Патент описывает систему для динамической генерации виджетов связанных ссылок. При загрузке страницы система извлекает текст (заголовок, контент, запрос из реферера), определяет наиболее важные ключевые слова с помощью глобального репозитория (Keyword Repository), выполняет поиск по этим словам (часто в пределах того же домена) и отображает топовые результаты для улучшения навигации.
Автор: Виктор Репин
Google анализирует историю взаимодействий пользователя с результатами в Картах (Search Log Data), чтобы определить его текущие географические интересы. Система рассчитывает персонализированные «Факторы повышения» (Result Suggest Boost Factors) для конкретных локаций. Эти факторы используются для продвижения подсказок, связанных с этими локациями, в автозаполнении (Autocomplete), учитывая давность интереса и близость к другим важным локациям.
Google анализирует поведение пользователей для оценки эффективности правил близости (Proximity Rules), которые влияют на ранжирование в зависимости от расстояния между ключевыми словами на странице. Система отслеживает, кликают ли пользователи на результаты, где термины расположены далеко друг от друга, или пропускают их. На основе этих данных (Click Count, Skip Count) вычисляется оценка качества правила, что позволяет Google динамически адаптировать важность фактора близости.
Google патентует механизм «Социальной линзы», позволяющий пользователям уточнять результаты поиска на основе интересов и поведения выбранного социального круга (например, «Коллеги» или «Геймеры»). Система агрегирует историю поиска и веб-активность участников круга в профиль интересов и использует эти данные для переранжирования или фильтрации выдачи, делая ее более релевантной контексту этой группы.
Google использует механизм для определения других аккаунтов пользователя в социальных сетях (Кандидатные Идентификаторы), даже если они не были связаны явно. Система анализирует совпадение контактов между известным профилем пользователя и потенциальными аккаунтами. Затем результаты поиска персонализируются путем повышения контента, который был создан или аннотирован (например, расшарен) контактами из этих социальных сетей. Система также может запрашивать подтверждение владения аккаунтом прямо в поисковой выдаче.
Google использует данные о местоположении двояко. Во-первых, система анализирует агрегированный трафик путешественников (игнорируя местных жителей) для определения реальной популярности достопримечательностей (Prominence). Во-вторых, Google Maps проактивно предлагает пользователям их прошлые поисковые запросы и клики (например, адрес отеля), когда они оказываются рядом с этими местами.
Google применяет механизм для глубокой персонализации результатов поиска в вертикалях цифрового контента (например, Google Play). Система комбинирует стандартные оценки релевантности с персонализированными оценками, основанными на «сигналах предпочтений пользователя». Эти сигналы включают историю покупок и просмотров, демографические данные, местоположение, активность социальных кругов пользователя и историю потребления смежного контента (например, просмотр трейлера влияет на ранжирование книги).
Google анализирует историю поиска пользователя для выявления повторяющихся интересов (например, спорт, погода, статус рейсов), особенно тех, которые вызывают показ прямых ответов (Inline Search Results). Отслеживая контекст пользователя (местоположение, время) и изменения в информации, Google проактивно отправляет обновленные результаты на устройство без ручного ввода запроса.
Google использует систему для определения, должен ли запрос активировать локальный поиск или обычный веб-поиск. Система заранее вычисляет, какие названия городов являются «однозначными», анализируя, как часто они упоминаются в вебе вместе со штатом или почтовым индексом. Это позволяет автоматически запускать локальный поиск, даже если пользователь указал только название города.
Google использует систему для определения, требует ли запрос свежих результатов. Это решение основано на анализе сигналов, таких как скорость появления нового контента и трендовость запроса. Патент детально описывает, как Google оценивает качество авторов и контента из новостей, блогов и социальных сетей, используя специфические сигналы E-E-A-T для каждой вертикали, и как обрабатывает ссылки (URL) в статусах.
Google использует сложные методы OCR и обработки изображений (включая Super-resolution) для извлечения текста (названия компаний, адреса, вывески) из реальных фотографий. Этот текст индексируется вместе с географическими координатами и используется для верификации данных о местных компаниях, улучшения результатов локального поиска и таргетинга рекламы.
Патент Google описывает механизм для улучшения ранжирования в поиске по картинкам. Если для конкретного запроса нет обученной модели визуальной релевантности, система использует модель от похожего запроса. Оценка релевантности (Boost) корректируется с помощью «дробного множителя» (Fractional Adjustment Multiplier), который уменьшает влияние модели пропорционально степени различия между запросами.
Google использует механизм мультимодального поиска, позволяющий пользователям дополнять текстовые запросы визуальным вводом (например, фотографией). Система анализирует изображение с помощью моделей машинного обучения для распознавания объектов и генерации семантической информации. Эта информация используется либо для создания уточненного составного запроса (composite query), либо для фильтрации исходных результатов поиска путем сопоставления метаданных изображения с метаданными проиндексированного видеоконтента.
Google использует гибридный подход к обучению моделей прогнозирования поведения пользователей (например, вероятности клика). Модели одновременно обучаются точно предсказывать абсолютное значение (регрессия) и правильно определять относительный порядок элементов (ранжирование). Патент также описывает механизм взвешивания кликов, придающий больший вес первому клику пользователя.
Патент Google, описывающий, как картографические приложения (например, Google Maps) определяют точное название заведения (Location Entity), в котором физически находится пользователь. Система анализирует сигналы геолокации, близость, популярность, время работы и историю посещений пользователя, чтобы отличить одно заведение от другого, даже если они находятся в одном здании, и отображает эту информацию на карте.
Патент описывает систему (известную как «Google Subscribed Links»), позволяющую сторонним поставщикам контента определять шаблоны запросов и предоставлять структурированные данные (DataObjects) через XML-фиды. Если запрос пользователя соответствовал шаблону и пользователь был подписан на этого провайдера, система внедряла специализированный ответ непосредственно на страницу результатов поиска.
Google патентует систему мультимодального поиска для носимых устройств (например, XR-очков). Система объединяет запрос пользователя (голос/текст) с контекстом реального мира, полученным с камер и сенсоров (изображения, взгляд, жесты, местоположение) и историей диалога. Используя LLM и визуальный поиск, система интерпретирует этот комбинированный ввод, выполняет поиск и генерирует синтезированный ответ, адаптированный к физическому контексту пользователя.
Google патентует метод использования сторонних сертификатов (например, VMC для BIMI) для подтверждения связи между сущностью (брендом, организацией) и конкретной веб-страницей. Атрибуты, извлеченные с этой страницы через разметку Schema.org, помечаются как «сертифицированные». Это позволяет Google доверять этим данным без дополнительной проверки, использовать их для формирования Информационных Карточек (Knowledge Panels) и потенциально повышать их в ранжировании.
Google использует статистический метод для борьбы со спамом в данных о компаниях (например, в названиях или категориях). Система сравнивает частоту использования фраз в доверенных источниках (где спама нет) с частотой в недоверенных источниках. Если фраза встречается значительно чаще в недоверенных данных, она помечается как вероятный спам. Это позволяет автоматически обнаруживать keyword stuffing и неестественные формулировки в Google Maps и локальном поиске.
Google анализирует исторические данные о кликах, чтобы определить, когда название сущности (например, бренда или магазина) в запросе подразумевает поиск только внутри этой сущности. Если намерение пользователя однозначно (высокая концентрация кликов на одном домене), запрос автоматически переписывается (например, добавляется оператор store:). Если намерение неоднозначно, Google предлагает ограничение поиска в виде ссылки.