложить её другим (Suggested Labels).

Rating (r) (Оценка)

Явная числовая оценка полезности документа, выставленная пользователем (например, от 1 до 5 звезд) или пометка как спам.

Revised Score (S') (Пересмотренная оценка ранжирования)

Новая оценка ранжирования документа, полученная путем модификации исходной оценки S с учетом пользовательской оценки r.

Score (S) (Оценка ранжирования)

Исходная (неперсонализированная) оценка ранжирования документа.

Site Rating (Рейтинг сайта)

Производная оценка для группы веб-страниц (сайта или его раздела), вычисленная на основе агрегации пользовательских оценок отдельных страниц этой группы. Используется для применения к страницам, которые пользователь еще не оценил.

User Information Database (База данных информации о пользователях)

Хранилище, содержащее записи о действиях пользователей, включая их явные аннотации.

Ключевые утверждения (Анализ Claims)

Важно отметить, что финальные пункты формулы изобретения (Claims), выданные в 2015 году, значительно отличаются от первоначального описания 2005 года и фокусируются на элементах GUI и механизме предложения меток, а не на переранжировании.

Claim 1 (Независимый пункт): Описывает метод работы поисковой системы с фокусом на GUI и механизме подсказки меток.

1. Система получает запрос от пользователя.
2. Идентифицирует документы (часть из них пользователь ранее не аннотировал).
3. Отправляет ответ, включающий ранжированный набор ссылок.
4. В ответе предоставляется опция переключения между отображением персональных и общественных (community) аннотаций.
5. В ответе предоставляются ссылки для редактирования (edit links).
6. При активации edit link отображается интерфейс аннотирования (User Annotation GUI), который предлагает метки (suggested labels) для документа.
7. Ключевое ограничение (Privacy Threshold): Метка предлагается, только если она уже была ассоциирована с этим документом по крайней мере предопределенным числом (N) других отдельных пользователей. Если порог не достигнут, метка не предлагается (механизм обеспечения релевантности и приватности).

Claim 8 (Независимый пункт): Описывает аналогичный метод со стороны клиентского компьютера (браузера), фокусируясь на отображении интерфейса и предложении меток на основе того же порога N пользователей.

Анализ Описания (Контекст помимо Claims):

Хотя финальные Claims сфокусированы на GUI и предложении меток, основное описание патента (Description) детально раскрывает механизмы персонализированного переранжирования и генерации Site Rating.

Механизм переранжирования (Из Описания): Система модифицирует исходный Score (S) в Revised Score (S'), используя пользовательский рейтинг (r). Приведены примеры формул:

• $S' = S[1+k(r-3)]$ (где k — константа, например, от 0 до 0.5; 3 - нейтральный рейтинг). При рейтинге 4 или 5 оценка повышается; при 1 или 2 — понижается.
• Другие варианты: $S' = S(r/3)$, $S' = k \times r$, $S' = k^r$.

Механизм Site Rating (Из Описания): Система генерирует рейтинг для группы страниц (сайта или раздела) на основе оценок пользователя для некоторых страниц этой группы. Этот Site Rating затем используется при ранжировании других страниц из этой группы, которые пользователь еще не оценивал.

Где и как применяется

Изобретение затрагивает этапы индексирования (вспомогательно) и ранжирования/переранжирования (основное применение) для персонализации выдачи.

INDEXING – Индексирование и извлечение признаков
Аннотации сохраняются в User Information Database. В патенте упоминается, что аннотации (метки, комментарии) также могут быть включены в инвертированный индекс (Inverse Document Index), чтобы обеспечить возможность поиска по тексту аннотаций.

RANKING – Ранжирование
На этом этапе генерируется стандартный (неперсонализированный) набор результатов с исходными оценками Score (S).

RERANKING – Переранжирование
Основное применение патента. Система выполняет следующие действия:

1. Идентификация пользователя: Система определяет залогиненного пользователя.
2. Получение аннотаций: Из User Information Database извлекаются аннотации и производные Site Ratings, относящиеся к документам в наборе результатов.
3. Пересчет оценок (Персонализация): Исходные оценки S модифицируются в S' с использованием пользовательских оценок r или Site Ratings.
4. Финальная сортировка: Результаты переупорядочиваются согласно S'.

METASEARCH – Метапоиск и Смешивание
На этапе формирования финальной SERP система добавляет визуальные элементы, описанные в Claims: отображение аннотаций, Edit links и переключатель Personal/Community.

Входные данные:

• Поисковый запрос и User ID.
• Стандартный набор результатов поиска с оценками S.
• User Information Database (аннотации, Site Ratings).
• Community Records (для генерации Suggested Labels).

Выходные данные:

• Персонализированный набор результатов поиска, отсортированный по S', с отображением соответствующих аннотаций и элементов GUI.

На что влияет

• Персонализация выдачи: Влияет исключительно на поисковую выдачу конкретного залогиненного пользователя, который активно использовал функции аннотирования.
• Общее органическое ранжирование: Не влияет на ранжирование сайтов для пользователей, которые не вошли в систему или не аннотировали контент.

Когда применяется

Алгоритм применяется при выполнении следующих условий:

• Триггер активации: Пользователь вошел в систему (залогинен).
• Условие применения: В результатах поиска присутствуют документы, которые пользователь ранее аннотировал, ИЛИ присутствуют документы с сайтов, для которых у пользователя сформирован Site Rating.
• Условие для Suggested Labels: При редактировании аннотаций, если данные сообщества по этому документу превышают установленный порог приватности (N).

Пошаговый алгоритм

Процесс А: Обработка запроса и персонализация (Real-time)

1. Получение запроса и идентификация пользователя.
2. Генерация стандартных результатов: Поисковая система формирует список документов с исходными оценками S.
3. Идентификация аннотаций: Система проверяет наличие каждого документа из списка в User Record пользователя.
4. Расчет Revised Score (S'):
   • Для аннотированных документов: Применяется формула переранжирования, например, $S' = S[1+k(r-3)]$, используя явную оценку r.
   • Для неаннотированных документов: Если для сайта документа существует Site Rating, он может быть использован вместо r в формуле переранжирования.
5. Переранжирование: Список результатов сортируется по новым оценкам S'.
6. Формирование ответа: Система готовит SERP, добавляя к результатам визуальное отображение аннотаций и элементы GUI (edit links, переключатель Personal/Community).

Процесс Б: Генерация Suggested Labels (Фокус Claims)

1. Активация GUI: Пользователь нажимает Edit link для документа. Открывается User Annotation GUI.
2. Анализ Community Data: Система анализирует Community Record для данного DocID, чтобы найти метки, использованные другими пользователями.
3. Применение Privacy Threshold: Для каждой найденной метки система подсчитывает количество уникальных пользователей, которые ее применили.
4. Фильтрация: Если количество пользователей ≥ N (пороговое значение), метка включается в список Suggested Labels. Если < N, метка игнорируется.
5. Отображение: Отфильтрованный список Suggested Labels отображается в GUI.

Какие данные и как использует

Данные на входе

• Пользовательские факторы (Explicit User Data):
  • Явные оценки (Ratings): Числовые значения (например, 1-5 звезд) или бинарные (например, "спам").
  • Метки (Labels) и Комментарии (Comments).
  • Настройки приватности (Privacy flag).
  • Идентификатор пользователя (User ID).
• Структурные факторы: Иерархия сайта (URL структура) используется для группировки страниц при расчете Site Ratings.
• Данные Сообщества (Community Data): Метки, присвоенные документу другими пользователями. Используются для предложения меток с учетом Privacy Threshold.
• Контентные факторы (для предложения меток, согласно Description): Система может анализировать заголовок, контент (используя TF-IDF), домен URL и автора для предложения меток.

Какие метрики используются и как они считаются

• Rating (r): Явная оценка пользователя.
• Score (S) и Revised Score (S'): Оценки ранжирования до и после персонализации.
• Формулы переранжирования: В патенте ذکر شده несколько вариантов модификации оценки:
  • Линейная модификация: $S' = S[1+k(r-3)]$
  • Мультипликативная модификация: $S' = S(r/3)$
• Site Rating: Вычисляется путем агрегации (среднее, медиана, взвешенное среднее) оценок r для страниц внутри определенного сайта или его раздела. Может использоваться иерархический подход (раздел -> сайт).
• Privacy Threshold (N): Минимальное количество отдельных пользователей, которые должны использовать метку, прежде чем она будет предложена другому пользователю.

1. Фокус на явной персонализации (Explicit Feedback): Патент описывает систему глубокой персонализации поиска, основанную на явной обратной связи от пользователя. Описанные механизмы влияют только на выдачу конкретного пользователя и не затрагивают общие органические рейтинги.
2. Агрессивное переранжирование: Система демонстрирует готовность значительно изменять ранжирование на основе прямых оценок пользователя. Патент предоставляет конкретные математические модели (например, $S' = S[1+k(r-3)]$) для интеграции пользовательских оценок в ранжирование.
3. Концепция Site Rating (Распространение репутации): Введение Site Rating, вычисляемого на основе оценок отдельных страниц, позволяет экстраполировать мнение пользователя о части сайта на весь сайт, повышая или понижая неоцененные страницы этого же ресурса в персонализированной выдаче.
4. Защита конфиденциальности в Social Features: Юридически защищенное ядро изобретения (Claims) сосредоточено на специфическом механизме предложения меток с учетом порога использования в сообществе (N пользователей), что обеспечивает защиту приватности.
5. Устаревший подход: Описанные механизмы явной обратной связи (Google SearchWiki/Stars) устарели и были заменены анализом неявных поведенческих сигналов.

ВАЖНО: Этот патент описывает инфраструктуру персонализации и устаревшие функции. Он не дает прямых практических рекомендаций для современного органического SEO, направленного на улучшение ранжирования для всех пользователей.

Best practices (это мы делаем)

• Фокус на удовлетворении пользователя (User Satisfaction): Намерение патента — повышать контент, который пользователь считает полезным (через явные сигналы). В современных реалиях это означает фокус на качестве контента и UX, что приводит к положительным неявным поведенческим сигналам (например, низкий показатель отказов, высокое время взаимодействия), которые используются актуальными системами персонализации и ранжирования.
• Построение бренда и лояльности (Site Reputation): Механизм Site Rating предполагает, что положительный опыт взаимодействия с частью сайта может повысить доверие ко всему сайту в персонализированной выдаче. Построение сильного, надежного бренда и обеспечение стабильного качества на всем сайте стратегически важно.

Worst practices (это делать не надо)

• Создание контента, вызывающего негативную реакцию (Кликбейт): Контент, который пользователи сочли бы спамом или бесполезным (и поставили бы низкую оценку, если бы функция была активна), будет пессимизирован в персонализированной выдаче. Это подтверждает необходимость избегать тактик, ухудшающих пользовательский опыт.
• Игнорирование UX на уровне сайта: Механизм Site Rating показывает, что плохой опыт на нескольких страницах может негативно повлиять на персонализированное ранжирование других страниц этого же сайта. Нельзя допускать неоднородного качества контента.

Стратегическое значение

Патент имеет важное историческое значение, документируя попытки Google интегрировать явную обратную связь в поиск (Google SearchWiki). Он подчеркивает фундаментальное различие между общим органическим ранжированием и персонализированной выдачей. Для SEO-стратегов важно понимать, что персонализация (хотя сейчас и основанная на других сигналах) может существенно изменять SERP для конкретного пользователя. Патент иллюстрирует эволюцию поисковых технологий от явных сигналов к более сложным неявным поведенческим моделям.

Практические примеры

Практических примеров для применения в современном SEO нет, так как описанные функции (явное аннотирование и переранжирование на его основе) в настоящее время не используются в веб-поиске Google в таком виде.