Как Google запоминает прошлые уточнения поиска пользователя и автоматически перенаправляет его к конечному результату

Термины и определения

Initial Set of Search Results (Начальный набор результатов поиска)

Стандартные результаты, которые система возвращает в ответ на запрос до применения персонализации, описанной в патенте.

Mapping (Соответствие)

Связь, созданная системой между исходным запросом и Refined Result на основе анализа истории поведения пользователя.

Refined Content (Уточненный контент)

Контент, который предоставляется пользователю на основе Refined Result. Это может быть сам уточненный результат или ссылка на него.

Refined Result (Уточненный результат)

Конечный результат, к которому пользователь приходит после выполнения одного или нескольких Search Refinements исходного запроса.

Search Query Refinement Log (Журнал уточнений поисковых запросов)

База данных, хранящая историю исходных запросов пользователя, соответствующих им Refined Results, а также частоту (No. of Occ.) и процент (%) таких переходов за определенный период.

Search Query Refinement Mapping (Карта соответствий уточнений запросов)

Структура данных, созданная на основе Search Query Refinement Log. Содержит пары Исходный Запрос/Refined Result, которые удовлетворяют пороговым значениям, а также силу этой связи (Strength).

Search Refinements (Уточнения поиска)

Действия пользователя, выполняемые вскоре после отправки исходного запроса. Примеры включают изменение текста запроса, выбор конкретного результата или взаимодействие с интерактивными элементами (например, масштабирование или панорамирование карты).

Strength (Сила связи)

Метрика, определяющая надежность Mapping. Основана на частоте и консистентности прошлых уточнений. Может принимать значения Strong (сильная) или Weak (слабая) и определяет способ представления Refined Content.

Ключевые утверждения (Анализ Claims)

Важное замечание: Хотя в описании патента упоминается применимость к различным типам поиска (включая "free-text searches"), все независимые пункты формулы изобретения (Claims 1, 8, 18, 19) строго ограничены контекстом локального поиска (geographic area и location within the geographic area). Таким образом, ядром изобретения является персонализация именно локальных/картографических запросов.

Claim 1 (Независимый пункт): Описывает метод персонализации для запросов, соответствующих географической области.

1. Система получает от пользователя множество запросов, соответствующих географической области, и предоставляет результаты.
2. Система идентифицирует взаимодействия пользователя с результатами (уточнения), которые указывают на конкретное местоположение внутри этой области.
3. Условие активации: Если пользователь уточняет результаты, выбирая одно и то же местоположение (same location) в ответ на запросы по географической области, по крайней мере, заданное количество раз (больше одного).
4. Действие (Mapping): Система создает соответствие между запросом по географической области и запросом, соответствующим этому конкретному местоположению.
5. Применение: При последующем получении нового запроса от пользователя, относящегося к этой географической области, система предоставляет уточненный контент (refined content), который соответствует запросу по конкретному местоположению.

Claim 6 (Зависимый от 1): Уточняет, что отображаемый refined content зависит от силы соответствия (strength of a mapping) между исходным запросом и уточненным запросом.

Claim 8 (Независимый пункт): Альтернативное описание основного метода, также сфокусированное на географических запросах и местоположениях (location).

Аналогичен Claim 1, описывает процесс получения запросов, уточнений, выявления повторяющегося выбора одного и того же местоположения, создания mapping и последующего предоставления refined content.

Claim 11 (Зависимый от 8): Детализирует процесс создания Mapping.

Соответствие создается, если пользователь переходит к контенту, включающему одно и то же местоположение, по крайней мере пороговое количество раз (threshold number) И пороговый процент раз (percentage of times) в ответ на исходный запрос.

Где и как применяется

Изобретение применяется на этапах понимания запроса и формирования финальной выдачи, используя данные, собранные и обработанные в фоновом режиме.

INDEXING (Фоновая обработка данных)
Система в фоновом режиме обрабатывает логи поведения пользователей. Происходит сбор Search Query Refinement Log, его анализ и генерация Search Query Refinement Mapping для каждого пользователя.

QUNDERSTANDING – Понимание Запросов
При получении запроса система идентифицирует пользователя и обращается к его персональному Search Query Refinement Mapping. Если Mapping существует, система оценивает его Strength. Это можно рассматривать как форму персонализированного переписывания запроса (Query Rewriting).

RERANKING – Переранжирование / METASEARCH – Метапоиск и Смешивание
На этом этапе происходит финальная модификация выдачи.

• Если найдено сильное соответствие (Strong Mapping), система может заменить стандартные результаты на Refined Content.
• Если найдено слабое соответствие (Weak Mapping), система смешивает стандартные результаты с дополнительной ссылкой, ведущей напрямую к Refined Content.

Входные данные:

• Исходный запрос пользователя (полный или частичный).
• Идентификатор пользователя.
• Search Query Refinement Mapping пользователя.

Выходные данные:

• Набор результатов поиска (SERP), который может быть стандартным, стандартным с добавленной ссылкой на Refined Content, или полностью состоять из Refined Content.

На что влияет

• Конкретные ниши и типы контента: Как установлено в анализе Claims, патент в первую очередь защищает применение в локальном поиске и картах (map-based search queries). Он влияет на запросы, связанные с географическими объектами и точками интереса (POI). Хотя в описании упоминается применимость к веб-поиску (free-text web search), основной фокус на локальном SEO.
• Специфические запросы: Наибольшее влияние оказывается на широкие, неоднозначные или общие запросы, которые пользователи часто уточняют для достижения конкретной цели.

Когда применяется

Алгоритм применяется при выполнении следующих условий:

• Триггер активации: Пользователь вводит запрос, для которого в его истории существует устойчивый паттерн уточнений, зафиксированный в Mapping.
• Пороговые значения (для создания Mapping): Паттерн должен превышать пороговые значения по количеству повторений И процентному соотношению за определенный период (например, 4 недели). В описании патента приводятся примеры порогов:
  • Слабая связь (Weak): >3 раз И >40% случаев.
  • Сильная связь (Strong): >5 раз И >70% случаев.
• Временные рамки: Уточнения должны происходить вскоре после отправки исходного запроса (от секунд до минут).

Пошаговый алгоритм

Процесс А: Фоновая генерация соответствий (Mapping)

1. Сбор данных и Логирование: Получение запросов от пользователя, предоставление начальных результатов и отслеживание последующих уточнений (Search Refinements). Обновление Search Query Refinement Log.
2. Анализ логов: Периодический анализ журнала для выявления повторяющихся паттернов (исходный запрос -> Refined Result).
3. Проверка порогов: Определение, превышает ли паттерн пороги по количеству (No. of Occ.) и проценту (%) вхождений за период времени.
4. Определение силы связи: Классификация паттерна как Strong или Weak на основе установленных порогов.
5. Создание/Обновление Mapping: Сохранение связи между запросом и Refined Result с указанием силы связи в Search Query Refinement Mapping.

Процесс Б: Обработка запроса в реальном времени

1. Получение запроса: Система получает поисковый запрос от пользователя.
2. Проверка соответствия (Mapped?): Система определяет, существует ли для данного запроса и пользователя запись в Search Query Refinement Mapping.
   • Если НЕТ: Предоставить стандартный набор результатов.
   • Если ДА: Перейти к шагу 3.
3. Определение силы связи (Strong Mapping?): Система проверяет силу связи (Strength) для найденного соответствия.
   • Если связь СЛАБАЯ (Weak): Предоставить стандартный набор результатов И включить опцию (ссылку) для прямого перехода к Refined Result Content.
   • Если связь СИЛЬНАЯ (Strong): Предоставить Refined Result Content вместо стандартного набора результатов. Система также может включить ссылку для возврата к неперсонализированным результатам.

Какие данные и как использует

Данные на входе

Система полагается исключительно на поведенческие и пользовательские данные.

• Поведенческие факторы:
  • История поисковых запросов: Тексты исходных запросов.
  • История уточнений (Search Refinements): Последовательность действий пользователя после запроса. Это включает изменения текста запроса, клики по результатам, взаимодействие с интерфейсом (например, panning/zooming на картах).
• Пользовательские факторы:
  • Идентификация пользователя: Данные для ассоциации запросов с конкретным пользователем (логин, cookie information).
  • Контекст запроса: Тип поиска (например, Map Search).
• Временные факторы: Временные метки взаимодействий для анализа активности за определенный период (например, 4 недели) и определения того, что уточнение произошло вскоре после запроса.

Какие метрики используются и как они считаются

Система использует метрики частоты и консистентности для оценки поведения.

• No. of Occ. (Количество вхождений): Общее количество раз, когда пользователь перешел от исходного запроса к конкретному Refined Result за определенный период.
• % (Процент консистентности): Отношение количества вхождений конкретного Refined Result к общему количеству использований исходного запроса.
• Thresholds (Пороговые значения): Предопределенные значения для No. of Occ. и %, используемые для определения наличия и силы Mapping. (Примеры из патента: Weak: 40%/3 раза; Strong: 70%/5 раз).
• Strength (Сила связи): Категориальная переменная (Strong/Weak/None), вычисляемая на основе сравнения метрик с пороговыми значениями.

1. Персонализация как переписывание запроса: Патент описывает механизм, при котором Google может де-факто переписать запрос пользователя на лету, основываясь на его прошлой истории уточнений. Если система уверена в конечном интенте, она пропустит промежуточные шаги.
2. Поведенческие паттерны определяют будущий SERP: История взаимодействий пользователя напрямую формирует его будущую выдачу. Устойчивые поведенческие паттерны становятся триггером для изменения логики ранжирования для этого пользователя.
3. Критичность пороговых значений: Система не реагирует на разовые уточнения. Для активации требуется достижение пороговых значений как по частоте (No. of Occ.), так и по консистентности (%) поведения в течение определенного времени.
4. Два уровня уверенности (Strong/Weak): Google предусмотрел градиент применения персонализации. При средней уверенности (Weak Mapping) пользователю предлагается выбор (ссылка). При высокой уверенности (Strong Mapping) система автоматически перенаправляет пользователя.
5. Строгий фокус на локальный поиск в Claims: Несмотря на упоминание веб-поиска в описании, юридическая защита (Claims) сосредоточена строго на географических запросах и локальных уточнениях. Это подчеркивает критическую важность этого механизма в Google Maps и локальном SEO.
6. Применение к частичным запросам: Механизм может применяться к неполным запросам (partial/incomplete search query), что позволяет персонализировать выдачу еще на этапе ввода запроса (Autocomplete).

Best practices (это мы делаем)

• Фокус на удовлетворении конечного интента (Становление Refined Result): Убедитесь, что ваш контент является наилучшим ответом на конечный интент пользователя. Необходимо максимизировать вероятность того, что именно ваш сайт станет предпочтительным Refined Result, к которому пользователи будут возвращаться.
• Оптимизация локального присутствия (Критично): Учитывая строгий фокус Claims на географических запросах, для локального бизнеса критически важно доминировать в своей области. Необходимо стимулировать пользователей выбирать вашу организацию при поиске по общим категориям или районам, чтобы сформировать Mapping в вашу пользу.
• Построение узнаваемых сущностей и брендов: Пользователи склонны повторять навигацию к знакомым и авторитетным источникам. Развитие бренда увеличивает вероятность формирования устойчивого Mapping, ведущего на ваш ресурс.
• Анализ пользовательских путей: Необходимо понимать, какие широкие запросы в конечном итоге приводят пользователей к вашему контенту. Это помогает выявить возможности для становления предпочтительным Refined Result.

Worst practices (это делать не надо)

• Игнорирование персонализации при анализе позиций: Оценка эффективности SEO только по "чистой" выдаче дает неполную картину. Реальная выдача для активных пользователей может кардинально отличаться из-за этого механизма.
• Введение пользователя в заблуждение (Clickbait) и Pogo-sticking: Если пользователь переходит на ваш сайт, но быстро возвращается в поиск для уточнения (совершает Search Refinement), это учит систему, что ваш сайт НЕ является конечной целью. Это может привести к формированию Mapping в пользу конкурента.
• Оптимизация только под широкие запросы: Стратегия, направленная исключительно на захват топа по ВЧ-запросам, может быть неэффективной, если пользователи быстро уточняют эти запросы. Система запомнит это и в будущем может сразу перенаправить их к более конкретным результатам.

Стратегическое значение

Патент подтверждает стратегическую важность данных о поведении пользователей. Для SEO это означает переход от анализа статических факторов ранжирования к пониманию динамических пользовательских путей и интентов. Долгосрочная стратегия должна учитывать, что для лояльной аудитории стандартные правила ранжирования могут отходить на второй план. Этот механизм активно усиливает существующие привычки пользователя, что усложняет новым сайтам конкуренцию с устоявшимися предпочтениями.

Практические примеры

Сценарий 1: Локальный поиск (Strong Mapping)

1. Исходная ситуация: Пользователь живет в Арлингтоне, Техас, и является фанатом бейсбола.
2. Поведение: За последний месяц пользователь 10 раз вводил в Google Maps запрос "Arlington". В 9 из 10 случаев он затем масштабировал карту или искал "Texas Ranger's Ballpark".
3. Активация механизма: Система фиксирует паттерн (9 раз, 90%). Пороги для Strong Mapping (например, >5 раз и >70%) превышены. Создается сильная связь.
4. Результат: В следующий раз, когда пользователь введет "Arlington", Google Maps сразу покажет результаты для "Texas Ranger's Ballpark" (Refined Content), минуя общий вид города.

Сценарий 2: Неоднозначный запрос (Weak Mapping)

1. Исходная ситуация: Пользователь ищет информацию о городе "Спрингфилд".
2. Поведение: За последний месяц он искал "Спрингфилд" 5 раз. 3 раза (60%) он уточнил запрос до "Спрингфилд Иллинойс".
3. Активация механизма: Пороги для Weak Mapping (например, >3 раз и >40%) достигнуты, но для Strong Mapping (>70%) — нет. Создается слабая связь.
4. Результат: В следующий раз при вводе "Спрингфилд" система покажет стандартную выдачу (ссылки на разные города), но добавит видимую ссылку: "Перейти напрямую к результатам для 'Спрингфилд Иллинойс'".