Как Google связывает всплески поисковых запросов с ТВ-трансляциями для показа контекстной информации в реальном времени

Термины и определения

Search Query Spike (Всплеск поисковых запросов)

Внезапное и значительное увеличение частоты подачи группы эквивалентных запросов за короткий промежуток времени, превышающее пороговое значение по сравнению со средней частотой.

Equivalent Queries / Query Group (Эквивалентные запросы / Группа запросов)

Набор поисковых запросов, которые система считает эквивалентными, несмотря на различия в формулировках (например, "life on Mars" и "Martian life").

Subtitle Terms (Термины субтитров)

Текстовые данные, полученные из субтитров телепрограммы. Патент также упоминает возможность генерации этих данных с помощью распознавания речи (voice recognition algorithms) из аудиодорожки.

Second Screen Application (Приложение «второго экрана»)

Приложение на клиентском устройстве (смартфон, планшет), используемое одновременно с просмотром телевизора и предоставляющее дополнительную информацию о программе.

Linguistic Concept (Лингвистический концепт)

Концептуальная сущность (упоминаются также как Knowledge Graph Entities), которая может быть выражена разными наборами терминов. Используется для группировки запросов и сопоставления с субтитрами.

Correlation (Корреляция)

Установление связи между Search Query Spike и конкретным местом (Location) в видеопрограмме на основе совпадения терминов/концептов и временной близости (субтитры появились незадолго до всплеска).

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной процесс идентификации всплесков и проактивной доставки информации с учетом часовых поясов.

1. Система идентифицирует Search Query Spike от пользователей в первом часовом поясе (Time Zone 1). Всплеск – это превышение частоты группы эквивалентных запросов над средним значением на пороговую величину.
2. Система коррелирует этот всплеск с транслируемой видеопрограммой. Корреляция происходит путем сопоставления терминов из запросов с Subtitle Terms, появившимися в программе в определенном месте (first location) в течение заданного времени (predefined time) непосредственно перед всплеском.
3. Система получает уведомление от устройства пользователя (в Time Zone 1) о его интересе к программе (т.е. он ее смотрит).
4. Система отправляет результаты поиска, соответствующие запросам из всплеска, на это устройство (в Time Zone 1).
5. Ключевой элемент (Time Zone Optimization): Система отправляет эти же результаты поиска на устройство пользователя во втором, более позднем часовом поясе (Time Zone 2). Доставка происходит синхронно с моментом трансляции соответствующего контента (current location) в этом втором поясе.

Система использует данные о всплеске, зафиксированном ранее (в Time Zone 1), чтобы предоставить информацию позже (в Time Zone 2) мгновенно, без задержки, необходимой для детекции нового всплеска.

Claim 3 и 4 (Зависимые): Уточняют методы определения эквивалентности запросов.

• Claim 3: Запросы эквивалентны, если упорядоченная последовательность терминов одного запроса существенно идентична (substantially identical) последовательности другого (учет порядка слов, незначительных вариаций и опечаток).
• Claim 4: Запросы эквивалентны, если они выражают один и тот же Linguistic Concept, даже если используют разные термины.

Claim 6 (Зависимый): Уточняет способ определения интереса пользователя. Система получает аудиопоток с пользовательского устройства и коррелирует его с аудиодорожкой видеопрограммы (механизм аудио-фингерпринтинга).

Claim 7 и 8 (Зависимые): Уточняют методы сопоставления запросов и субтитров. Они аналогичны Claims 3 и 4: сопоставление может происходить либо через существенно идентичные упорядоченные последовательности терминов (Claim 7), либо через совпадение Linguistic Concept (Claim 8).

Claim 10 (Зависимый): Описывает использование корреляции для улучшения результатов поиска для других пользователей.

1. Система получает второй запрос от другого пользователя, который совпадает с запросами из идентифицированного всплеска.
2. Используя установленную корреляцию между всплеском и видеопрограммой, система выбирает список документов, которые ассоциированы с этой видеопрограммой и релевантны второму запросу.
3. Этот список отправляется второму пользователю. Это может влиять на формирование SERP по трендовым запросам.

Где и как применяется

Изобретение затрагивает сбор данных и понимание запросов для обеспечения контекстного и проактивного поиска.

CRAWLING – Сканирование и Сбор данных (Data Acquisition)
На этом этапе система собирает и обрабатывает данные о телепрограммах: расписание трансляций (Broadcast Data), метаданные и, что критически важно, потоки субтитров (Subtitle Data) или аудио в реальном времени.

QUNDERSTANDING – Понимание Запросов
Основное применение патента. Система обрабатывает логи поисковых запросов в реальном времени (Search Query Log). Происходит:

1. Группировка: Запросы объединяются в Query Groups на основе эквивалентности (семантика, Linguistic Concepts).
2. Детекция трендов: Мониторинг частот и идентификация Search Query Spikes (используя Spike Identification Module).
3. Контекстуализация: Сопоставление всплесков с внешними данными (субтитрами) для понимания причины всплеска (используя Search Term Matching Module).

RANKING / METASEARCH (Contextual Delivery)
Система определяет контекст пользователя (просмотр ТВ-программы) с помощью Television Program Determination Module. Вместо формирования стандартной SERP, система использует результаты анализа для проактивной доставки контента через Media Supplement Module. Также, согласно Claim 10, корреляция может влиять на выбор документов в основном ранжировании для трендовых запросов.

Входные данные:

• Логи поисковых запросов: термины, таймстампы, геолокация, часовые пояса.
• Данные о телепрограммах: поток субтитров или аудио, расписание трансляций.
• Данные от клиентских устройств: уведомления о просмотре программы, аудиопотоки (для фингерпринтинга).

Выходные данные:

• Результаты поиска или сами «всплесковые» запросы, отправляемые на клиентские устройства.
• Сохраненные данные о корреляции всплесков и программ для использования в других часовых поясах и для улучшения основного поиска (Claim 10).

На что влияет

• Специфические запросы: Влияет на информационные и уточняющие запросы, связанные с событиями в реальном времени, транслируемыми по ТВ (трендовые запросы, QDF).
• Конкретные типы контента: Влияет на пользовательский опыт при просмотре ТВ-шоу, новостей, спортивных событий.
• Географические ограничения: Система явно учитывает часовые пояса для оптимизации доставки контента при поэтапной трансляции (например, Восток-Запад США).

Когда применяется

• Условия работы: Алгоритм работает в реальном времени во время трансляции видеопрограмм.
• Триггеры активации: Детекция Search Query Spike, когда частота группы запросов превышает заданный порог (predefined threshold percentage) по сравнению со средней частотой (Average Query Frequency).
• Дополнительное условие: Успешная корреляция всплеска с субтитрами, появившимися в эфире в течение заданного временного окна (predefined time) до начала всплеска.

Пошаговый алгоритм

Процесс А: Подготовка (Офлайн/Предварительно)

1. Группировка запросов: Анализ логов поиска для объединения эквивалентных запросов в Query Groups с использованием методов семантического анализа (Linguistic Concepts) и сопоставления последовательностей.
2. Расчет базовых метрик: Определение средней (Average Query Frequency) и, возможно, максимальной (Max Query Frequency) частоты для каждой группы.

Процесс Б: Обработка в реальном времени (Первый часовой пояс)

1. Сбор данных: Получение потока поисковых запросов и потока субтитров/аудио транслируемых программ. Параллельное получение данных об активности пользователей (какие программы они смотрят).
2. Детекция всплеска: Мониторинг частоты Query Groups. Идентификация Search Query Spike, когда текущая частота превышает установленный порог.
3. Корреляция с контентом: Сопоставление терминов или Linguistic Concepts из «всплесковой» группы с субтитрами, появившимися в эфире незадолго до всплеска. Фиксация связи между всплеском и конкретным местом в программе.
4. Доставка контента: Отправка результатов поиска по «всплесковым» запросам на устройства пользователей, которые смотрят данную программу.
5. Сохранение корреляции: Запись данных о связи всплеска и программы для последующего использования.

Процесс В: Обработка в реальном времени (Последующие часовые пояса)

1. Мониторинг трансляции: Отслеживание трансляции той же программы в новом часовом поясе.
2. Проактивная доставка: Когда трансляция достигает места, ранее вызвавшего всплеск (на основе сохраненной корреляции), система мгновенно (без ожидания нового всплеска) отправляет результаты поиска пользователям в этом часовом поясе, смотрящим программу.

Какие данные и как использует

Данные на входе

• Поведенческие факторы: Логи поисковых запросов (Search Query Log) являются основным источником данных для обнаружения всплесков и анализа интересов аудитории.
• Временные факторы: Критически важны. Используются таймстампы запросов, таймкоды субтитров и время трансляции. Система использует временные окна для детекции всплесков и корреляции (например, субтитры за X минут до всплеска).
• Географические факторы: Используются часовые пояса пользователей (User Time Zone) и регионы трансляции (Broadcast Time Zone) для корректной корреляции и оптимизации доставки контента.
• Контентные факторы (ТВ): Субтитры (Subtitle Terms) или распознанный текст из аудиодорожки. Также могут использоваться метаданные программ (Program Profile).
• Пользовательские факторы: Данные об активности пользователя (просмотр программы), полученные через приложение, Set Top Box или аудио-фингерпринтинг (audio stream).

Какие метрики используются и как они считаются

• Average/Maximum Query Frequency: Средняя и максимальная частота запросов для Query Group за определенный период. Используются как базовый уровень.
• Query Frequency During Spike: Текущая частота запросов группы.
• Threshold Percentage/Amount: Пороговое значение, на которое текущая частота должна превысить базовый уровень для детекции всплеска.
• Методы анализа текста (NLP) и Метрики эквивалентности/корреляции:
  • Оценка совпадения упорядоченных последовательностей терминов (substantially identical ordered sequence).
  • Оценка совпадения Linguistic Concepts (семантическая близость, распознавание сущностей).

1. Связывание внешних событий и поиска: Патент описывает конкретный механизм, позволяющий Google программно связывать события во внешнем мире (ТВ-трансляции) с коллективным поисковым поведением пользователей (Search Query Spikes) в реальном времени.
2. Приоритет концептов (сущностей) над ключевыми словами: Ключевое значение имеет способность системы группировать запросы и сопоставлять контент на основе Linguistic Concepts (сущностей), а не только буквального совпадения терминов. Это позволяет точно детектировать всплески интереса к теме, даже если пользователи используют разные формулировки.
3. Real-Time Анализ Трендов (QDF): В основе механизма лежит способность системы мгновенно обнаруживать изменения в частоте запросов и реагировать на них, что является реализацией принципов QDF (Query Deserves Freshness).
4. Контекстный и проактивный поиск: Демонстрируется переход к проактивному поиску. Система определяет контекст пользователя (просмотр ТВ) и предугадывает его информационные потребности, доставляя контент до того, как пользователь введет запрос.
5. Оптимизация доставки информации: Механизм использования данных из разных часовых поясов позволяет устранить задержку между событием и реакцией системы, обеспечивая мгновенное предоставление информации в последующих трансляциях.

Практическое применение в SEO

Патент в первую очередь описывает инфраструктуру для проактивного поиска и работы Ассистентов/«вторых экранов», а не механизмы ранжирования веб-сайтов. Прямое влияние на стандартные SEO-практики ограничено, но есть важные стратегические выводы.

Best practices (это мы делаем)

• Мониторинг и реагирование на тренды (Real-Time SEO / News SEO): Понимание того, как Google детектирует всплески интереса (Search Query Spikes), критично для новостных сайтов. Необходимо максимально быстро реагировать на события, вызывающие массовый интерес (спортивные матчи, политические дебаты, премьеры), создавая релевантный контент.
• Оптимизация под сущности и концепты (Entity SEO): Патент явно указывает на использование Linguistic Concepts (сущностей) для группировки запросов. SEO-стратегия должна фокусироваться на раскрытии сущностей и их связей (Knowledge Graph), а не на конкретных ключевых фразах.
• Использование синонимов и разнообразной лексики: Поскольку система агрегирует эквивалентные запросы (например, «жизнь на Марсе» и «Марсианская жизнь»), использование в контенте богатой лексики и синонимов повышает вероятность соответствия различным формулировкам запросов внутри одной Query Group.
• Структурированные данные для медиаконтента: Для видеоконтента и онлайн-трансляций предоставление точных субтитров и метаданных может помочь системам корректно интерпретировать контент и связать его с запросами пользователей.

Worst practices (это делать не надо)

• Игнорирование семантики и сущностей: Фокусировка исключительно на буквальном вхождении ключевых слов делает стратегию менее эффективной, так как Google оперирует на уровне концептов и агрегирует запросы по смыслу.
• Медленная реакция на тренды: Для сайтов, работающих в нишах, связанных с реальными событиями, медленная публикация контента означает потерю трафика по «горячим» запросам, которые Google активно отслеживает и идентифицирует через механизмы, подобные описанному.

Стратегическое значение

Патент подтверждает стратегический приоритет Google на понимание контекста пользователя и причин возникновения запроса. Система стремится не просто ответить на введенный текст, но и понять, какое внешнее событие его вызвало. Это еще одно доказательство важности семантического и сущностного поиска, а также движения в сторону проактивного предоставления информации (Proactive Search), где система предвосхищает запрос пользователя.

Практические примеры

Сценарий: Real-Time SEO во время спортивного события с учетом часовых поясов

1. Событие в эфире (Восточное побережье, 20:00): Во время трансляции футбольного матча комментатор упоминает редкий термин (например, «Semi-Automated Offside»). Термин появляется в субтитрах.
2. Реакция пользователей и Google (20:01): Зрители начинают искать объяснение. Google фиксирует Search Query Spike и коррелирует его с моментом трансляции.
3. Действие SEO-специалиста: Спортивный сайт быстро публикует статью, объясняющую термин, оптимизированную под сущность (правило, технология).
4. Результат (Восточное побережье, 20:02): Сайт получает трафик. Google проактивно показывает информацию зрителям матча через «вторые экраны».
5. Событие в эфире (Западное побережье, 20:00 по местному времени): Трансляция идет с задержкой. Когда комментатор упоминает термин, Google, используя данные с Восточного побережья, мгновенно (без ожидания нового всплеска) предоставляет информацию зрителям на Западном побережье.