Как Google определяет реальную видимость контента и фильтрует ложные поведенческие сигналы, вызванные перекрытиями интерфейса

Термины и определения

Hidden Component (Скрытый компонент)

Часть или элемент слоя пользовательского интерфейса, который скрыт от просмотра пользователем из-за перекрытия другим слоем, расположенным выше в порядке отрисовки.

Layer Depth Value (Значение глубины слоя)

Числовое значение, присвоенное слою (аналог Z-index или координаты по оси Z), которое определяет порядок отрисовки слоев. Слои с более высоким значением отображаются поверх слоев с более низким значением.

Modified User Engagement Signal (Модифицированный сигнал вовлеченности пользователя)

Итоговый сигнал вовлеченности, полученный после фильтрации и удаления той части исходного сигнала, которая была сгенерирована скрытыми компонентами.

Obstructing Layer (Перекрывающий слой)

Слой, расположенный выше Target Layer или Reference Layer, который скрывает часть их содержимого.

Obstruction Database (База данных перекрытий)

Хранилище данных, содержащее информацию о том, какие компоненты перекрывают другие компоненты на конкретном слое.

Reference Layer (Опорный слой)

Слой, используемый в качестве основы для анализа. Часто это самый нижний слой или слой, соответствующий размеру области просмотра (viewport) устройства.

Target Layer (Целевой слой)

Слой, который анализируется на предмет наличия перекрытий (например, слой с основным контентом или лентой новостей).

User Engagement Signal (Сигнал вовлеченности пользователя)

Исходные данные, регистрирующие взаимодействие пользователя с интерфейсом (клики, показы, наведение курсора, скроллинг и т.д.).

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной метод генерации модифицированных сигналов вовлеченности.

1. Отображение множества слоев в пользовательском интерфейсе (UI).
2. Идентификация слоев и их значений глубины (Layer Depth Value).
3. Определение компонентов слоев.
4. Определение Hidden Component на первом слое, который скрыт от просмотра одним или несколькими другими компонентами при отображении в порядке убывания глубины слоя.
5. Связывание перекрывающих компонентов с первым слоем в Obstruction Database.
6. Генерация исходного User Engagement Signal на основе пользовательского ввода.
7. Генерация Modified User Engagement Signal путем:
   • Идентификации (с помощью Obstruction Database) части сигнала, основанной на вводе, связанном со скрытым компонентом.
   • Удаления этой части сигнала.
   • Вывода индикации о том, что сигнал был модифицирован.

Claim 3 (Зависимый): Уточняет процесс определения перекрывающих компонентов.

Система определяет, что подмножество слоев имеет непрозрачность (opacity) ниже порогового значения. Эти (прозрачные или полупрозрачные) слои исключаются из анализа, и перекрывающие компоненты определяются только из оставшихся (непрозрачных) слоев.

Claim 4 (Зависимый): Детализирует структуру Obstruction Database.

Каждая запись в базе данных содержит: (1) указание на конкретный перекрывающий компонент, (2) указание на его Layer Depth Value, и (3) указание на Hidden Component, который скрыт этим компонентом.

Claim 5 и 6 (Зависимые): Описывают оптимизацию области анализа.

Система определяет пересекающуюся часть (intersecting portion) второго слоя (Target Layer) и первого слоя (Reference Layer). Hidden Component локализуется именно в этой пересекающейся части. В Claim 6 уточняется, что размер первого слоя равен размеру устройства отображения (экрана). Это означает, что система фокусирует анализ видимости только на той области контента, которая находится в пределах текущего viewport.

Где и как применяется

Изобретение применяется на этапе обработки и интерпретации данных о взаимодействии пользователя с контентом. Оно тесно связано с рендерингом и анализом пользовательского опыта на стороне клиента.

CRAWLING – Сканирование и Сбор данных (Data Acquisition)
Основное применение патента. Система обеспечивает сбор точных поведенческих данных (Accurate Behavioral Data) во время сессии пользователя. Этот механизм может быть интегрирован в браузер (для сбора данных Chrome User Experience Report - CrUX), системы аналитики или системы показа рекламы. Он гарантирует, что собираемые сигналы отражают реальное взаимодействие с видимым контентом.

INDEXING – Индексирование и извлечение признаков (Rendering и Feature Extraction)
Для работы механизма необходима информация о финальной структуре отрисованной страницы, доступная после рендеринга. Очищенные поведенческие данные (Modified User Engagement Signals) могут сохраняться как признаки документа или сайта (Feature Extraction) для последующего анализа.

RANKING и RERANKING (Косвенное влияние)
Описанный механизм не участвует в ранжировании напрямую. Однако он отвечает за генерацию и очистку User Engagement Signals. Если Google использует поведенческие сигналы в ранжировании или для обучения ML-моделей, то эти модели будут использовать данные, очищенные с помощью этого механизма, что повышает точность ранжирования.

Входные данные:

• Структура отрисованного интерфейса (дерево слоев/Render Tree).
• Свойства каждого слоя и компонента: Layer Depth Value (Z-index), координаты, размеры, значение непрозрачности (opacity).
• Исходный User Engagement Signal (например, координаты клика, идентификатор просмотренного элемента).

Выходные данные:

• Obstruction Database (обновляемая в реальном времени).
• Modified User Engagement Signal (очищенные поведенческие данные).

На что влияет

• Конкретные типы контента: Влияет на любой контент, который может быть перекрыт элементами интерфейса. Особенно актуально для лент контента (feeds), галерей, статей на сайтах со сложной версткой (липкие меню, плавающие блоки, всплывающие окна).
• Конкретные ниши: Актуально для всех ниш, но особенно важно в e-commerce и контентных проектах, где точность поведенческих метрик и видимость рекламы (Ad Viewability) критичны и часто используются сложные UI-решения.
• Технологии: Влияет на сайты и приложения, использующие многослойные интерфейсы (практически все современные ресурсы).

Когда применяется

• Триггеры активации: Механизм активируется в двух случаях: (1) при отрисовке или изменении интерфейса (скроллинг, открытие меню, появление уведомлений) для обновления Obstruction Database и (2) при получении User Engagement Signal для его валидации.
• Условия работы: Наличие в интерфейсе нескольких слоев, расположенных друг над другом (наличие разных Layer Depth Values).
• Пороговые значения: Используется порог непрозрачности (opacity threshold) для определения, является ли слой перекрывающим (Claim 3). Также могут использоваться пороги для определения, считается ли компонент скрытым (например, если виден только 1 пиксель или менее 50% площади).

Пошаговый алгоритм

Этап А: Анализ структуры интерфейса и генерация базы данных перекрытий (Выполняется при загрузке и изменениях UI)

1. Идентификация слоев: Система идентифицирует все слои в двухмерном пользовательском интерфейсе и определяет Layer Depth Value для каждого слоя.
2. Фильтрация слоев (Опционально): Система проверяет непрозрачность (opacity) слоев. Слои с непрозрачностью ниже заданного порога (прозрачные) удаляются из дальнейшего анализа как потенциальные препятствия.
3. Выбор опорного и целевого слоев: Выбирается Reference Layer (часто соответствующий размеру экрана) и Target Layer (например, слой с основным контентом).
4. Определение области пересечения: Вычисляется область пересечения Target Layer и Reference Layer. Дальнейший анализ фокусируется только на этой области (viewport).
5. Идентификация перекрытий: Внутри области пересечения определяются компоненты слоев, расположенных выше Target Layer (Obstructing Layers).
6. Вычисление видимой области: Система рассчитывает точную видимую область Target Layer. Это включает сложные вычисления для учета частичных перекрытий и наложений нескольких перекрывающих слоев друг на друга. Используется принцип включений-исключений: $\text{Видимая Область} = \text{Область Пересечения} - \text{Сумма Областей Всех Препятствий} + \text{Сумма Областей Парных Пересечений Препятствий}$ (и так далее для более глубоких пересечений).
7. Идентификация скрытых компонентов: Определяются Hidden Components — элементы Target Layer, которые полностью или частично попадают в невидимую область.
8. Обновление базы данных: Информация о перекрывающих компонентах и соответствующих им Hidden Components сохраняется в Obstruction Database.

Этап Б: Обработка сигналов вовлеченности (Выполняется при действиях пользователя)

1. Получение сигнала: Система получает исходный User Engagement Signal (например, клик, показ).
2. Валидация сигнала: Система использует Obstruction Database для проверки, связан ли сигнал с каким-либо Hidden Component.
3. Модификация сигнала: Если сигнал связан со скрытым компонентом, эта часть сигнала удаляется.
4. Вывод результата: Генерируется Modified User Engagement Signal и выводится индикация о модификации.

Какие данные и как использует

Данные на входе

Патент фокусируется на анализе структуры интерфейса и поведенческих данных.

• Технические и Структурные факторы (Rendering Data): Критически важные данные для работы системы. Используются данные об отрисованном макете:
  • Координаты и размеры всех слоев и компонентов.
  • Layer Depth Value (Z-index) для определения порядка отрисовки.
  • Значения CSS-свойства Opacity (непрозрачность) для фильтрации прозрачных слоев.
  • Размеры области просмотра (Viewport dimensions).
• Поведенческие факторы (Raw Data): Исходные User Engagement Signals, которые подлежат очистке (клики, показы, наведение курсора, время взаимодействия).

Какие метрики используются и как они считаются

• Layer Depth Value: Используется для определения визуального стека слоев.
• Opacity Threshold (Порог непрозрачности): Пороговое значение, ниже которого слой считается прозрачным и не учитывается как препятствие.
• Intersection Area (Область пересечения): Вычисляется геометрически для определения части контента, находящейся в области просмотра, и для анализа наложений между слоями.
• Visible Area (Видимая область): Рассчитывается путем вычитания областей перекрытия из общей площади с использованием принципа включений-исключений для точного учета наложения нескольких препятствий друг на друга.
• Visibility Percentage (Процент видимости): Может рассчитываться для частично скрытых компонентов, чтобы определить, какая доля элемента видна пользователю.

1. Точное понимание визуального макета: Google обладает сложными механизмами для анализа финального вида страницы или приложения с точностью до пикселя, учитывая все наложения, Z-index и прозрачность. Система стремится знать, что именно видит пользователь.
2. Жесткая гигиена поведенческих данных: User Engagement Signals проходят строгую очистку перед использованием (в алгоритмах ранжирования, аналитике или рекламных системах). Ложные срабатывания, вызванные взаимодействием со скрытыми элементами, активно фильтруются.
3. Прозрачность имеет значение: Патент явно указывает (Claim 3), что прозрачные или полупрозрачные слои (opacity ниже порога) могут не считаться препятствиями. Это важно учитывать при дизайне интерфейсов.
4. Фундамент для Page Experience и Viewability: Эта технология является foundational для реализации метрик, связанных с визуальным восприятием. Способность точно определять перекрытия позволяет Google эффективно оценивать проблемы, такие как навязчивые межстраничные объявления (intrusive interstitials), и точно измерять видимость рекламы (Ad Viewability).
5. Борьба с манипуляциями и недействительным трафиком (IVT): Механизм позволяет эффективно бороться с клик-спамом, кликджекингом и накруткой показов, когда взаимодействие происходит с элементами, скрытыми от пользователя.

Best practices (это мы делаем)

• Приоритет чистого UI и Page Experience: Убедитесь, что ключевой контент (MC) и призывы к действию (CTA) не перекрываются элементами интерфейса (липкими меню, плавающими блоками, чатами, уведомлениями). Если взаимодействие с элементом важно для бизнес-целей или аналитики, он должен быть гарантированно виден.
• Валидация макета на разных устройствах: Тщательно тестируйте верстку на различных разрешениях и в разных браузерах, чтобы избежать случайных перекрытий контента, особенно на мобильных устройствах, где пространство ограничено.
• Соблюдение рекомендаций по межстраничным объявлениям: Реализуйте всплывающие окна (cookie-баннеры, подписки) так, чтобы они не перекрывали значительную часть контента и не мешали взаимодействию, в соответствии с рекомендациями Google по Intrusive Interstitials. Этот патент дает Google технические средства для точного измерения таких перекрытий.
• Осторожное использование плавающих элементов: При использовании sticky-элементов убедитесь, что они компактны. Контент, проходящий под этими элементами при скроллинге, может быть классифицирован как Hidden Component, и вовлеченность с ним не будет учтена.
• Использование прозрачности для оверлеев: Если необходимо использовать оверлеи (например, для водяных знаков или подсказок), рассмотрите возможность использования полупрозрачности. Согласно патенту, если прозрачность ниже порога, слой может не считаться препятствием.

Worst practices (это делать не надо)

• Навязчивые и перекрывающие элементы: Использование агрессивных всплывающих окон, которые блокируют основной контент. Google точно знает, какая часть контента скрыта, может использовать это как негативный сигнал Page Experience и не будет учитывать вовлеченность с перекрытым контентом.
• Попытки манипуляции поведенческими факторами: Размещение интерактивных элементов (ссылок, кнопок) непосредственно под видимыми элементами интерфейса в надежде на случайные клики (например, Clickjacking). Этот механизм отфильтрует такие взаимодействия как недействительные.
• Dark Patterns (Темные паттерны) в UI: Создание интерфейсов, где важные элементы намеренно скрыты или труднодоступны из-за перекрытий. Это ухудшает пользовательский опыт и приводит к потере реальных сигналов вовлеченности.
• Игнорирование видимости рекламы (Ad Viewability): Размещение рекламных блоков в местах, где они часто перекрываются другими элементами (например, под sticky-меню). Это приведет к низкой видимости и фильтрации показов.

Стратегическое значение

Патент подтверждает стратегическую важность пользовательского опыта (UX) и чистоты данных для Google. В контексте SEO это означает, что для оценки качества сайта используются только валидные поведенческие сигналы. Если сайт имеет плохой дизайн с множеством перекрытий, это не только раздражает пользователей, но и приводит к тому, что Google (1) может пессимизировать сайт за плохой Page Experience (например, Intrusive Interstitials) и (2) не будет учитывать часть сигналов вовлеченности, считая их ложными. Стратегия должна быть направлена на создание чистых, удобных интерфейсов, где взаимодействие пользователя является осознанным и точно измеримым.

Практические примеры

Сценарий 1: Фильтрация случайного клика на мобильном устройстве

1. Ситуация: Пользователь просматривает новостной сайт на мобильном телефоне. В нижней части экрана находится плавающая панель (sticky bar) с кнопками шеринга.
2. Действие пользователя: Пользователь пытается прокрутить страницу, но случайно касается области экрана, где под плавающей панелью находится ссылка на другую статью.
3. Анализ системы: Система анализирует слои. Новостная лента (Target Layer) имеет глубину 1. Плавающая панель (Obstructing Layer) имеет глубину 10.
4. Obstruction Database: В базе данных зарегистрировано, что координаты ссылки на статью в данный момент перекрыты плавающей панелью. Ссылка является Hidden Component.
5. Обработка сигнала: Система получает сигнал клика (User Engagement Signal) по координатам ссылки. Проверка по базе данных показывает, что клик пришелся на Hidden Component.
6. Результат: Сигнал клика аннулируется (генерируется Modified User Engagement Signal). Он не учитывается в поведенческих факторах для ранжирования ни исходной, ни целевой страницы.

Сценарий 2: Оценка видимости контента под Cookie-баннером

1. Ситуация: Пользователь впервые заходит на сайт. Появляется большой баннер согласия на использование файлов cookie, который перекрывает первые два абзаца статьи.
2. Анализ системы: Система определяет, что баннер является Obstructing Layer, а текст статьи под ним — Hidden Component.
3. Результат для SEO: Пока пользователь не закроет баннер, система точно знает, что основной контент не виден. Вовлеченность с этим контентом не будет учитываться. Если баннер реализован в нарушение рекомендаций (Intrusive Interstitial), это также может негативно сказаться на оценке Page Experience для этой страницы.