SEO HARDCORE
  • Разборы патентов
    • Патенты Google
  • Скоро SEO инструменты
  • Скоро SEO аналитика
  • seohardcore
SEO HARDCORE
назад

Как Google превращает поисковую выдачу в интерактивные "Мини-приложения" (Mini-Apps) от разных поставщиков

DISCOVERING ALTERNATE ONLINE SERVICE PROVIDERS (Обнаружение альтернативных поставщиков онлайн-услуг)
  • US11461419B2
  • Google LLC
  • 2020-07-09
  • 2022-10-04
  • SERP
  • Семантика и интент
  • Описание
  • Разбор
  • Выводы
  • Практика
  • FAQ
  • Похожие

Google патентует систему, которая определяет намерение пользователя и предоставляет интерактивные "мини-приложения" (Mini-Apps) прямо на странице результатов поиска. Пользователи могут выполнять задачи (например, бронировать столик, рассчитывать ипотеку) без перехода на сайт поставщика, сравнивать предложения разных компаний и переносить введенные данные между их приложениями в рамках одной сессии.

Описание

Какую проблему решает

Патент решает задачу предоставления пользователю возможности выполнять конкретные действия (Task Completion) непосредственно на странице результатов поиска (SERP), минуя необходимость установки нативных приложений или навигации по сторонним веб-сайтам. Это улучшает пользовательский опыт за счет скорости и удобства, а также позволяет сравнивать услуги и функциональность разных поставщиков в едином, унифицированном интерфейсе.

Что запатентовано

Запатентована система для интеграции интерактивных "Мини-приложений" (Mini-Apps) от различных поставщиков услуг непосредственно в результаты поиска. Система определяет интент пользователя по запросу, находит релевантные Mini-Apps от разных компаний, ранжирует их и отображает в SERP. Ключевая особенность — возможность взаимодействия с приложением (например, заполнение форм) прямо в выдаче и автоматический перенос введенных данных при переключении между приложениями разных поставщиков.

Как это работает

Система работает следующим образом:

  • Определение интента: Анализируется запрос пользователя для определения его намерения (intent) путем сопоставления с библиотекой интентов (Intent Library).
  • Идентификация Mini-Apps: Система ищет в репозитории Mini-Apps от разных поставщиков, которые соответствуют данному интенту.
  • Ранжирование: Приложения ранжируются. Ранжирование может основываться на аффилированности пользователя с поставщиком (например, наличие аккаунта) или, наоборот, на отсутствии связи (для предложения новых сервисов).
  • Рендеринг в SERP: Результаты отображаются в виде списка. Первое приложение показано в развернутом состоянии (expanded state), готовое к взаимодействию. Остальные — в свернутом (collapsed state).
  • Перенос данных (Data Transfer): Если пользователь ввел данные в приложение Поставщика А, а затем развернул приложение Поставщика Б, система автоматически переносит и маппирует введенные данные в поля приложения Б.
  • Рабочие процессы (Workflows): Система может генерировать последовательность из нескольких Mini-Apps для выполнения сложных задач (например, оплатить штраф -> записаться в автошколу).

Актуальность для SEO

Высокая. Патент отражает стратегическое направление развития поиска в сторону движка выполнения задач (Task Completion Engine) и создания более богатых, интерактивных SERP. Это напрямую связано с концепциями Zero-Click Searches и эволюцией Rich Results, где Google стремится предоставить пользователю конечный результат или инструмент прямо в своей экосистеме.

Важность для SEO

Патент имеет значительное влияние на SEO-стратегию, особенно в коммерческих и сервисных нишах. Он описывает не алгоритм ранжирования веб-страниц, а механизм, который может кардинально изменить структуру SERP и поведение пользователей. Для транзакционных и инструментальных запросов (калькуляторы, бронирования) это может означать существенное снижение органического трафика на сайты, так как задача решается внутри Google. SEO-стратегия должна смещаться в сторону оптимизации присутствия бренда в этих интерактивных блоках (оптимизация под Mini-Apps).

Детальный разбор

Термины и определения

Alternate Provider Agent (Агент альтернативных поставщиков)
Модуль поисковой системы, отвечающий за определение интента, поиск Mini-Apps у различных поставщиков, их ранжирование и управление переносом данных между ними.
Collapsed State (Свернутое состояние)
Состояние Mini-App в SERP, когда его функциональность скрыта. Обычно отображается только название поставщика или базовая информация.
Expanded State (Развернутое состояние)
Активное состояние Mini-App в SERP, когда его интерфейс и интерактивные элементы полностью доступны для взаимодействия пользователем.
Intent Library (Библиотека интентов)
Хранилище данных, содержащее предопределенные намерения пользователей и связанные с ними ключевые слова, задачи и свойства. Используется для сопоставления запроса с доступными Mini-Apps.
Library Page (Страница библиотеки)
Специальный формат отображения результатов поиска, где несколько связанных Mini-Apps (часто объединенных в Workflow) представлены в развернутом состоянии на одной странице.
Mini-App (Мини-приложение)
Интерактивное приложение, предоставляемое внутри страницы результатов поиска. Обеспечивает функциональность для выполнения конкретной задачи (например, калькулятор, форма бронирования) без необходимости установки или перехода на сторонний сайт.
Ordered Task List (Упорядоченный список задач)
Часть Workflow. Определяет последовательность задач, которую пользователь, вероятно, захочет выполнить. Используется для определения порядка ранжирования Mini-Apps в Workflow.
Session Information (Информация о сессии)
Временные данные, введенные пользователем в Mini-App во время текущего сеанса поиска. Используются для переноса данных между приложениями разных поставщиков.
Workflow (Рабочий процесс)
Сгенерированная системой последовательность связанных задач (Ordered Task List) и набор Mini-Apps, подобранных для выполнения этих задач.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает базовый метод работы системы.

  1. Получение запроса.
  2. Определение интента из Intent Library.
  3. Идентификация как минимум одного Mini-App от первого поставщика и одного от второго поставщика на основе интента.
  4. Ранжирование идентифицированных Mini-Apps.
  5. Рендеринг результатов поиска: первое приложение в развернутом состоянии (expanded state), остальные — в свернутом (collapsed state).
  6. Получение ввода данных пользователем в первое приложение.
  7. Получение выбора другого Mini-App пользователем.
  8. В ответ на выбор: Свертывание первого приложения, Развертывание выбранного приложения и Заполнение выбранного приложения данными, введенными ранее в первое приложение, путем маппинга полей.

Ядром изобретения является не только отображение приложений в SERP, но и механизм бесшовного переноса пользовательского ввода между приложениями разных поставщиков.

Claim 7 (Независимый пункт - Система): Описывает систему, фокусирующуюся на генерации рабочих процессов.

  1. Определение интента по запросу.
  2. Генерация рабочего процесса (Workflow), связанного с интентом. Workflow включает упорядоченный список задач (Ordered Task List) и набор Mini-Apps.
  3. Ранжирование выбранных Mini-Apps в соответствии с Ordered Task List.
  4. Рендеринг результатов (первое развернуто, остальные свернуты).

Здесь акцент смещается на оркестрацию задач: система не просто отвечает на запрос, а предсказывает и выстраивает последовательность действий.

Claim 2 (Зависимый от 1) и Claim 8 (Зависимый от 7): Детализируют критерии ранжирования. Ранжирование может основываться на определенной аффилированности (affiliation) или связи (association) между пользователем и поставщиком услуг.

Claim 3, 9, 10 (Зависимые): Уточняют, как определяется аффилированность: имя поставщика указано в запросе, или пользователь залогинен в аккаунт, связанный с поставщиком.

Claim 5 (Зависимый от 1) и Claim 19 (Зависимый от 12): Описывают альтернативный критерий выбора/ранжирования. Mini-App может быть выбрано на основе определенного отсутствия связи (lack of relationship) между пользователем и поставщиком.

Это указывает на двойной режим работы: система может продвигать знакомые пользователю сервисы или целенаправленно предлагать новые альтернативы.

Где и как применяется

Изобретение радикально меняет этап взаимодействия пользователя с результатами поиска.

QUNDERSTANDING – Понимание Запросов
На этом этапе система должна не просто понять тему запроса, но и определить конкретное действие (intent), которое пользователь хочет совершить, используя Intent Library.

RANKING – Ранжирование
Происходит ранжирование не веб-страниц, а интерактивных приложений (Mini-Apps). Критерии ранжирования специфичны: аффилированность пользователя с брендом, новизна бренда для пользователя или порядок в предсказанном рабочем процессе (Workflow).

METASEARCH – Метапоиск и Смешивание
Mini-Apps смешиваются с традиционными результатами поиска или формируют отдельный интерактивный блок (например, Library Page). Система управляет UI Layout и состоянием приложений (expanded/collapsed).

Взаимодействие компонентов:

  • Alternate Provider Agent является центральным компонентом, который взаимодействует с Query Engine, Intent Library и репозиторием Mini-App Data.
  • На клиенте браузер обрабатывает взаимодействие пользователя и использует Session Information для переноса данных между приложениями.

Входные данные:

  • Поисковый запрос.
  • Данные пользователя (история поиска, данные об аккаунтах, логины — с разрешения пользователя) для определения аффилированности.
  • Intent Library.
  • Репозиторий Mini-App Data (API, код приложений, метаданные от поставщиков).

Выходные данные:

  • SERP, содержащая блок интерактивных Mini-Apps с определенным UI Layout (например, стекинг, карусель, Library Page).

На что влияет

  • Специфические запросы: Наибольшее влияние на транзакционные (купить, забронировать, оплатить) и инструментальные запросы (рассчитать, конвертировать, проверить статус).
  • Конкретные типы контента: Влияет на контент, который может быть представлен в виде интерактивных форм, калькуляторов, систем бронирования.
  • Конкретные ниши или тематики: Финансы (ипотечные калькуляторы), путешествия (бронирование отелей, билетов), локальные услуги (заказ еды, резервирование столиков), E-commerce (быстрый заказ).

Когда применяется

  • Триггеры активации: Алгоритм активируется, когда система с высокой уверенностью определяет, что интент пользователя соответствует задаче, которую можно выполнить с помощью зарегистрированных в системе Mini-Apps.
  • Условия: Наличие в репозитории как минимум двух альтернативных Mini-Apps от разных поставщиков (согласно Claim 1) или наличие данных для генерации Workflow (согласно Claim 7).

Пошаговый алгоритм

Процесс А: Обработка запроса и отображение альтернатив (Claim 1)

  1. Получение запроса: Система получает запрос от пользователя.
  2. Определение интента: Запрос сопоставляется с Intent Library для определения намерения.
  3. Идентификация кандидатов: Alternate Provider Agent ищет Mini-Apps от нескольких поставщиков (Поставщик А, Поставщик Б), соответствующих интенту.
  4. Ранжирование: Приложения ранжируются на основе критериев (например, аффилированность пользователя с Поставщиком А).
  5. Рендеринг SERP: Отображается список результатов. Приложение Поставщика А развернуто, Поставщика Б — свернуто.
  6. Взаимодействие пользователя: Пользователь вводит данные в приложение Поставщика А. Данные сохраняются в Session Information.
  7. Переключение: Пользователь кликает на приложение Поставщика Б.
  8. Обновление интерфейса и перенос данных: Система сворачивает А, разворачивает Б и автоматически заполняет поля в Б данными из Session Information.

Процесс Б: Генерация и отображение рабочего процесса (Claim 7)

  1. Определение интента: Определяется сложный интент, подразумевающий несколько шагов.
  2. Генерация Workflow: Система предсказывает последовательность задач (Ordered Task List) на основе агрегированных данных о поведении пользователей или других ML-моделей.
  3. Выбор Mini-Apps: Подбираются приложения для каждой задачи в списке.
  4. Ранжирование по Workflow: Приложения выстраиваются в порядке, соответствующем Ordered Task List.
  5. Рендеринг SERP: Отображается результат (например, в формате Library Page, где все приложения могут быть развернуты, или стандартном виде).
  6. Выполнение задач: Пользователь последовательно взаимодействует с приложениями для завершения процесса.

Какие данные и как использует

Данные на входе

Система использует несколько ключевых типов данных:

  • Поведенческие и Пользовательские факторы:
    • Данные сессии (Session Information): Ввод пользователя в реальном времени (текст в полях форм). Критически важны для переноса данных между приложениями.
    • Данные об аффилированности: (С разрешения пользователя) История поиска, сохраненные логины, данные об учетных записях у поставщиков услуг. Используются для определения связи (affiliation/association) пользователя с брендом при ранжировании.
    • Агрегированные данные пользователей: Анонимизированные данные о последовательности действий пользователей при выполнении задач. Используются для генерации Workflows и Ordered Task List.
  • Контентные факторы (Данные от поставщиков):
    • Mini-App Data: Код приложения, HTML, стили, изображения, API для выполнения функций.
    • Intent Descriptions: Метаданные или ключевые слова, предоставленные поставщиком для сопоставления приложения с интентами в Intent Library.
    • Workflow Data: Информация от поставщиков о том, какие из их приложений могут функционировать последовательно.

Какие метрики используются и как они считаются

  • Соответствие Интенту (Intent Matching): Метрика, определяющая, насколько точно запрос соответствует интентам в Intent Library и насколько Mini-App соответствует этому интенту. Упоминается использование ML-алгоритмов (например, нейронных сетей) для определения весов факторов при определении интента.
  • Аффилированность пользователя (User Affiliation): Оценка связи пользователя с поставщиком. Рассчитывается на основе наличия аккаунта, истории взаимодействий или явного указания бренда в запросе.
  • Новизна (Lack of Relationship): Метрика, обратная аффилированности. Используется для идентификации поставщиков, с которыми пользователь ранее не взаимодействовал.
  • Прогнозируемый порядок задач (Predicted Task Sequence): Используется при генерации Workflows. Система предсказывает вероятность того, что пользователь выполнит Задачу Б после Задачи А. На основе этого строится Ordered Task List, который диктует ранжирование приложений в Workflow.

Выводы

  1. От Поиска Информации к Выполнению Задач: Патент описывает инфраструктуру для превращения Google из поискового движка в движок выполнения задач (Task Completion Engine). Цель — позволить пользователю действовать, не покидая SERP.
  2. Mini-Apps как новый формат контента: Вводится новый тип результатов поиска — интерактивные приложения. Это следующий шаг эволюции после Rich Snippets и Featured Snippets.
  3. Конкуренция функциональности в SERP: Поставщики конкурируют не только контентом, но и удобством и функциональностью своих Mini-Apps непосредственно в выдаче.
  4. Бесшовный перенос данных между конкурентами: Ключевой механизм патента — возможность переноса данных сессии (Session Information) между приложениями разных поставщиков. Это радикально упрощает сравнение услуг для пользователя (например, сравнение условий кредита в разных банках).
  5. Двойная логика ранжирования: Лояльность vs Новизна. Система может ранжировать Mini-Apps, отдавая предпочтение знакомым пользователю брендам (Affiliation) или, наоборот, целенаправленно продвигать новые сервисы (Lack of Relationship).
  6. Оркестрация сложных задач (Workflows): Google берет на себя роль оркестратора, предсказывая последовательность действий пользователя и выстраивая Mini-Apps в нужном порядке (Ordered Task List).

Практика

Best practices (это мы делаем)

Хотя Google пока не предоставил публичного механизма для регистрации Mini-Apps, описанного в патенте, стратегически готовиться необходимо уже сейчас:

  • Идентификация ключевых задач пользователей: Определите основные транзакционные и инструментальные интенты в вашей нише (расчет стоимости, бронирование, проверка статуса). Это кандидаты на превращение в Mini-Apps.
  • Развитие API и микросервисной архитектуры: Для работы Mini-Apps необходимо иметь возможность предоставлять функциональность через внешние интерфейсы (API). Убедитесь, что ваши ключевые сервисы доступны и быстры.
  • Оптимизация под быстрое выполнение задач: Интерфейсы для ключевых задач должны быть максимально упрощены. Если система будет реализована, победит тот, чье Mini-App быстрее и понятнее решает проблему пользователя в SERP.
  • Укрепление бренда и аффилированности: Поскольку аффилированность (Affiliation) является фактором ранжирования Mini-Apps, работа над узнаваемостью бренда, лояльностью клиентов и стимулирование использования аккаунтов приобретает дополнительное значение в SEO.
  • Анализ смежных интентов (Workflows): Изучайте, какие задачи пользователи выполняют до и после взаимодействия с вашим сервисом. Это позволит стратегически планировать разработку связанных Mini-Apps, которые могут быть объединены Google в Workflow.

Worst practices (это делать не надо)

  • Игнорирование интерактивных форматов SERP: Рассматривать выдачу только как список из 10 синих ссылок. Необходимо учитывать, что интерактивные блоки могут перехватывать большую часть внимания и кликов.
  • Фокус только на информационном трафике: Полагаться на привлечение трафика по транзакционным запросам только на веб-сайт. Если задача может быть решена в SERP, многие пользователи не перейдут на сайт.
  • Усложнение пользовательских путей: Создание многошаговых форм и сложных интерфейсов для простых задач. Такие решения проиграют конкуренцию в формате Mini-Apps.

Стратегическое значение

Этот патент подтверждает движение Google в сторону Zero-Click выдачи и усиления роли Google как платформы для выполнения задач. Это представляет существенную угрозу для сайтов-агрегаторов, сайтов-инструментов (калькуляторы) и любых сервисов, чья основная ценность заключается в посредничестве или предоставлении простой функциональности. SEO-специалистам необходимо выходить за рамки традиционной оптимизации контента и начинать думать о функциональности, API и пользовательском опыте взаимодействия с брендом непосредственно внутри поисковой системы.

Практические примеры

Сценарий: Сравнение условий ипотеки в SERP

  1. Запрос пользователя: "Ипотечный калькулятор".
  2. Действие системы: Google определяет интент и отображает блок Mini-Apps. На первом месте (развернуто) — калькулятор Банка А (например, из-за аффилированности пользователя). Калькуляторы Банка Б и Банка В свернуты.
  3. Взаимодействие: Пользователь вводит сумму, срок и первый взнос в Mini-App Банка А и видит результат расчета.
  4. Сравнение (Переключение): Пользователь кликает на свернутое Mini-App Банка Б.
  5. Результат (Перенос данных): Калькулятор Банка А сворачивается. Калькулятор Банка Б разворачивается, и поля суммы, срока и взноса уже автоматически заполнены теми же данными. Пользователь мгновенно видит расчет по условиям Банка Б без повторного ввода.

Вопросы и ответы

Что такое Mini-App в контексте этого патента?

Это интерактивное приложение, которое встраивается непосредственно в страницу результатов поиска Google. Оно позволяет пользователям выполнять конкретные задачи (например, бронировать, рассчитывать, заказывать) без необходимости устанавливать приложение на устройство или переходить на веб-сайт поставщика услуг.

Как реализация этого патента повлияет на органический трафик сайтов?

Вероятно, это приведет к снижению органического трафика для транзакционных и инструментальных запросов. Если пользователь может решить свою задачу прямо в SERP с помощью Mini-App, у него не будет необходимости переходить на сайт. Это усиливает тренд Zero-Click Searches.

На основе чего Google ранжирует эти Mini-Apps в выдаче?

Патент описывает несколько критериев. Основные: аффилированность пользователя с поставщиком (наличие аккаунта, история взаимодействий) или, наоборот, отсутствие связи (для продвижения новых сервисов). Если генерируется рабочий процесс (Workflow), то порядок определяется предсказанной последовательностью задач (Ordered Task List).

Могут ли данные, которые пользователь ввел в Mini-App моей компании, быть переданы в Mini-App конкурента?

Да, согласно патенту (Claim 1), это ключевая функция системы. Если пользователь ввел данные в одно приложение, а затем переключился на альтернативное в той же поисковой сессии, система автоматически перенесет эти данные (Session Information) для удобства сравнения.

Что такое Workflow (Рабочий процесс) в этом патенте?

Это последовательность связанных задач, которую система генерирует, предсказывая действия пользователя. Например, по запросу "оплатить штраф" система может создать Workflow: 1. Оплата штрафа, 2. Запись в автошколу. Для каждой задачи будет подобрано соответствующее Mini-App.

Как SEO-специалисту оптимизировать сайт под этот патент?

Традиционная SEO оптимизация здесь не применима. Необходимо сместить фокус с оптимизации контента на оптимизацию функциональности. Стратегически важно развивать API для ключевых сервисов, упрощать пользовательские интерфейсы для выполнения задач и работать над повышением лояльности к бренду (Affiliation).

Чем Mini-Apps отличаются от Rich Snippets или Featured Snippets?

Rich Snippets и Featured Snippets в основном статичны и предоставляют информацию. Mini-Apps являются интерактивными, они принимают ввод пользователя, обрабатывают его (через API поставщика) и предоставляют функциональный результат или выполняют действие.

Что такое "Library Page"?

Это специальный вид результатов поиска, описанный в патенте (и показанный на FIG. 4), где несколько Mini-Apps, обычно связанных одним Workflow, отображаются одновременно в развернутом состоянии, позволяя пользователю выполнить сложную задачу на одной странице.

Используется ли эта технология в Google Поиске сейчас?

В поиске Google уже присутствуют интерактивные элементы (например, встроенные калькуляторы, бронирование авиабилетов через Google Flights). Однако полноценная система Mini-Apps от сторонних поставщиков с функцией переноса данных между конкурентами, как описано в патенте, пока публично не развернута.

Для каких ниш эта технология наиболее критична?

Она наиболее критична для ниш, где пользователи выполняют стандартные задачи: финансы (калькуляторы, заявки на кредит), путешествия (бронирование), локальные услуги (рестораны, запись на прием), а также для сайтов-агрегаторов и инструментов.

Похожие патенты

Как Google связывает коммерческие действия с сущностями и меняет вид выдачи в зависимости от интента пользователя
Google патентует систему, которая связывает Сущности (например, фильмы, книги, места) с Онлайн-действиями (например, купить, стримить, забронировать). Вместо таргетинга по ключевым словам, партнеры делают ставки на пары «Сущность-Действие». Система определяет, насколько запрос связан с действием, и динамически меняет визуальное представление этих коммерческих предложений в выдаче (например, в Панели знаний), делая их более или менее заметными.
  • US9536259B2
  • 2017-01-03
  • Семантика и интент

  • Knowledge Graph

  • SERP

Как Google использует контекст текущей страницы для понимания запроса и прямой навигации к результату (минуя SERP)
Google может анализировать контент страницы, которую просматривает пользователь, чтобы понять неоднозначные запросы (например, содержащие местоимения). Система переписывает запрос, добавляя контекст, ищет результаты и автоматически выбирает один лучший ответ. Затем пользователь направляется прямо на этот ресурс, минуя стандартную страницу результатов поиска (SERP).
  • US10503733B2
  • 2019-12-10
  • SERP

  • Семантика и интент

Как Google использует выделенный на странице контент для параллельного поиска в специализированных базах данных (приложения, расширения, товары)
Google патентует механизм «ассистированного поиска» для специализированных баз данных (например, магазинов приложений или расширений). Пользователь выделяет контент (текст/изображение) на веб-странице, и система использует его как запрос. Специальный конвертер анализирует выделенное, определяет несколько возможных интентов, оптимизирует их под конкретную базу данных и выполняет параллельный поиск, выдавая сгруппированные результаты.
  • US20230214427A1
  • 2023-07-06
  • Семантика и интент

  • SERP

Как Google создает интерфейс для быстрой навигации между результатами поиска или рекламой без возврата на страницу выдачи
Патент Google описывает интерфейс, который позволяет пользователям переключаться между посадочными страницами результатов поиска или рекламных объявлений напрямую, минуя необходимость возвращаться на исходную страницу выдачи. Система предварительно загружает связанные страницы и может динамически добавлять новые релевантные результаты в сессию на основе времени взаимодействия пользователя (dwell time) с текущей страницей.
  • US9449094B2
  • 2016-09-20
  • SERP

  • Поведенческие сигналы

Как Google определяет скрытый интент сессии, используя универсальные уточняющие слова, и переранжирует выдачу
Google идентифицирует универсальные слова-модификаторы (например, «фото», «отзывы», «pdf»), которые пользователи часто добавляют к разным запросам. Если такое слово появляется в сессии, система определяет скрытый интент пользователя. Затем Google переранжирует выдачу, основываясь на том, какие документы исторически предпочитали пользователи с таким же интентом, адаптируя результаты под контекст сессии.
  • US8868548B2
  • 2014-10-21
  • Семантика и интент

  • Поведенческие сигналы

  • Персонализация

Популярные патенты

Как Google использует внешние данные для оценки репутации сущностей и их взаимной привлекательности в вертикальном поиске
Google использует систему для улучшения вертикального поиска (например, вакансий, недвижимости) путем оценки взаимной привлекательности двух разных типов сущностей (например, соискателя и вакансии). Система агрегирует данные из внешних источников для выявления скрытых атрибутов и расчета «Репутационной значимости» каждой сущности. На основе этих данных определяется метрика «Двухстороннего соответствия», которая используется для ранжирования.
  • US10853432B2
  • 2020-12-01
  • Семантика и интент

  • SERP

  • Поведенческие сигналы

Как Google позволяет пользователям "углубиться" в контент установленного мобильного приложения прямо из веб-выдачи
Google использует этот механизм для интеграции контента из нативных приложений в веб-поиск. Если приложение установлено у пользователя и система определяет высокую релевантность его контента запросу, в выдачу добавляется специальный элемент (например, "Больше результатов из приложения X"). Клик по этому элементу запускает новый поиск, показывая множество deep links только из этого приложения, не покидая интерфейс поиска.
  • US10579687B2
  • 2020-03-03
  • SERP

  • Семантика и интент

  • Ссылки

Как Google вычисляет важность сущностей внутри документа, используя контекст, ссылки и поведение пользователей, для улучшения ранжирования
Google использует систему для определения относительной важности сущностей (люди, места, даты) внутри документа (книги или веб-страницы) независимо от поискового запроса. Важность рассчитывается на основе того, где сущность упомянута (контекст, структура), насколько точно она определена, ссылаются ли на этот раздел внешние источники и как часто его просматривают пользователи. Эти оценки важности сущностей затем используются как сигнал для ранжирования самого документа в результатах поиска.
  • US7783644B1
  • 2010-08-24
  • Поведенческие сигналы

  • Индексация

  • Семантика и интент

Как Google определяет язык поискового запроса, используя язык интерфейса, статистику слов и поведение пользователей
Google использует вероятностную модель для точной идентификации языка поискового запроса. Система комбинирует три ключевых фактора: статистику частотности слов в разных языках, язык интерфейса пользователя (например, Google.fr) и исторические данные о том, на какие результаты пользователи кликали ранее. Это позволяет корректно обрабатывать многоязычные и неоднозначные запросы для применения правильных синонимов и стемминга.
  • US8442965B2
  • 2013-05-14
  • Мультиязычность

  • Поведенческие сигналы

Как Google динамически обновляет выдачу в реальном времени, если пользователь не кликает на результаты
Google отслеживает взаимодействие с поисковой выдачей в реальном времени. Если пользователь просматривает результаты, но не кликает на них в течение определенного времени (определяемого моделью поведения), система интерпретирует это как имплицитную отрицательную обратную связь. На основе анализа этих «отвергнутых» результатов Google автоматически пересматривает запрос (корректируя веса или заменяя термины) и динамически предоставляет новый набор результатов.
  • US20150169576A1
  • 2015-06-18
  • Поведенческие сигналы

  • SERP

  • Семантика и интент

Как Google (YouTube) анализирует трафик конкурирующих видео для рекомендации улучшений метаданных
Google использует систему для анализа конкуренции между видео на основе общих поисковых запросов и времени просмотра. Система выявляет поисковые запросы, которые приводят трафик на конкурирующие (например, производные) видео, и сравнивает их с метаданными оригинального видео. Если обнаруживаются релевантные термины, отсутствующие у оригинала, они рекомендуются автору для улучшения видимости.
  • US10318581B2
  • 2019-06-11
  • Поведенческие сигналы

  • Мультимедиа

  • Семантика и интент

Как Google использует обучение с подкреплением (Reinforcement Learning) для оптимизации ранжирования и переписывания запросов на основе успешности поисковых сессий
Google использует систему Reinforcement Learning для динамической адаптации поисковых процессов. Система анализирует поисковые сессии (последовательности запросов и кликов) и учится оптимизировать выдачу, чтобы пользователь быстрее находил нужный результат. Это достигается путем корректировки весов факторов ранжирования, переписывания запросов или даже обновления индекса на лету для конкретных ситуаций.
  • US11157488B2
  • 2021-10-26
  • Индексация

  • Поведенческие сигналы

  • Семантика и интент

Как Google использует данные о реальных повторных посещениях (Quality Visit Measure) и социальных взаимодействиях для ранжирования локального бизнеса
Google использует данные о физических посещениях пользователей для оценки качества локального бизнеса. Система рассчитывает «Quality Visit Measure», придавая значительно больший вес местам, куда люди возвращаются повторно, приводят друзей или посещают по рекомендации. Этот показатель используется как сильный сигнал качества для ранжирования в локальном поиске и Google Maps, снижая зависимость от онлайн-отзывов.
  • US10366422B2
  • 2019-07-30
  • Поведенческие сигналы

  • Local SEO

Как Google использует LLM для генерации поисковых сводок (SGE), основываясь на контенте веб-сайтов, и итеративно уточняет ответы
Google использует Большие Языковые Модели (LLM) для создания сводок (AI-ответов) в результатах поиска. Для повышения точности и актуальности система подает в LLM не только запрос, но и контент из топовых результатов поиска (SRDs). Патент описывает, как система выбирает источники, генерирует сводку, проверяет факты, добавляет ссылки на источники (linkifying) и аннотации уверенности. Кроме того, система может динамически переписывать сводку, если пользователь взаимодействует с одним из источников.
  • US11769017B1
  • 2023-09-26
  • EEAT и качество

  • Ссылки

  • SERP

Как Google рассчитывает тематическую репутацию для выявления и наделения полномочиями экспертов-кураторов
Google описывает систему для тематических сообществ, где пользователи зарабатывают репутацию (Topical Reputation Score) на основе качества контента, которым они делятся в рамках конкретных тем. Достигнув порогового значения, пользователь «разблокирует» тему, получая права куратора и возможность управлять контентом других. Система использует механизм «Impact Scores» для оценки влияния действий кураторов на репутацию участников.
  • US9436709B1
  • 2016-09-06
  • EEAT и качество

  • Поведенческие сигналы

seohardcore