Google анализирует топовые документы в выдаче по запросу, чтобы определить, следует ли рассматривать несколько слов как единую фразу (семантическую единицу). Если фраза часто встречается в топовых результатах, особенно на самых высоких позициях, Google идентифицирует ее как семантическую единицу и использует для уточнения ранжирования, отдавая приоритет документам с точным совпадением фразы.
Автор: Виктор Репин
Патент Google, описывающий механизм улучшения пользовательского опыта в SERP. Когда пользователь взаимодействует (например, наводит курсор) со стандартным сниппетом, система отображает «расширенный сниппет». Он содержит исходный текст плюс окружающий его контекст из документа, позволяя пользователю лучше оценить релевантность страницы до клика.
Яндекс патентует метод ранжирования «свежего» контента (Non-Native Items), по которому еще нет статистики, в 2D-выдаче (например, Яндекс Картинки). Система предсказывает «Оценку Полезности» (Usefulness Score), анализируя, как пользователи взаимодействуют с элементом (Win) и как часто его пропускают, кликая на элементы справа или снизу (Loss). Это позволяет оптимально размещать новый контент среди старого.
Google использует механизм для агрегации оценок (явных или неявных), которые пользователь дает отдельным веб-страницам. Система формирует персональный «рейтинг сайта» или раздела сайта на основе этих данных. Затем этот агрегированный рейтинг используется для повышения или понижения позиций других страниц этого сайта в будущих поисковых результатах конкретного пользователя, даже если эти страницы он ранее не оценивал.
Google может автоматически встраивать сохраненную информацию о пользователе, например, предпочитаемое местоположение, в ссылки поисковой выдачи, ведущие на сайты «назначенных партнеров». При клике на такую ссылку сайт-партнер получает эти данные и может сразу показать персонализированный контент (например, локальные услуги), улучшая пользовательский опыт и пропуская этап ручного ввода данных пользователем.
Патент Google, описывающий интерфейс для просмотра рекомендаций видео. Система отображает центральное видео и связанные с ним ролики, расположенные вокруг него. Расстояние между видео зависит от их «оценки рекомендации», основанной на том, как часто пользователи смотрят эти видео одно за другим (взвешенная совместная посещаемость), и их корреляции друг с другом.
Google патентует метод персонализации поиска, учитывающий принадлежность пользователя к социальным группам или сообществам по интересам. Система определяет степень вовлеченности пользователя в группу (частоту участия) и использует эту информацию для динамической модификации исходного запроса или переранжирования результатов, чтобы повысить релевантность выдачи.
Яндекс патентует метод создания общего многомерного пространства (эмбеддинга), объединяющего данные о поведении пользователей с характеристиками разнородного контента (текста и изображений). Система анализирует прошлую активность пользователя, векторизует ее, а затем совмещает с векторами текста и изображений. Это позволяет находить семантические связи между разными типами контента через призму пользовательских интересов и эффективно рекомендовать релевантный контент, включая новый.
Google использует этот механизм для автоматического обогащения рекламных сайтлинков (Ad Sitelinks) текстами из существующих объявлений (Creatives). Система применяет агрессивную каноникализацию URL, включающую активное сканирование и сравнение страниц для удаления незначащих параметров. Это позволяет связать сайтлинки и креативы, ведущие на одну целевую страницу, и выбрать лучшее описание на основе текстовой схожести, в том числе при обработке голосовых запросов.
Google может анализировать контент документа, который пользователь просматривает или редактирует, чтобы персонализировать поисковые подсказки. Система сравнивает тематику текущего документа с результатами поиска по потенциальным подсказкам и повышает те варианты автозаполнения, которые контекстуально соответствуют интересам пользователя в данный момент.
Механизм поиска внутри социальных сетей, который сравнивает популярность (частоту использования) исходного запроса с популярностью связанных запросов за определенный период времени. Если связанный запрос является более трендовым, система показывает результаты для него, а не для исходного запроса, чтобы направить пользователя к более активному и популярному контенту или сообществам.
Патент Google, описывающий механизмы поиска информации на языках, отличных от языка запроса пользователя (CLIR). Система может переводить запрос на иностранные языки для поиска в зарубежных индексах или переводить зарубежный контент на язык пользователя. Выбор языков для перевода основан на релевантности темы запроса этим языкам.
Google использует систему для анализа и генерации списков популярных или быстрорастущих запросов (например, для Google Trends). Чтобы избежать дублирования, система группирует связанные запросы в тематические кластеры и выбирает лучший репрезентативный запрос. Кластеры ранжируются на основе общей популярности темы, качества результатов (используя CTR, PageRank) и популярности категории, обеспечивая разнообразный список трендов.
Google использует механизм модификации поисковой выдачи для интеграции контента из социальных сетей. Система отображает краткие сводки социальных постов, связанных с конкретным результатом поиска. Пользователь может развернуть полный пост, прокомментировать его или поделиться им, не покидая страницу поисковой выдачи (SERP).
Яндекс патентует механизм предварительной квалификации сайтов для рекомендательных систем. Система использует машинное обучение для оценки «Параметра Пригодности Источника» (Source Suitability Parameter) на основе анализа поведенческих метрик (глубина просмотра, время на сайте) и профиля трафика (источники переходов). Только сайты, прошедшие этот фильтр качества, допускаются в пул контента для рекомендаций.
Google может интерпретировать поисковые запросы как намерение выполнить действие (например, «оплатить счет»). Система анализирует персональные данные (почту, календарь, контакты) и предлагает в поисковых подсказках не просто текст, а конкретные задачи. Выбор такой подсказки создает напоминание или событие напрямую, часто минуя стандартный поиск по веб-страницам.
Яндекс патентует метод оценки результатов A/B тестов, который фокусируется на трендах вовлеченности, а не на средних значениях. Система использует математические преобразования (например, Дискретное преобразование Фурье) временных рядов поведения пользователей для расчета метрик Амплитуды (величина изменения) и Фазы (направление изменения). Это позволяет понять, улучшает ли изменение алгоритма вовлеченность пользователя с течением времени.
Яндекс патентует технологию улучшения навигации по сайтам. Система (например, браузер или поисковая система) автоматически определяет наиболее важные или популярные разделы сайта на основе его категории и поведенческих данных. Затем она отображает прямые ссылки на эти разделы в интерфейсе пользователя (например, в адресной строке или выдаче), независимо от того, как навигация реализована самим владельцем сайта.
Яндекс патентует технологию, позволяющую владельцам сайтов определять и контролировать интерактивные сниппеты на странице результатов поиска. Эти сниппеты поддерживают двустороннюю связь между пользователем и сервером сайта в реальном времени через API. Пользователи могут взаимодействовать с сайтом, уточнять информацию и даже совершать транзакции (например, заказывать такси или бронировать услуги), не покидая страницу поиска.
Яндекс патентует механизм создания интерактивных сниппетов на SERP, управляемых сторонними сайтами. Система позволяет владельцам ресурсов определять функционал сниппета (формы, фильтры, бронирование) и обеспечивает двустороннюю связь через API. Это позволяет пользователям совершать транзакции и получать обновления в реальном времени, не покидая страницу поиска.