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

Как Google отображает расширенные результаты поиска (Knowledge Panels) прямо в приложении для звонков на смартфоне

MULTI-FORMAT SEARCH RESULTS IN DIALER APPLICATION (Мультиформатные результаты поиска в приложении для набора номера)
  • US20170147710A1
  • Google LLC
  • 2015-11-20
  • 2017-05-25
  • Knowledge Graph
  • Local SEO
  • Описание
  • Разбор
  • Выводы
  • Практика
  • FAQ
  • Похожие

Патент Google описывает интерфейс приложения для набора номера (Dialer App). При поиске компании система отображает один результат в расширенном формате (Knowledge Panel) с фото, картой и отзывами, а остальные — в кратком формате. Пользователь может развернуть любой результат, не покидая приложения, чтобы увидеть детали перед звонком.

Описание

Какую проблему решает

Патент решает проблему фрагментации пользовательского опыта при поиске информации о бизнесе с намерением совершить звонок. Пользователям часто не хватает данных (например, точного адреса, отзывов, часов работы) в стандартном интерфейсе приложения для набора номера (Dialer Application), что вынуждает их переключаться в браузер или карты для уточнения деталей. Это прерывает процесс и требует дополнительных усилий. Изобретение улучшает UX, предоставляя расширенную информацию о результатах поиска внутри интерфейса звонков.

Что запатентовано

Запатентован метод отображения и управления результатами поиска непосредственно в интерфейсе Dialer Application, реализованный на устройстве пользователя. Система использует два формата отображения: детальный (Knowledge Panel format) и сводный (Summary format). При запуске поиска первый результат отображается в детальном формате, а остальные — в сводном. Интерфейс позволяет пользователю динамически изменять формат отображения, при этом одновременно в детальном формате может находиться только один результат.

Как это работает

Механизм работает на стороне клиентского устройства в приложении для звонков:

  • Ввод запроса: Пользователь вводит поисковый запрос в Dialer Application.
  • Мультиформатное отображение: Система получает результаты. Первый результат отображается в Knowledge Panel format (показывает больше типов фактов, например, фото, карту, отзывы). Остальные результаты отображаются в Summary format (показывает меньше типов фактов, например, только название и адрес).
  • Динамическое взаимодействие: Если пользователь разворачивает результат в Summary format (например, нажимая иконку "+"), система автоматически сворачивает результат, который ранее был в Knowledge Panel format, и отображает выбранный результат в детальном виде.
  • Инициирование звонка: Пользователь может инициировать голосовой вызов, выбрав любой из результатов (Dial selection).

Актуальность для SEO

Высокая (для мобильного UX). Описанные функции являются стандартными для современных интеллектуальных приложений набора номера (например, Google Dialer на Android). Интеграция локального поиска и данных из Knowledge Graph непосредственно в процесс совершения звонка остается ключевым направлением развития мобильных операционных систем.

Важность для SEO

Влияние на традиционное веб-SEO минимальное (15/100). Это патент о пользовательском интерфейсе (UI/UX), а не об алгоритмах ранжирования или индексирования. Он не описывает, как Google ранжирует сайты, а только то, как уже собранные данные о локальных бизнесах отображаются в конкретном приложении. Однако патент имеет значение для локального SEO и оптимизации присутствия в Knowledge Graph, поскольку именно эти данные используются для наполнения расширенных результатов в приложении.

Детальный разбор

Термины и определения

Dialer Application (Приложение для набора номера)
Приложение на мобильном устройстве ("звонилка"), основная функция которого — инициирование телефонных звонков. В контексте патента оно интегрировано с функцией поиска сущностей.
Dial selection (Выбор для звонка)
Действие пользователя, направленное на инициацию голосового вызова сущности, указанной в результате поиска.
Expansion selection (Выбор для разворачивания)
Действие пользователя (например, нажатие на иконку "+"), направленное на трансформацию результата из Summary format в Knowledge Panel format.
Fact types (Типы фактов)
Категории данных о сущности (например, адрес, телефон, изображение, отзыв, данные карты).
Knowledge Graph (Граф знаний)
Упомянут в описании патента. База данных, хранящая структурированные факты о сущностях. Используется как источник данных для Knowledge Panels.
Knowledge Panel format (Формат Панели знаний)
Расширенный формат отображения результата поиска. Содержит первый набор типов фактов (first set of fact types), предоставляя детальную информацию.
Summary format (Сводный формат)
Сжатый формат отображения результата поиска. Содержит второй набор типов фактов (second set of fact types), который является строгим подмножеством (proper subset) первого набора.

Ключевые утверждения (Анализ Claims)

Патент описывает логику работы пользовательского интерфейса, выполняемую на устройстве пользователя (user device), а не алгоритмы поиска.

Claim 1 (Независимый пункт): Описывает основной процесс взаимодействия с интерфейсом Dialer Application.

  1. Отображение интерфейса Dialer Application с полем ввода запроса.
  2. Отображение результатов поиска в ответ на запрос.
  3. Ключевое условие отображения:
    • Первый результат инициализируется в Knowledge Panel format (использует первый набор Fact Types).
    • Остальные результаты инициализируются в Summary format (использует второй набор Fact Types, являющийся подмножеством первого).
  4. Система получает Expansion selection одного из оставшихся результатов.
  5. Трансформация:
    • Перевод первого результата из Knowledge Panel format в Summary format (сворачивание).
    • Перевод выбранного результата из Summary format в Knowledge Panel format (разворачивание).
  6. Получение Dial selection и инициирование звонка соответствующей сущности.

Claim 2 (Зависимый от 1): Детализирует отображение результатов, включая группировку.

  1. Группировка результатов поиска, которые описывают разную контактную информацию для одной и той же сущности (например, разные филиалы).
  2. Отображение контактной информации, общей для всех сгруппированных сущностей (например, единый номер службы поддержки, как указано в Claim 3).

Claims 4 и 5 (Зависимые от 1): Уточняют разницу в типах фактов. Knowledge Panel format включает изображение (Claim 4) или номер телефона (Claim 5), в то время как Summary format их не включает.

Где и как применяется

Этот патент не описывает традиционные этапы поисковой архитектуры (Crawling, Ranking). Он фокусируется на уровне представления данных (Presentation Layer) в конкретном клиентском приложении.

INDEXING – Индексирование и извлечение признаков (Косвенно)
Система полагается на данные, которые были предварительно проиндексированы и структурированы. В описании упоминаются Search Index и Knowledge Graph, которые формируются на основе проиндексированных данных. Эти данные (факты о сущностях) используются для наполнения результатов в обоих форматах.

Уровень Приложения (Application Layer / Client-Side)
Весь описанный механизм реализован в клиентском приложении — Dialer Application на мобильном устройстве пользователя. Приложение взаимодействует с поисковой системой (Search System) для получения результатов, но вся логика мультиформатного отображения, группировки и интерактивного переключения форматов выполняется локально на устройстве.

Входные данные:

  • Запрос пользователя, введенный в Dialer Application.
  • Набор результатов поиска от поисковой системы, включающий структурированные данные (Fact types) для каждой сущности.
  • Действия пользователя в интерфейсе (Expansion selection, Dial selection).

Выходные данные:

  • Динамический пользовательский интерфейс, отображающий результаты в мультиформатном виде.
  • Инициирование голосового вызова.

На что влияет

  • Конкретные типы контента и ниши: Влияет исключительно на отображение локальных бизнесов, организаций и других сущностей (Local Entities), имеющих телефонные номера и физические адреса (Local SEO).
  • Специфические запросы: Влияет на локальные информационные или транзакционные запросы, выполняемые пользователем с намерением совершить звонок в рамках Dialer Application.
  • Ограничения: Механизм ограничен функциональностью Dialer Application и не влияет на веб-поиск, поиск в браузере или Google Maps.

Когда применяется

Алгоритм применяется исключительно в среде Dialer Application на мобильном устройстве при выполнении следующих условий:

  • Триггеры активации: Пользователь инициирует поиск внутри этого приложения.
  • Условия применения: Поисковая система возвращает более одного результата.

Пошаговый алгоритм

Процесс работы интерфейса на устройстве пользователя:

  1. Инициализация интерфейса: Отображение пользовательского интерфейса Dialer Application.
  2. Ввод запроса: Получение поискового запроса от пользователя через поле ввода.
  3. Получение данных: Запрос и получение от поисковой системы набора результатов.
  4. Первичное отображение:
    1. Отображение первого результата поиска в Knowledge Panel format (используя расширенный набор Fact Types).
    2. Отображение остальных результатов в Summary format (используя базовый набор Fact Types).
  5. Группировка (Опционально): Визуальная группировка филиалов одной сущности и отображение общей контактной информации.
  6. Обработка взаимодействия (Развертывание):
    1. Получение Expansion selection для результата в Summary format.
    2. Трансформация (сворачивание) текущего результата из Knowledge Panel format в Summary format.
    3. Трансформация (развертывание) выбранного пользователем результата в Knowledge Panel format.
  7. Обработка взаимодействия (Звонок): Получение Dial selection и инициирование голосового вызова соответствующей сущности.

Какие данные и как использует

Данные на входе

Патент фокусируется на использовании структурированных данных о сущностях, предположительно получаемых из Knowledge Graph.

  • Структурные и Контентные факторы (Fact Types):
    • Название сущности.
    • Адрес сущности.
    • Телефонный номер (включая локальные и общие toll-free номера).
    • Отзывы (A positive review snippet).
  • Мультимедиа факторы:
    • Изображения (Images), связанные с сущностью.
  • Географические факторы:
    • Данные карты (Map Data) для отображения местоположения.

Какие метрики используются и как они считаются

В патенте не упоминаются метрики ранжирования или оценки качества. Система оперирует логическими условиями отображения, основанными на доступности данных и позиции результата.

  • Позиция №1: Результат на первой позиции по умолчанию получает Knowledge Panel format.
  • Сравнение наборов данных: Система различает форматы на основе набора отображаемых Fact types. Установлено правило, что набор фактов в Summary format является строгим подмножеством (proper subset) набора фактов в Knowledge Panel format.

Выводы

Патент описывает внутренние процессы пользовательского интерфейса Google без прямых рекомендаций для SEO-ранжирования. Однако он дает важное понимание контекста использования данных.

  1. Фокус на UI/UX, а не на SEO-ранжировании: Патент описывает исключительно механизм пользовательского интерфейса для улучшения опыта взаимодействия с результатами поиска в Dialer Application. Он не содержит информации об алгоритмах ранжирования.
  2. Автоматическое управление пространством экрана: Ключевой особенностью является механизм, который позволяет отображать только один расширенный результат (Knowledge Panel) одновременно, автоматически сворачивая другие при разворачивании нового.
  3. Приоритет первой позиции: Результат на первой позиции получает визуальное преимущество, так как по умолчанию отображается в расширенном формате.
  4. Зависимость от Knowledge Graph: Для реализации этого интерфейса система полагается на структурированные данные о сущностях из Knowledge Graph. Это подтверждает важность Графа Знаний как источника данных для всех интерфейсов Google.
  5. Важность полноты данных для Local SEO: Хотя патент не о ранжировании, он подчеркивает, что для информативного отображения в Knowledge Panel format (с фото, отзывами, картой) необходимо, чтобы эти данные присутствовали в профиле сущности.

Практика

ВАЖНО: Патент является инфраструктурным (описывает UI/UX) и не дает прямых практических выводов для влияния на ранжирование в поиске Google. Рекомендации касаются управления данными о сущностях (Entity Management) и Local SEO.

Best practices (это мы делаем)

  • Полное заполнение Google Business Profile (GBP): Необходимо обеспечить максимальную полноту и точность данных в GBP (адрес, телефон, часы работы). Эти данные питают Knowledge Graph и используются для формирования Knowledge Panel format в Dialer App.
  • Управление визуальным контентом: Загрузка качественных и релевантных изображений в GBP критична, так как изображения являются частью расширенного формата отображения.
  • Работа с отзывами: Стимулирование и обработка отзывов важны, поскольку сниппеты отзывов (review snippet) также отображаются в расширенном формате.
  • Управление филиалами: Для сетей и франшиз необходимо структурировать данные о филиалах в GBP, чтобы система могла корректно группировать результаты и отображать как локальные, так и общие контактные данные (например, единый номер поддержки).

Worst practices (это делать не надо)

  • Игнорирование управления данными о сущности: Отсутствие актуальной информации, фотографий или отзывов в GBP приведет к неинформативному отображению в Dialer Application. Пользователь не сможет получить нужные детали, что может снизить конверсию в звонок.
  • Предоставление противоречивых данных (NAP): Несоответствие названия, адреса и телефона на сайте, в GBP и других каталогах может помешать формированию Knowledge Panel и корректному отображению данных в приложении.
  • Использование некорректных номеров телефонов: Поскольку основная функция приложения — совершение звонка, любая ошибка в контактном номере является критической.

Стратегическое значение

Патент подтверждает стратегию Google по предоставлению быстрых ответов и возможности выполнения задач пользователя непосредственно в текущем интерфейсе (Zero-Click в широком смысле), минимизируя необходимость переключения между приложениями. Для SEO это подчеркивает фундаментальную важность управления сущностями (Entity Management) и оптимизации под Knowledge Graph как способа обеспечения видимости бренда во всей экосистеме Google, включая мобильные ОС.

Практические примеры

Сценарий: Улучшение отображения ресторана в Dialer App

  1. Ситуация: Пользователь ищет ресторан "The French Soup" через стандартное приложение для звонков на своем смартфоне.
  2. Действия SEO-специалиста: Специалист обеспечивает полное заполнение профиля ресторана в Google Business Profile: добавляет актуальный номер телефона, точный адрес для построения карты (Map Data), загружает качественные фотографии блюд и интерьера (Images), собирает положительные отзывы (review snippet).
  3. Результат в Dialer App: Когда "The French Soup" появляется в результатах поиска (особенно на первой позиции), он отображается в Knowledge Panel format. Пользователь видит фотографии, карту и отзывы прямо в приложении для звонков.
  4. Эффект: Повышается информативность результата, что увеличивает вероятность того, что пользователь примет решение позвонить в ресторан для бронирования столика, не покидая приложение.

Вопросы и ответы

Влияет ли этот патент на ранжирование сайта в основном поиске Google?

Нет, этот патент не влияет на ранжирование в веб-поиске. Он описывает исключительно логику работы пользовательского интерфейса (UI/UX) в приложении для совершения звонков (Dialer Application). В нем нет информации о факторах ранжирования или алгоритмах оценки релевантности.

Откуда берутся данные для отображения этих результатов и Knowledge Panels?

В описании патента упоминаются Search Index и Knowledge Graph (Граф знаний). Это означает, что данные берутся из структурированной базы данных Google о сущностях. Для локального бизнеса основным источником этих данных является Google Business Profile (GBP).

Как SEO-специалист может повлиять на то, что отображается в Dialer Application?

Хотя повлиять на ранжирование через этот механизм нельзя, можно повлиять на информативность отображения. Это достигается через качественное управление сущностью (Entity Management), в первую очередь через полное и точное заполнение Google Business Profile, включая загрузку фотографий и работу с отзывами.

Что такое Summary format и Knowledge Panel format?

Summary format — это краткое представление результата (например, название и адрес). Knowledge Panel format — это расширенное представление, включающее больше типов данных (например, фото, карта, отзывы, телефон). Согласно патенту, краткий формат всегда содержит меньше информации (является строгим подмножеством) чем расширенный.

Какой результат получает расширенный формат по умолчанию?

Согласно патенту (Claim 1), первый результат поиска (тот, который занимает позицию №1 в выдаче внутри приложения) изначально отображается в Knowledge Panel format. Это подчеркивает важность достижения топовых позиций в локальном поиске для максимальной видимости.

Почему в интерфейсе развернут только один результат одновременно?

Это сделано для экономии ограниченного пространства на экране мобильного устройства. Патент описывает механизм, который автоматически сворачивает предыдущий расширенный результат при разворачивании нового (Claim 1), обеспечивая читаемость интерфейса и фокусируя внимание пользователя.

Как работает группировка результатов, упомянутая в патенте?

Система может группировать результаты, относящиеся к одной организации, но имеющие разные контактные данные (например, филиалы франшизы) (Claim 2). В этом случае интерфейс визуально объединяет эти результаты и может отображать общую контактную информацию, например, единый номер горячей линии.

Насколько важны фотографии моего бизнеса для этой функции?

Да, это очень важно. Изображения являются ключевым компонентом Knowledge Panel format (Claim 4). Качественные и релевантные фотографии, загруженные через Google Business Profile, делают представление вашего бизнеса более привлекательным и помогают пользователю принять решение о звонке.

Является ли это примером "Zero-Click" поиска?

Да, в определенном смысле. Пользователь получает всю необходимую информацию и может совершить целевое действие (звонок) прямо из интерфейса приложения для набора номера, не переходя на веб-сайт компании. Это подтверждает тренд на удовлетворение интента пользователя непосредственно в интерфейсах Google.

Применяется ли этот механизм в обычном поиске через браузер?

Нет, описанный механизм специфичен для Dialer Application. В браузере результаты поиска и Панели Знаний отображаются по другой логике и не имеют функции автоматического сворачивания при разворачивании другого результата, как описано в данном патенте.

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 позволяет пользователям уточнять запросы, выбирая термины прямо из сниппетов в выдаче
Патент описывает интерфейсный механизм, позволяющий пользователям быстро уточнять поисковые запросы. Пользователь может выделить термин прямо в сниппете результата поиска и через контекстное меню выбрать действие (например, «обязательно включить», «исключить» или «искать как фразу»). Система автоматически переписывает запрос с использованием соответствующих операторов.
  • US20170220680A1
  • 2017-08-03
  • SERP

  • Семантика и интент

Как Google использует итеративное автозаполнение для пошагового формирования поисковых запросов
Патент Google описывает механизм интерфейса, позволяющий пользователям строить запросы пошагово (слово за словом). Вместо немедленного поиска, выбор подсказки добавляет её к запросу и генерирует новый набор подсказок для уточнения интента. Это облегчает создание длинных, специфичных запросов, особенно на мобильных устройствах.
  • US8601019B1
  • 2013-12-03
  • Семантика и интент

Как Google использует визуальные подсказки и интерактивные превью для уточнения запросов в Image Search
Google использует механизм визуальных уточнений в поиске по изображениям. Когда пользователь вводит общий запрос, система предлагает связанные уточненные запросы, сопровождая их репрезентативным изображением. Это позволяет пользователю предварительно оценить результаты уточнения в оверлейном окне, не покидая текущую выдачу, и направляет трафик на более релевантные изображения.
  • US20150370833A1
  • 2015-12-24
  • Мультимедиа

  • SERP

Как Google News использует расширяемые блоки (Story Clusters) для агрегации разнообразного контента по одной теме
Патент Google описывает интерфейс для агрегации контента (например, Google News). Система группирует связанные документы в кластеры и представляет их в виде сворачиваемых блоков. В развернутом виде блок показывает разнообразные типы контента (статьи, видео, мнения, контекст) из разных источников, помогая пользователю всесторонне изучить тему.
  • US9678618B1
  • 2017-06-13
  • Мультимедиа

  • Семантика и интент

Популярные патенты

Как Google использовал специальные токены в запросе (например, «+») для прямой навигации на верифицированные социальные страницы в обход SERP
Google может интерпретировать специальные токены в поисковом запросе (например, «+») как намерение пользователя найти официальную социальную страницу сущности. Если система идентифицирует верифицированный профиль, соответствующий запросу с высокой степенью уверенности, она может перенаправить пользователя прямо на эту страницу, минуя стандартную поисковую выдачу.
  • US9275421B2
  • 2016-03-01
  • Семантика и интент

  • SERP

  • Ссылки

Как Google выбирает сущность для Панели Знаний и решает, когда ее показывать, основываясь на топикальности SERP и CTR
Google использует этот механизм для решения двух задач: выбора наиболее релевантной сущности для Панели Знаний при неоднозначном запросе и определения необходимости показа самой панели. Система анализирует, насколько сущности соответствуют контенту топовых результатов поиска (Topicality Score). Показ панели активируется, если у органических результатов низкий CTR (что указывает на неудовлетворенность пользователей) или если у Google достаточно данных для ее заполнения.
  • US10922326B2
  • 2021-02-16
  • Knowledge Graph

  • SERP

  • Семантика и интент

Как Google анализирует сессии пользователей и кластеризует концепции для генерации блока "Связанные запросы" (Related Searches)
Google анализирует последовательности запросов пользователей в рамках одной сессии для выявления шаблонов уточнений. Система кластеризует эти уточнения по смыслу, анализируя контент ранжирующихся по ним документов или другие запросы, ведущие на эти документы. Это позволяет предлагать пользователям концептуально различные варианты для сужения или изменения темы поиска.
  • US8065316B1
  • 2011-11-22
  • Семантика и интент

  • SERP

  • Поведенческие сигналы

Как Google использует «Фразовую модель» (Phrase Model) для прогнозирования качества сайта на основе статистики использования N-грамм
Google прогнозирует оценку качества сайта, анализируя, какие фразы (N-граммы) используются и как часто они распределены по страницам сайта. Система создает «Фразовую модель», изучая известные высококачественные и низкокачественные сайты, а затем применяет эту модель для оценки новых сайтов по их лингвистическим паттернам.
  • US9767157B2
  • 2017-09-19
  • Семантика и интент

  • Техническое SEO

  • EEAT и качество

Как Google использует визуальный анализ кликов по картинкам для понимания интента запроса и переранжирования выдачи
Google анализирует визуальное содержимое изображений, которые пользователи чаще всего выбирают в ответ на определенный запрос. На основе этого анализа (наличие лиц, текста, графиков, доминирующих цветов) система определяет категорию запроса (например, «запрос о конкретном человеке» или «запрос на определенный цвет»). Эти категории затем используются для переранжирования будущих результатов поиска, повышая изображения, которые визуально соответствуют выявленному интенту.
  • US9836482B2
  • 2017-12-05
  • Семантика и интент

  • Поведенческие сигналы

  • SERP

Как Google использует данные о совместном посещении сайтов (Co-Visitation) для персонализации и повышения релевантности выдачи
Google использует поведенческие данные сообщества пользователей для определения тематической связи между сайтами. Если пользователи часто посещают Сайт А и Сайт Б в течение короткого промежутка времени (Co-Visitation), система создает "Вектор повышения" (Boost Vector). Этот вектор используется для повышения в выдаче тематически связанных сайтов, основываясь на истории посещений пользователя или контексте текущего сайта, улучшая персонализацию и релевантность.
  • US8874570B1
  • 2014-10-28
  • Поведенческие сигналы

  • Персонализация

  • SERP

Как Google автоматически обнаруживает и индексирует контент внутри мобильных приложений для показа в поиске (App Indexing)
Google использует систему для индексации контента нативных мобильных приложений. Для приложений, связанных с веб-сайтами, система проверяет аффилиацию и использует существующие веб-URL для доступа к контенту приложения. Для приложений с кастомными URI система эмулирует работу приложения и итеративно обнаруживает внутренние ссылки. Это позволяет контенту из приложений появляться в результатах поиска в виде глубоких ссылок.
  • US10073911B2
  • 2018-09-11
  • Индексация

  • Краулинг

  • Ссылки

Как Google определяет структурно похожие запросы (sibling queries) для автоматического обучения NLP-моделей
Google использует метод для идентификации "родственных запросов" (sibling queries) — запросов с одинаковой структурой интента, но разными переменными (например, "погода в Москве" и "погода в Париже"). Система сравнивает шаблоны использования этих запросов в логах, основываясь на поведении пользователей, чтобы понять их взаимосвязь без традиционного NLP. Это позволяет автоматически генерировать масштабные наборы данных для обучения ИИ.
  • US11379527B2
  • 2022-07-05
  • Семантика и интент

  • Поведенческие сигналы

Как Google автоматически определяет и отображает обратные ссылки (цитирования) между независимыми веб-страницами
Патент Google, описывающий фундаментальный механизм автоматического обнаружения ссылок между веб-страницами разных авторов. Когда система обнаруживает, что Страница B ссылается на Страницу A, она может автоматически встроить представление (например, ссылку) Страницы B в Страницу A при её показе пользователю. Это технология для построения и визуализации графа цитирований в Интернете.
  • US8032820B1
  • 2011-10-04
  • Ссылки

  • Индексация

  • Краулинг

Как Google определяет популярность и ранжирует физические события (концерты, выставки) в локальной выдаче
Google использует специализированную систему для ранжирования физических событий в определенном месте и времени. Система вычисляет оценку популярности события на основе множества сигналов: количества упоминаний в интернете, кликов на официальную страницу, популярности связанных сущностей (артистов, команд), значимости места проведения и присутствия в общих поисковых запросах о событиях. Затем результаты переранжируются для обеспечения разнообразия, понижая схожие события или события одной категории.
  • US9424360B2
  • 2016-08-23
  • Local SEO

  • Поведенческие сигналы

seohardcore