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

Как Google использует паттерны скроллинга на SERP для динамического показа связанных запросов и фильтров

SEARCH RESULTS INCLUDING SUPPLEMENTAL CONTENT TRIGGERED BY USER ACTIONS WHEN BROWSING THE SEARCH RESULTS (Результаты поиска, включающие дополнительный контент, активируемый действиями пользователя при просмотре результатов поиска)
  • US20150160817A1
  • Google LLC
  • 2012-04-10
  • 2015-06-11
  • SERP
  • Поведенческие сигналы
  • Описание
  • Разбор
  • Выводы
  • Практика
  • FAQ
  • Похожие

Google отслеживает взаимодействие пользователя с поисковой выдачей. Если система фиксирует паттерн «прокрутка вниз, затем быстрый возврат вверх», это интерпретируется как неудовлетворенность результатами. В этот момент Google динамически вставляет дополнительный контент (связанные запросы, фильтры, рекламу) под строкой поиска, чтобы помочь пользователю уточнить запрос без ручного ввода текста, что особенно актуально для мобильных устройств.

Описание

Какую проблему решает

Патент решает проблему неэффективного взаимодействия пользователя с поиском в ситуациях, когда первоначальные результаты не удовлетворяют интент. Система направлена на снижение усилий, необходимых пользователю для переформулирования или уточнения запроса, особенно на мобильных устройствах, где ввод текста может быть затруднен. Механизм интерпретирует определенные навигационные действия как сигнал неудовлетворенности и проактивно предлагает альтернативы.

Что запатентовано

Запатентована система динамической модификации страницы результатов поиска (SERP) в ответ на специфические действия пользователя. Изобретение использует поведенческий триггер — последовательность «прокрутка вниз» (scroll down operation), за которой следует «прокрутка вверх» (scroll up operation) — для активации отображения дополнительного контента (supplemental content), такого как предлагаемые запросы, реклама или фильтры.

Как это работает

Система отслеживает действия пользователя на SERP. Паттерн «скролл вниз, затем скролл вверх» интерпретируется как признак того, что пользователь просмотрел результаты, не нашел подходящего и возвращается к строке поиска. При обнаружении этого триггера (Trigger Condition) система модифицирует отображаемый документ, показывая supplemental content в верхней части страницы. Это может быть реализовано путем отображения предварительно загруженного, но скрытого контента, либо путем динамического запроса этого контента с сервера.

Актуальность для SEO

Высокая. Динамическая адаптация интерфейса и анализ поведения пользователя на SERP являются ключевыми элементами современного поиска, особенно в контексте Mobile-First. Механизмы, упрощающие уточнение запроса и улучшающие UX, активно используются Google для удержания пользователей.

Важность для SEO

Влияние на SEO — низкое (3/10). Патент описывает механизм UI/UX, а не алгоритм ранжирования. Он не влияет напрямую на позиции сайта. Однако он имеет стратегическое значение: он демонстрирует, как Google интерпретирует неудовлетворенность пользователя и активно пытается предложить ему альтернативный путь (новый запрос или фильтр). Если триггер активируется, это снижает вероятность того, что пользователь кликнет на один из результатов в текущей выдаче.

Детальный разбор

Термины и определения

Search Result Document (Документ с результатами поиска)
Страница поисковой выдачи (SERP). Документ (например, HTML), содержащий основные результаты и, возможно, логику для отслеживания действий пользователя и отображения дополнительного контента.
Supplemental Content (Дополнительный контент)
Контент, отличный от первоначальных результатов поиска. Включает предлагаемые запросы (suggested search queries), уточнения запроса (search query refinements, например, фильтры по дате или локации), рекламу (advertisements) или изображения.
Trigger Condition (Условие срабатывания / Триггер)
Определенная последовательность действий пользователя (sequence of actions), которая инициирует отображение supplemental content.
Scroll Down Operation / Scroll Up Operation (Операция прокрутки вниз/вверх)
Конкретные действия пользователя по навигации. Последовательность этих действий (вниз, затем вверх) является основным триггером в патенте.
Trigger Detection Component (Компонент обнаружения триггеров)
Логика (например, скрипт на стороне клиента), которая отслеживает действия пользователя и определяет выполнение Trigger Condition.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной метод, выполняемый устройством.

  1. Система получает запрос и отображает Search Result Document.
  2. После отображения система обнаруживает специфическую последовательность действий: (i) первое действие, вызывающее прокрутку вниз к нижней части (bottom portion) документа, за которым следует (ii) второе действие, вызывающее прокрутку вверх к верхней части (top portion) документа.
  3. На основании этого обнаружения система идентифицирует предлагаемые запросы.
  4. Система модифицирует документ, включая в него: (a) предлагаемые запросы И (b) уточнения запроса (search query refinements).
  5. Критическое условие: Модификация происходит ТОЛЬКО после обнаружения указанной последовательности действий.
  6. Система отображает модифицированный документ.

Claim 8 (Независимый пункт): Аналогичен Claim 1, описывает реализацию в виде программных инструкций. Определяет триггер как прокрутку вниз в направлении нижней части и последующую прокрутку вверх в направлении верхней части. Результатом является отображение Supplemental Content (подсказки и уточнения).

Claim 15 (Независимый пункт): Описывает вычислительное устройство, реализующее метод. Триггер определяется как прокрутка вниз к первой секции и вверх ко второй секции. Supplemental Content определяется шире: как включающий множество из предлагаемых запросов, ИЛИ уточнений запроса, ИЛИ изображений, представляющих их.

Где и как применяется

Изобретение применяется на финальном этапе поискового процесса, во время взаимодействия пользователя с интерфейсом, и не затрагивает основные этапы ранжирования.

RERANKING (Уровень Представления / Client-Side Interaction)
Механизм функционирует преимущественно на стороне клиента (в браузере пользователя) после того, как SERP сформирован и отображен. Он не переранжирует результаты, но модифицирует интерфейс SERP.

  • Взаимодействие: Логика обнаружения триггеров (Trigger Detection Component) реализована в виде скриптов (например, JavaScript), встроенных в Search Result Document. Эти скрипты отслеживают события прокрутки.
  • Процесс: При срабатывании триггера компонент отображения (Supplemental Content Presentation Component) модифицирует документ.

Входные данные:

  • Исходный Search Result Document (SERP).
  • Действия пользователя (User Actions) в реальном времени, в частности операции прокрутки.
  • Supplemental Content (либо предварительно загруженный и скрытый, либо получаемый динамически).

Выходные данные:

  • Модифицированный Search Result Document с видимым Supplemental Content.

На что влияет

  • Устройства: Наибольшее влияние оказывается на мобильные устройства. Патент прямо указывает, что это особенно полезно там, где ввод текста является «относительно обременительной задачей» (relatively cumbersome task).
  • Специфические запросы: Влияет на запросы, по которым пользователи часто нуждаются в уточнении (например, широкие или неоднозначные запросы).
  • Типы контента: Влияет на отображение элементов SERP, таких как блоки связанных запросов, фильтры (например, по дате, как в FIG. 8B), изображения (FIG. 8C) или реклама (FIG. 8A).

Когда применяется

  • Триггер активации: Алгоритм активируется строго при обнаружении предопределенной последовательности действий (Trigger Condition).
  • Ключевой триггер: Последовательность Scroll Down Operation, за которой следует Scroll Up Operation.
  • Интерпретация: Это поведение интерпретируется как сигнал неудовлетворенности пользователя результатами и его намерение вернуться к строке поиска для изменения запроса.

Пошаговый алгоритм

Патент описывает два варианта реализации: (А) Динамическая загрузка и (Б) Предварительная загрузка.

Вариант А: Динамическая загрузка (Dynamic Fetching)

  1. Генерация SERP (Сервер): Сервер генерирует SERP с основными результатами и встраивает логику обнаружения триггеров.
  2. Мониторинг (Клиент): Клиент отображает SERP и отслеживает действия пользователя.
  3. Обнаружение триггера (Клиент): Фиксируется последовательность «скролл вниз, затем вверх».
  4. Отправка сигнала (Клиент -> Сервер): Клиент отправляет Trigger Signal на сервер.
  5. Генерация контента (Сервер): Сервер определяет необходимый Supplemental Content.
  6. Передача контента (Сервер -> Клиент): Контент отправляется клиенту.
  7. Модификация SERP (Клиент): Клиент вставляет полученный контент в текущий документ (обычно вверху).

Вариант Б: Предварительная загрузка (Hidden Content)

  1. Генерация SERP (Сервер): Сервер генерирует SERP, включающий основные результаты и Supplemental Content (помеченный как скрытый). Также встраивается логика обнаружения триггеров.
  2. Передача и Мониторинг (Клиент): Клиент получает полный документ и отслеживает действия пользователя. Пользователь видит только основные результаты.
  3. Обнаружение триггера (Клиент): Фиксируется последовательность «скролл вниз, затем вверх».
  4. Модификация SERP (Клиент): Логика на стороне клиента делает скрытый Supplemental Content видимым. Взаимодействие с сервером не требуется.

Какие данные и как использует

Данные на входе

Патент фокусируется исключительно на интерфейсных взаимодействиях.

  • Поведенческие факторы (на SERP): Ключевые данные — это действия пользователя в реальном времени. Отслеживаются операции прокрутки (Scroll Down/Up Operations) и жесты (например, свайпы на сенсорных экранах).
  • Пользовательские факторы (Устройство): Тип устройства (мобильное или десктоп). Система может включать логику мониторинга только для определенных интерфейсов (например, mobile search interface).

Какие метрики используются и как они считаются

  • Патент не использует метрики ранжирования или скоринги. Основной механизм — это бинарное обнаружение предопределенной последовательности действий (Trigger Condition). Система определяет, соответствуют ли действия пользователя заданному паттерну (Скролл Вниз -> Скролл Вверх). Конкретные пороги (скорость, глубина прокрутки) в патенте не детализированы.

Выводы

  1. Интерпретация поведения пользователя на SERP: Патент демонстрирует, что Google активно интерпретирует физические действия пользователя на странице выдачи. Паттерн «скролл вниз, затем скролл вверх» рассматривается как четкий сигнал неудовлетворенности текущими результатами.
  2. Динамическая адаптация UI для удержания: Вместо того чтобы ждать, пока пользователь вручную введет новый запрос, система проактивно вмешивается и предлагает альтернативы (Supplemental Content). Цель — улучшить UX и удержать пользователя в поиске.
  3. Фокус на мобильном опыте (Mobile-First): Механизм разработан с явным учетом ограничений мобильных устройств, где ручной ввод менее удобен, чем выбор предложенного варианта.
  4. Патент про UI/UX, а не про ранжирование: Описанный механизм не влияет на алгоритмы ранжирования сайтов. Он касается только условий отображения элементов интерфейса Google (связанные запросы, фильтры, реклама).
  5. Гибкость реализации: Система может работать как полностью на стороне клиента (показывая скрытый контент), так и через динамическое взаимодействие с сервером, что позволяет адаптировать выдачу в реальном времени.

Практика

Best practices (это мы делаем)

Хотя патент описывает UI механизм Google, он имеет важные косвенные последствия для SEO-стратегии.

  • Приоритет немедленного удовлетворения интента: Необходимо стремиться к тому, чтобы пользователь был удовлетворен первыми результатами и не активировал этот триггер неудовлетворенности. Если триггер срабатывает, система активно предложит пользователю альтернативные пути (новые запросы), уводя его от текущей выдачи.
  • Оптимизация сниппетов (Title и Description): Создавайте максимально точные и привлекательные сниппеты. Это повышает вероятность клика на ранних этапах просмотра SERP и снижает вероятность того, что пользователь начнет прокручивать выдачу вверх и вниз в поисках лучшего ответа.
  • Анализ динамических связанных запросов: Наблюдайте, какие именно Supplemental Content (связанные запросы и фильтры) Google динамически показывает в вашей нише при эмуляции поведения неудовлетворенного пользователя. Это ценный источник данных о том, как пользователи уточняют поиск, который можно использовать для улучшения контент-стратегии и расширения семантики.

Worst practices (это делать не надо)

  • Игнорирование релевантности в пользу объема: Создание контента, который ранжируется, но не удовлетворяет интент пользователя. Это приводит к негативным поведенческим сигналам (как описанный в патенте паттерн скроллинга или pogo-sticking), что заставляет Google активировать механизмы помощи и предлагать альтернативы.
  • Пренебрежение мобильной оптимизацией (UX/Скорость): Поскольку механизм особенно актуален для мобильных устройств, общая неудовлетворенность пользователей мобильным поиском (в том числе из-за медленных или неудобных сайтов в выдаче) может стимулировать более агрессивное применение этого механизма со стороны Google.

Стратегическое значение

Патент подтверждает стратегический фокус Google на анализе поведения пользователя непосредственно на SERP для оценки удовлетворенности и динамической адаптации выдачи. Это подчеркивает, что борьба за пользователя не заканчивается на этапе ранжирования. Стратегия должна быть направлена на то, чтобы быть лучшим ответом с первого взгляда и предотвращать сценарии, в которых Google считает необходимым предложить пользователю помощь в уточнении запроса.

Практические примеры

Сценарий: Использование динамических подсказок для анализа интента

  1. Задача: Понять, как пользователи уточняют широкий запрос «лечение простуды».
  2. Действие: SEO-специалист анализирует мобильную выдачу по этому запросу. Он эмулирует поведение неудовлетворенного пользователя: быстро прокручивает SERP вниз, а затем резко возвращается наверх к строке поиска.
  3. Наблюдение: При возврате наверх Google динамически показывает Supplemental Content. Появляются уточнения: «лечение простуды у детей», «быстрое лечение простуды» и фильтр «Новости за 24 часа».
  4. Интерпретация: Пользователи, ищущие общее лечение, часто нуждаются в сегментации (по возрасту), скорости решения проблемы или ищут самую свежую информацию (возможно, о новых методах или вспышках заболевания).
  5. Применение в SEO: Контент-план дополняется статьями, сфокусированными на лечении детей и быстрых методах. В основную статью добавляются блоки с актуальными новостями или датой последнего обновления для повышения доверия и удовлетворенности пользователя.

Вопросы и ответы

Описывает ли этот патент новый фактор ранжирования?

Нет. Патент описывает исключительно механизм пользовательского интерфейса (UI/UX). Он определяет условия (триггеры), при которых на странице результатов поиска динамически отображается дополнительный контент (например, связанные запросы или фильтры). Это не влияет на алгоритмы, определяющие позиции сайтов в органической выдаче.

Что является основным триггером для показа дополнительного контента?

Основной триггер — это специфическая последовательность действий: пользователь прокручивает страницу результатов вниз (scroll down operation), а затем прокручивает её обратно вверх (scroll up operation). Google интерпретирует это поведение как признак неудовлетворенности текущими результатами и намерение изменить запрос.

Связан ли этот механизм с Pogo-Sticking?

Концептуально они похожи, так как оба измеряют неудовлетворенность пользователя. Однако Pogo-sticking — это клик на результат и быстрый возврат на SERP. Описанный механизм срабатывает внутри самого SERP на основе паттернов скроллинга, даже если кликов по результатам не было.

Какой контент может быть показан при срабатывании триггера?

Патент называет это Supplemental Content. Он может включать предлагаемые поисковые запросы (suggested search queries), инструменты для уточнения запроса (search query refinements, например, фильтры по дате или локации), рекламу (advertisements) или изображения, связанные с запросом.

Работает ли этот механизм только на мобильных устройствах?

Патент делает сильный акцент на мобильных устройствах, указывая, что механизм особенно полезен там, где ввод текста затруднен. Технически он может применяться и на десктопах, но его основная ценность раскрывается в мобильном поиске.

Как технически реализован показ этого контента? Страница перезагружается?

Страница не перезагружается. Патент описывает два метода: 1) Контент загружается заранее вместе с SERP, но остается скрытым до срабатывания триггера. 2) Контент динамически запрашивается с сервера и встраивается в страницу после обнаружения триггера на стороне клиента.

Как этот патент влияет на мою SEO-стратегию?

Он подчеркивает важность немедленного удовлетворения интента. Ваша цель — предоставить лучший ответ так, чтобы пользователь не начал искать альтернативы. Если триггер срабатывает, Google активно предложит пользователю уйти на другой запрос, что означает потерю потенциального трафика для сайтов в текущей выдаче.

Можно ли использовать этот механизм для анализа ниши?

Да. Эмулируя поведение неудовлетворенного пользователя (скролл вниз/вверх) и наблюдая, какие связанные запросы или фильтры предлагает Google, можно выявить пробелы в текущей выдаче и понять, как пользователи склонны уточнять свои запросы. Это полезно для контент-стратегии.

Где обычно появляется этот дополнительный контент?

Патент предполагает размещение в верхней части (top portion) документа с результатами поиска, например, непосредственно под строкой ввода запроса. Это логично, так как триггер срабатывает, когда внимание пользователя возвращается именно в эту область.

Влияет ли срабатывание этого механизма на поведенческие факторы ранжирования?

В данном патенте не указано, что этот сигнал (паттерн scroll down/up) используется для ранжирования. Он используется исключительно как триггер для изменения пользовательского интерфейса. Любые утверждения о прямом влиянии на ранжирование на основе этого патента будут спекуляцией.

Похожие патенты

Как Google динамически расширяет результаты поиска на SERP, добавляя превью и контент из других источников
Анализ патента Google, описывающего механизм пользовательского интерфейса (UI), позволяющий пользователям взаимодействовать с результатом поиска (например, свайпом) для отображения «Расширенного контента» прямо на SERP. Этот контент может включать предварительный просмотр страниц сайта или релевантную информацию из других источников («off-page content»), например, карты или изображения. При этом слот результата расширяется, предоставляя больше информации без ухода со страницы выдачи.
  • US9201925B2
  • 2015-12-01
  • SERP

  • Поведенческие сигналы

Как Google использует прогрессивную загрузку результатов в поиске по картинкам во время автозаполнения запроса
Патент Google, описывающий механизм оптимизации загрузки результатов поиска по картинкам во время ввода запроса (as-you-type). Система сначала показывает небольшой набор изображений для лучшего предполагаемого запроса. Дополнительные результаты загружаются автоматически только в том случае, если система обнаруживает «сигнал заинтересованности пользователя» (например, прокрутку или паузу при вводе), что позволяет экономить ресурсы сервера и трафик.
  • US20150169643A1
  • 2015-06-18
  • Поведенческие сигналы

  • SERP

Как Google использует персональные выделения контента и поведение чтения для гиперперсонализации поисковой выдачи
Google отслеживает, какой текст пользователи выделяют на веб-страницах и как они читают контент (включая скорость прокрутки и потенциально отслеживание взгляда). Эта информация используется для глубокой персонализации будущих поисковых запросов: система аннотирует знакомые результаты, использует содержание выделенного текста для подбора другого релевантного контента и автоматически возвращает пользователя к последнему просмотренному фрагменту.
  • US11514126B2
  • 2022-11-29
  • Персонализация

  • Поведенческие сигналы

  • SERP

Как Google использует сигналы вовлеченности пользователей для ранжирования контента в системах без поискового запроса (например, Google Discover)
Патент описывает механизм генерации рекомендаций контента на основе того, что пользователь просматривает в данный момент, без ввода поискового запроса. Система анализирует текущий контент, находит связанные ресурсы и ранжирует их, основываясь преимущественно на метриках вовлеченности пользователей (трендовость, частота просмотров, совместные просмотры), а не только на текстовой релевантности.
  • US10152521B2
  • 2018-12-11
  • Поведенческие сигналы

  • Персонализация

Как Google использует историю поиска и браузинга пользователя для персонализации и изменения результатов выдачи
Google записывает историю поиска и просмотров пользователя для последующей персонализации выдачи. Система может повышать в ранжировании ранее посещенные сайты, добавлять в текущую выдачу релевантные результаты из прошлых похожих запросов, а также понижать сайты, которые пользователь ранее видел, но проигнорировал. Патент также описывает создание "предпочитаемых локаций" на основе частоты посещений и времени пребывания на сайте.
  • US9256685B2
  • 2016-02-09
  • Персонализация

  • Поведенческие сигналы

  • SERP

Популярные патенты

Как Google использует консенсус анкорных текстов для определения авторитетных источников и проверки фактов в Knowledge Graph
Google определяет, является ли веб-страница авторитетным источником о конкретной сущности (Entity), анализируя все анкорные тексты входящих ссылок. Система находит консенсусное описание (Center of Mass). Если оно совпадает с именем сущности и это имя присутствует в заголовке страницы, документ используется как эталон для проверки (Corroboration) фактов в базе знаний Google (Fact Repository).
  • US9208229B2
  • 2015-12-08
  • Knowledge Graph

  • Ссылки

  • EEAT и качество

Как Google использует клики пользователей в поиске по картинкам для понимания содержания изображений и улучшения таргетинга
Google анализирует поведение пользователей в поиске по картинкам для идентификации содержания изображений. Если пользователи ищут определенный запрос (идею) и массово кликают на конкретное изображение в результатах, система связывает это изображение с данным запросом (концепцией). Эти данные используются для улучшения ранжирования в поиске картинок и для предложения релевантных ключевых слов рекламодателям, загружающим схожие изображения.
  • US11409812B1
  • 2022-08-09
  • Поведенческие сигналы

  • Семантика и интент

  • SERP

Как Google комбинирует поведенческие сигналы из разных поисковых систем для улучшения ранжирования
Google использует механизм для улучшения ранжирования путем объединения данных о поведении пользователей (клики и время взаимодействия) из разных поисковых систем (например, Веб-поиск и Поиск по Видео). Если в основной системе данных недостаточно, система заимствует данные из другой, применяя весовой коэффициент и фактор сглаживания для контроля смещения и обеспечения релевантности.
  • US8832083B1
  • 2014-09-09
  • Поведенческие сигналы

  • SERP

Как Google использует клики по изображениям для определения схожести запросов и картинок (Поведенческая схожесть)
Google анализирует поведение пользователей в поиске по картинкам, чтобы определить схожесть двух запросов (или двух изображений). Если пользователи часто кликают на одни и те же изображения в ответ на разные запросы, эти запросы считаются похожими. Этот механизм (Коллаборативная фильтрация) позволяет находить связи независимо от языка или типа запроса (текст/изображение) и используется для генерации рекомендаций.
  • US8280881B1
  • 2012-10-02
  • Поведенческие сигналы

  • Семантика и интент

  • Мультимедиа

Как Google использует поведение пользователей для определения синонимичности фраз в запросах, связанных с сущностями
Google анализирует поведение пользователей (клики по результатам поиска), чтобы определить, означают ли разные фразы одно и то же, когда они связаны с одним типом сущности (например, «достопримечательности в <Город>» против «места для посещения в <Город>»). Если пользователи кликают на одни и те же документы для разных фраз, система считает эти фразы эквивалентными, что помогает Google понимать синонимы и улучшать результаты поиска.
  • US10073882B1
  • 2018-09-11
  • Семантика и интент

  • Поведенческие сигналы

Как Google динамически меняет формулы ранжирования, адаптируя веса факторов под контекст запроса и пользователя
Google не использует единую модель ранжирования. Система использует машинное обучение для создания множества специализированных моделей (Predicted Performance Functions), обученных на исторических данных о кликах для разных контекстов (Search Contexts). При получении запроса система определяет контекст (тип запроса, язык, локация пользователя) и применяет ту модель, которая лучше всего предсказывает CTR в этой ситуации, динамически изменяя значимость различных сигналов ранжирования.
  • US8645390B1
  • 2014-02-04
  • Персонализация

  • Поведенческие сигналы

  • SERP

Как Google персонализирует поиск, повышая в выдаче объекты, которые пользователь ранее явно отметил как интересные
Google использует механизм персонализации поисковой выдачи. Если пользователь явно отметил определенный объект (например, место, компанию, веб-страницу) как интересующий его, этот объект получит значительное повышение в ранжировании при последующих релевантных запросах этого пользователя. Уровень повышения зависит от степени интереса, указанной пользователем.
  • US20150242512A1
  • 2015-08-27
  • Персонализация

  • Поведенческие сигналы

  • SERP

Как Google использует свой индекс для автоматического обновления устаревших ссылок в закладках, истории поиска и на веб-страницах
Система Google поддерживает актуальность различных коллекций URL (закладки пользователей, история поиска, электронные письма), используя основной поисковый индекс как эталон канонических адресов. Если сохраненный URL устарел, система автоматически заменяет его на актуальную версию. Также описан механизм уведомления владельцев сайтов о неработающих исходящих ссылках.
  • US20130144836A1
  • 2013-06-06
  • Ссылки

  • Индексация

  • Техническое SEO

Как Google использует всплески поискового интереса и анализ новостей для обновления Графа Знаний в реальном времени
Google отслеживает аномальный рост запросов о сущностях (людях, компаниях) как индикатор реального события. Система анализирует свежие документы, опубликованные в этот период, извлекая факты в формате Субъект-Глагол-Объект (SVO). Эти факты используются для оперативного обновления Графа Знаний или добавления блока «Недавно» в поисковую выдачу.
  • US9235653B2
  • 2016-01-12
  • Knowledge Graph

  • Свежесть контента

  • Семантика и интент

Как Google определяет связанность документов с использованием Co-citation, анализа текста вокруг ссылок и паттернов пользовательского доступа
Google использует методы для ограничения результатов поиска на основе заданного контекста (например, набора URL-адресов или категории). Патент детализирует, как система определяет «связанность» между документами, используя такие методы, как анализ совместного цитирования (co-citation), анализ текста, окружающего ссылки в цитирующих документах, и анализ корреляции паттернов доступа пользователей.
  • US7305380B1
  • 2007-12-04
  • Ссылки

  • SERP

  • Поведенческие сигналы

seohardcore