Как Google использует пользовательские аннотации, метаданные и социальные сигналы для переранжирования результатов поиска

Термины и определения

Annotation Tool (Инструмент аннотирования)

Элемент интерфейса (например, панель инструментов), предоставляемый пользователю вместе с результатами поиска или контентом. Позволяет пользователю добавлять метаданные, например, комментировать (Comment), задавать вопросы (Ask), отмечать релевантность (Like It/Don't Like It).

Annotations (Аннотации)

Метаданные, связанные с результатами поиска или объектами в Реестре. Включают полезность знания, мнения пользователей, сертификаты достоверности, репутацию, комментарии и связи между единицами знания.

Annotated Pages (Аннотированные страницы)

Страницы, динамически генерируемые Meta-Web Server, которые объединяют результаты поиска с аннотациями из Реестра.

Meta-Web Server (Сервер Мета-Веб)

Центральный компонент системы. Перехватывает запросы, получает результаты от поисковой системы, запрашивает аннотации у Registry, переранжирует результаты на основе аннотаций и генерирует Annotated Pages для пользователя.

Product Node (Узел продукта)

Абстрактный объект Meta-Web, создаваемый системой для группировки всей информации, относящейся к конкретному продукту.

Registry (Реестр)

База данных, которая хранит знания и мета-знания (аннотации). Ассоциирует метаданные с объектами (например, документами, продуктами, людьми, организациями). Содержит связи (typed links) между объектами.

Relevance (Релевантность)

Метрика, используемая для упорядочивания результатов поиска. В контексте патента она определяется, по крайней мере частично, на основе пользовательских аннотаций и других метаданных из Registry.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной метод работы системы (information server).

1. Система получает поисковый запрос от пользовательского устройства.
2. Система получает результаты поиска, отвечающие на запрос, от поисковой системы.
3. Система определяет по Registry, что с полученными результатами связаны пользовательские аннотации или другие метаданные.
4. Ключевой шаг ранжирования: Результаты поиска упорядочиваются в соответствии с их релевантностью (relevance), где релевантность определяется, по крайней мере частично, на основе пользовательских аннотаций или других метаданных в Registry.
5. Генерируется страница результатов поиска, включающая упорядоченные результаты и annotation tool.
6. Annotation tool предоставляет функции, позволяющие пользователю оставлять аннотации для конкретного результата, которые сохраняются для последующего использования.
7. Страница результатов передается на устройство пользователя.

Claim 2 (Зависимый от 1): Уточняет типы аннотаций.

Аннотации включают как минимум одно из: комментарии к результату, вопросы, связанные с результатом, указания на то, что результат релевантен или нерелевантен.

Claim 11 (Зависимый от 1): Уточняет механизм сортировки.

Результаты поиска сортируются способом, персонализированным для пользователя.

Claim 12 (Зависимый от 11): Уточняет основу персонализации.

Персонализация основана на одобрении (endorsement) личным другом.

Claim 20 (Зависимый от 1): Описывает структуру Реестра.

Registry устанавливает связи между объектами. Связи представляют собой типизированные линии (typed links) между объектами реестра и могут представлять отношения. Объекты могут представлять продукты, людей, места, категории, организации, документы, части документов и т.д. (Это описание очень близко к концепции Knowledge Graph).

Где и как применяется

Изобретение описывает архитектуру, которая изменяет стандартный процесс поиска, в основном затрагивая этапы после основного ранжирования и перед отображением результатов пользователю.

INDEXING – Индексирование и извлечение признаков
Хотя основное индексирование веб-контента выполняется стандартной поисковой системой, система Meta-Web выполняет собственное индексирование аннотаций и метаданных. Пользовательские аннотации, комментарии, оценки (Likes/Dislikes) и связи между объектами сохраняются и индексируются в Registry.

RANKING – Ранжирование
Стандартная поисковая система выполняет первичное ранжирование. Система Meta-Web использует эти результаты как входные данные.

METASEARCH – Метапоиск и Смешивание / RERANKING – Переранжирование
Это основной этап применения патента. Meta-Web Server выступает как метапоисковая система, которая агрегирует данные из двух источников: стандартной поисковой системы и Registry.

1. Агрегация: Сбор результатов поиска и связанных с ними аннотаций/метаданных.
2. Переранжирование: Система изменяет порядок (ordering) результатов. Релевантность пересчитывается с учетом данных из Registry (пользовательские аннотации, социальные сигналы, репутация).
3. Смешивание и Генерация SERP: Создание финальной аннотированной страницы (Annotated Pages), которая включает переранжированные результаты и Annotation Tool.

Входные данные:

• Пользовательский запрос.
• Результаты поиска от стандартной поисковой системы.
• Аннотации и метаданные из Registry, связанные с этими результатами.
• Данные профиля пользователя (для персонализации, фильтрации).

Выходные данные:

• Переранжированный список результатов поиска.
• Аннотации, отображаемые рядом с результатами.
• Annotation Tool для взаимодействия пользователя.
• Новые аннотации, сохраняемые в Registry.

На что влияет

• Все типы контента и запросов: Система разработана как универсальный слой поверх стандартного поиска и может применяться к любым результатам.
• Коммерческие запросы и продукты: Патент уделяет значительное внимание продуктам (Product Node), покупкам (Buy button) и информации о вендорах, что указывает на сильное влияние в e-commerce.
• Информационные запросы: Также влияет на сложные информационные запросы (пример с LASIK), где важна оценка достоверности и репутации источников.
• Персонализация: Система сильно влияет на персонализированную выдачу, используя социальные связи (рекомендации друзей) и личные предпочтения пользователя.

Когда применяется

• Триггеры активации: Система активируется при получении поискового запроса от пользователя. Переранжирование происходит, когда в Registry обнаруживаются аннотации или метаданные, связанные с результатами поиска.
• Условия работы: Алгоритм переранжирования применяется в реальном времени при обработке запроса. Сбор аннотаций происходит постоянно по мере взаимодействия пользователей с Annotation Tool.

Пошаговый алгоритм

Процесс обработки запроса (Meta-Web Server)

1. Получение запроса: Прием поискового запроса от пользователя.
2. Исполнение поиска: Передача запроса в поисковую систему и получение стандартных результатов поиска.
3. Запрос к Реестру: Поиск в Registry аннотаций и метаданных, связанных с полученными результатами.
4. Фильтрация и Персонализация (Опционально): Применение фильтров на основе профиля пользователя (предпочтения, доверенные системы репутации, социальные связи).
5. Расчет релевантности: Вычисление новой оценки релевантности для каждого результата, учитывая аннотации и метаданные (например, количество положительных оценок, репутация авторов аннотаций, наличие комментариев от друзей).
6. Переранжирование: Упорядочивание результатов поиска на основе новой оценки релевантности.
7. Генерация интерфейса: Динамическое создание Annotated Page. Встраивание переранжированных результатов, соответствующих аннотаций (например, иконок релевантности, всплывающих окон с комментариями) и Annotation Tool.
8. Доставка пользователю: Отправка сгенерированной страницы в браузер пользователя.

Процесс обработки аннотаций

1. Взаимодействие пользователя: Пользователь использует Annotation Tool (например, нажимает Like/Dislike, добавляет комментарий к документу или его части).
2. Сбор данных: Meta-Web Server получает действие пользователя, идентификатор контента и содержание аннотации.
3. Обновление Реестра: Новая аннотация сохраняется в Registry и ассоциируется с соответствующим объектом (документом, продуктом) и пользователем.
4. Обновление профиля (Опционально): Действия пользователя (например, Dislike) могут использоваться для обновления его профиля и немедленной корректировки текущей выдачи.

Какие данные и как использует

Данные на входе

Система использует несколько категорий данных, в основном фокусируясь на пользовательских и социальных факторах, хранящихся в Registry.

• Поведенческие факторы (Явные/Explicit): Система собирает явные отзывы пользователей через Annotation Tool:
  • Оценки релевантности (Like It/Don't Like It).
  • Комментарии (Comment).
  • Вопросы (Ask).
• Пользовательские факторы (Профиль и Социальные связи):
  • Профиль пользователя, предпочтения и настройки персонализации.
  • Социальные связи (идентификация "личных друзей").
  • Доверенные системы репутации (trusted reputation systems).
  • Области компетенции или интересов пользователя.
• Метаданные о контенте (из Registry):
  • Популярность (Popular site).
  • Частота цитирования (Often cited).
  • Свежесть (Recent).
  • Оценки от авторитетных источников (например, "Britannica: 3 stars").
  • Тематическая классификация (Topics).
• Данные о продуктах и вендорах:
  • Информация, сгруппированная в Product Nodes (рейтинги, цены, спецификации).
  • Информация о вендорах (рейтинги групп, местоположение, принимаемая страховка).

Какие метрики используются и как они считаются

Патент не предоставляет конкретных формул, но четко указывает, что метрики используются для определения релевантности и персонализированного упорядочивания.

• Relevance (Релевантность): Составная метрика, которая включает стандартную оценку поисковой системы и модифицируется на основе агрегированных данных из Registry.
• Персонализированная релевантность: Метрика, учитывающая факторы, специфичные для пользователя, такие как:
  • Одобрение личным другом (например, "Stewart Brand likes it").
  • Рейтинги от доверенных лиц или групп (Peer Group Rating).
• Репутация (Reputation): Метрика, присваиваемая пользователям, вендорам или контенту на основе агрегированных оценок или внешних сертификаций.

1. Пользовательские аннотации как прямой сигнал ранжирования: Ключевой вывод заключается в том, что патент описывает систему, где явные пользовательские аннотации (лайки, дизлайки, комментарии) и метаданные используются как неотъемлемая часть расчета релевантности для ранжирования результатов.
2. Критическая роль Социальных Сигналов и Персонализации: Система придает огромный вес социальным связям и персонализации. Рекомендация от друга или доверенной группы (Peer Group) может существенно повысить результат в выдаче для конкретного пользователя.
3. Репутация и Доверие: Патент подчеркивает важность репутации (как контента, так и пользователей, оставляющих аннотации) для определения качества результатов. Система стремится заменить традиционное редактирование и рецензирование механизмом коллективной оценки.
4. "Registry" как центральное хранилище метаданных: Успех системы зависит от Registry – базы данных, которая хранит не только контент, но и связи между объектами, а также все связанные с ними аннотации. Это указывает на важность структурированных данных и связей между сущностями.
5. Интерактивная выдача и обратная связь: Поисковая выдача в этой системе не статична. Она включает инструменты (Annotation Tool), позволяющие пользователям немедленно реагировать на результаты, что может влиять как на их собственный будущий поиск, так и на поиск других пользователей.

Best practices (это мы делаем)

Хотя эта конкретная система Meta-Web может не использоваться Google именно в таком виде, она подчеркивает важность следующих стратегий, направленных на улучшение пользовательского восприятия и репутации:

• Фокус на Репутации и Авторитетности (E-E-A-T): Система активно использует метрики репутации и сертификации (например, оценки от авторитетных источников, частоту цитирования). Необходимо строить авторитетный бренд, который пользователи и эксперты будут готовы рекомендовать и высоко оценивать.
• Стимулирование Положительного Пользовательского Опыта и Отзывов: Так как система использует явные пользовательские аннотации (Like It) и комментарии для ранжирования, критически важно предоставлять высококачественный контент и сервис, который генерирует положительную обратную связь на различных платформах.
• Использование Структурированных Данных и Связей: Система полагается на Registry, который хранит связи между объектами (продуктами, людьми, документами). Использование микроразметки для четкого определения сущностей и их взаимосвязей помогает поисковым системам строить подобные реестры (например, Knowledge Graph).
• Создание Контента, Достойного Цитирования: Метрики вроде Often cited используются для определения релевантности. Создание оригинальных исследований и авторитетного контента, на который ссылаются другие, подтверждает свою важность.

Worst practices (это делать не надо)

• Игнорирование Пользовательского Негатива: В системе, где Don't Like It и негативные комментарии напрямую влияют на Registry и последующее ранжирование, игнорирование проблем пользователей или предоставление некачественного контента приведет к пессимизации.
• Манипуляции с Аннотациями и Социальными Сигналами: Попытки искусственно накрутить лайки или комментарии. Хотя патент не описывает механизмы защиты от спама, любая система, основанная на репутации, будет стремиться выявлять и нейтрализовывать манипуляции.
• Фокус только на Ключевых Словах: Патент создан для преодоления ограничений поиска по ключевым словам. Стратегии, основанные только на текстовой оптимизации без учета качества, репутации и пользовательского опыта, будут неэффективны в рамках этой системы.

Стратегическое значение

Этот патент подтверждает долгосрочное намерение Google интегрировать пользовательские сигналы, социальные доказательства и репутацию в ядро алгоритмов ранжирования. Он демонстрирует видение поиска как коллаборативной среды, где коллективная оценка пользователей помогает отфильтровать некачественный контент. Для SEO это означает, что долгосрочная стратегия должна быть неразрывно связана с управлением репутацией бренда (Brand Reputation Management) и обеспечением превосходного пользовательского опыта (User Experience), поскольку эти факторы могут напрямую транслироваться в сигналы ранжирования.

Практические примеры

Сценарий: Повышение в выдаче на основе экспертных аннотаций

1. Ситуация: SEO-специалист продвигает сайт медицинской клиники, специализирующейся на процедуре LASIK.
2. Действие (основанное на патенте): Клиника публикует подробное руководство по LASIK. Специалист активно работает с авторитетными врачами и медицинскими ассоциациями, поощряя их ознакомиться с материалом. Несколько известных офтальмологов оставляют положительные комментарии и оценки (Like It) через гипотетический Annotation Tool.
3. Обработка системой: Meta-Web Server фиксирует эти аннотации в Registry. Система идентифицирует авторов аннотаций как высокорепутационных экспертов в данной области.
4. Результат: Когда другие пользователи ищут "LASIK", система переранжирует выдачу. Руководство клиники получает значительное повышение в рейтинге, так как его релевантность подтверждена авторитетными аннотациями. В интерфейсе может отображаться пояснение: "Рекомендовано ведущими офтальмологами".