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

Как Google стабилизирует обновляемые результаты поиска для минимизации изменений в интерфейсе

SYSTEMS AND METHODS FOR CONSTRUCTING A QUERY RESULT SET (Системы и методы для построения набора результатов запроса)
  • US7281008B1
  • Google LLC
  • 2003-12-31
  • 2007-10-09
  • SERP
  • Описание
  • Разбор
  • Выводы
  • Практика
  • FAQ
  • Похожие

Google использует метод для обновления результатов поиска в динамических интерфейсах (таких как тулбары или виджеты), который минимизирует визуальные изменения для пользователя. Система сравнивает старый и новый наборы результатов и старается сохранить позиции совпадающих элементов, чтобы интерфейс не "прыгал" при обновлении.

Описание

Какую проблему решает

Патент решает проблему визуальной нестабильности и дезориентации пользователя при автоматическом обновлении (refresh) результатов поиска в пользовательском интерфейсе. Если новый набор результатов просто заменяет старый, порядок элементов может резко измениться, что мешает пользователю отслеживать информацию и взаимодействовать с интерфейсом.

Что запатентовано

Запатентован метод стабилизации отображения обновляемых результатов поиска. Он включает получение нового набора результатов и его сравнение с текущим отображаемым набором. Система генерирует итоговый набор, который сортируется или модифицируется таким образом, чтобы максимально сохранить порядок элементов, присутствующих в обоих наборах. Это обеспечивает баланс между актуальностью данных и стабильностью пользовательского интерфейса (UX).

Как это работает

Система работает путем сравнения двух наборов данных:

  • Сравнение: Система сравнивает текущий отображаемый набор результатов (First Result Set) с новым набором, полученным после обновления (Second Result Set).
  • Стабилизация порядка: Генерируется итоговый набор (Third Result Set) путем пересортировки нового набора на основе порядка старого. Если элемент присутствовал в первом наборе, система пытается сохранить его позицию в итоговом наборе.
  • Управляемая замена: При введении новых результатов система может применять правила для стратегической замены старых, например, учитывая время их отображения или взаимодействие пользователя с ними.

Актуальность для SEO

Низкая. Патент подан в 2003 году и описывает механизмы, характерные для интерфейсов того времени, таких как Google Desktop, тулбары или виджеты с постоянным автоматическим обновлением. Современные поисковые интерфейсы Google (SERP) редко обновляются автоматически без явного действия пользователя (за исключением некоторых специализированных блоков). Технологии интерфейсов и методы представления данных значительно эволюционировали.

Важность для SEO

(1/10). Патент имеет минимальное значение для SEO. Он описывает исключительно инфраструктурные и интерфейсные (UI/UX) механизмы стабилизации отображения результатов. Он не касается процессов сканирования, индексирования, понимания запросов или алгоритмов ранжирования. SEO-специалистам не нужно предпринимать никаких действий на основе этого патента.

Детальный разбор

Термины и определения

Article Identifier (Идентификатор статьи)
Ссылка или указатель (например, URL, путь к локальному файлу, иконка), который идентифицирует статью (документ, веб-страницу, email).
Display Processor (Процессор отображения)
Компонент системы, отвечающий за построение пользовательского интерфейса, обновление результатов и реализацию логики их стабилизации.
Display Time Measure (Показатель времени отображения)
Метрика, указывающая, как долго конкретный результат отображался пользователю в интерфейсе.
First Result Set (Первый набор результатов)
Текущий набор идентификаторов статей, отображаемый в интерфейсе до обновления.
Refresh Trigger (Триггер обновления)
Событие (например, таймер, действие пользователя, изменение контекста), инициирующее запрос на получение нового набора результатов.
Second Result Set (Второй набор результатов)
Новый набор идентификаторов статей, полученный от поисковой системы в ответ на триггер обновления.
Sort Order (Порядок сортировки)
Последовательность, в которой идентификаторы статей расположены в наборе результатов.
Third Result Set (Третий набор результатов)
Итоговый набор идентификаторов статей, созданный путем сравнения и модификации первого и второго наборов. Именно он будет отображен пользователю после обновления.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной метод стабилизации порядка сортировки при обновлении результатов.

  1. Получение первого набора результатов (First Result Set) с первым порядком сортировки.
  2. Получение второго набора результатов (Second Result Set) со вторым порядком сортировки.
  3. Сравнение второго порядка с первым.
  4. Сортировка второго набора в третий порядок сортировки, основываясь на сравнении с первым порядком. (Это шаг стабилизации).
  5. Создание третьего (итогового) набора результатов (Third Result Set) на основе третьего порядка сортировки.
  6. Вывод третьего набора результатов.

Claim 4 (Зависимый от 1): Детализирует механизм пересортировки для сохранения позиции.

Система идентифицирует Article Identifier, который находится на определенной позиции (например, позиция №1) в первом наборе. Если этот же идентификатор находится на другой позиции (например, позиция №2) во втором наборе, система перемещает его обратно на исходную позицию (позиция №1) в третьем (итоговом) наборе.

Claim 5, 6, 7 (Зависимые от 1): Описывают механизмы исключения результатов из итогового набора.

Система может исключить результат из третьего набора (Claim 5). Это исключение может основываться на событии, связанном с этим результатом в первом наборе (Claim 6). В частности, если пользователь продемонстрировал "отсутствие интереса" (lack of interest) к этому результату (Claim 7).

Claim 9, 13 (Зависимые от 1): Описывают ограничения на степень изменения выдачи.

Третий набор должен соответствовать ограничениям: содержать как минимум предопределенный процент элементов из первого набора (Claim 9) или содержать не более предопределенного количества элементов, отсутствующих в первом наборе (Claim 13). Это предотвращает слишком резкие изменения интерфейса.

Claim 11 (Зависимый от 10): Вводит концепцию минимального времени отображения.

Если время отображения (length of display time) результата меньше минимального порога (minimum display time), этот результат включается в третий набор. Это гарантирует, что результаты не будут заменяться слишком быстро.

Где и как применяется

Патент применяется исключительно на финальных этапах, связанных с представлением результатов пользователю в динамическом интерфейсе.

RERANKING – Переранжирование (Интерфейсный слой)
Основное применение патента происходит после того, как стандартное ранжирование завершено и результаты готовы к отображению. Display Processor получает обновленные результаты (Second Result Set) и применяет логику стабилизации, сравнивая их с текущими результатами (First Result Set), прежде чем отобразить итоговый набор (Third Result Set) в интерфейсе (например, в тулбаре, сайдбаре или виджете). Это не переранжирование в смысле изменения релевантности, а корректировка порядка для улучшения UX.

Входные данные:

  • Первый набор результатов и его Sort Order.
  • Второй набор результатов и его Sort Order.
  • Данные о времени отображения результатов (Display Time Measure).
  • Данные о взаимодействии пользователя с результатами (например, отсутствие кликов).

Выходные данные:

  • Третий набор результатов со стабилизированным порядком сортировки.

На что влияет

  • Форматы контента и интерфейсы: Влияет только на интерфейсы, где результаты поиска обновляются автоматически или часто (refresh). В патенте в качестве примеров упоминаются тулбары, плагины для приложений (например, Microsoft Word), плавающие панели (floating title bar), HTML-документы.
  • Стандартный поиск: Не влияет на стандартную статичную страницу поисковой выдачи (SERP), которая не обновляется сама по себе.

Когда применяется

  • Триггеры активации: При получении триггера обновления (Refresh Trigger).
  • Частота применения: Обновление может происходить периодически (например, каждые пять минут), непрерывно, через случайные интервалы или после периода неактивности пользователя.
  • Условия: Применяется всякий раз, когда необходимо заменить текущий набор результатов новым набором в динамическом интерфейсе.

Пошаговый алгоритм

  1. Получение триггера: Display Processor получает сигнал о необходимости обновить текущий (первый) набор результатов.
  2. Запрос нового набора: Система запрашивает у поискового движка новый (второй) набор результатов. Запрос может быть идентичен предыдущему или изменен с учетом текущего контекста пользователя.
  3. Получение и сравнение: Система получает второй набор и сравнивает его Sort Order с порядком первого набора. Определяются совпадения, различия и изменения позиций элементов.
  4. Реконструкция (Стабилизация): Система генерирует третий (итоговый) набор путем модификации второго набора на основе следующих правил:
    • Сохранение позиций: Если идентификатор присутствует в обоих наборах, система пытается поместить его в третьем наборе на ту же позицию, что и в первом.
    • Применение ограничений: Учитываются ограничения на максимальное количество изменений (процент или число новых элементов).
    • Учет времени отображения: Элементы, которые отображались меньше минимального времени, стараются не заменять. При необходимости замены предпочтение отдается замене элемента, который отображался дольше всего.
    • Исключение неинтересных элементов: Элементы, к которым пользователь не проявил интерес (lack of interest), могут быть исключены.
  5. Отображение: Третий набор результатов отображается в интерфейсе, заменяя первый.

Какие данные и как использует

Данные на входе

  • Поведенческие факторы: Используются данные о взаимодействии пользователя с результатами. Упоминается "отсутствие интереса" (lack of interest) как основание для исключения результата при обновлении (например, результат долго отображался, но пользователь на него не кликнул).
  • Временные факторы: Используется показатель времени отображения (Display Time Measure) для каждого результата. Эти данные используются для принятия решения о том, можно ли заменить результат или его нужно сохранить в выдаче.
  • Системные данные: Порядок сортировки (Sort Order) первого и второго наборов результатов.

Какие метрики используются и как они считаются

  • Степень совпадения: Сравнение позиций идентификаторов в первом и втором наборах.
  • Минимальное время отображения (Minimum Display Time): Пороговое значение. Если результат отображался меньше этого времени, он защищен от замены.
  • Максимальное количество изменений: Пороговое значение (процент или абсолютное число), ограничивающее количество новых элементов в итоговом наборе по сравнению с текущим.
  • Показатель отсутствия интереса: Метрика (детали расчета не указаны), указывающая, что пользователь не взаимодействовал с результатом.

Выводы

  1. Патент описывает исключительно UI/UX механизмы: Патент описывает инфраструктурные и интерфейсные процессы Google, направленные на улучшение восприятия динамически обновляемых интерфейсов (виджетов, тулбаров).
  2. Баланс актуальности и стабильности: Ключевая идея — предотвращение визуального "шума" при обновлении данных. Система активно препятствует резким изменениям порядка результатов (Sort Order), чтобы не дезориентировать пользователя.
  3. Механизмы стабилизации: Для стабилизации используются три основных подхода: попытка сохранить исходные позиции совпадающих элементов, ограничение максимального количества изменений за одно обновление и учет минимального времени отображения результата (защита от слишком быстрой замены).
  4. Использование поведенческих данных в UI: Система может использовать данные о поведении пользователя (например, lack of interest) для исключения неактуальных результатов при обновлении интерфейса.
  5. Отсутствие SEO-значимости: Патент не содержит информации об алгоритмах ранжирования, факторах релевантности, E-E-A-T или качестве контента. Он не дает практических выводов для SEO-специалистов.

Практика

ВАЖНО: Патент является инфраструктурным и описывает поведение пользовательского интерфейса. Он не дает практических выводов для SEO.

Best practices (это мы делаем)

Не применимо. Патент не влияет на стандартные SEO-практики, так как не описывает алгоритмы ранжирования.

Worst practices (это делать не надо)

Не применимо. Патент не направлен против каких-либо SEO-манипуляций.

Стратегическое значение

Стратегическое значение для SEO отсутствует. Патент подтверждает внимание Google к пользовательскому опыту (UX) в своих продуктах, но описанные механизмы касаются специфических динамических интерфейсов (виджеты, тулбары), а не основной поисковой выдачи (SERP) и её ранжирования.

Практические примеры

Практических примеров для SEO нет. Патент описывает поведение интерфейса, а не стратегию продвижения.

Вопросы и ответы

Влияет ли этот патент на ранжирование в основном поиске Google (SERP)?

Нет, не влияет. Патент описывает исключительно механизмы отображения и обновления результатов в пользовательском интерфейсе (UI). Он не затрагивает алгоритмы, которые определяют релевантность или качество сайтов. Механизмы стабилизации применяются уже после того, как ранжирование завершено.

Что такое "стабилизация результатов", описанная в патенте?

Это процесс минимизации визуальных изменений при обновлении списка результатов. Вместо того чтобы полностью заменять старый список новым (что может привести к резкому изменению порядка), система сравнивает оба списка. Если элемент присутствует в обоих списках, система старается оставить его на прежней позиции, чтобы интерфейс не "прыгал".

Где могли применяться эти механизмы?

Учитывая дату подачи (2003 год), эти механизмы были актуальны для продуктов типа Google Desktop, тулбаров для браузеров, виджетов или плагинов для приложений (например, сайдбар в почте или текстовом редакторе), которые автоматически обновляли результаты поиска по расписанию или при изменении контекста работы пользователя.

Что означает "отсутствие интереса" (lack of interest) к результату?

Патент не дает точного определения, но подразумевает поведенческие сигналы, указывающие на то, что результат не полезен пользователю. На практике это чаще всего означает, что результат отображался пользователю много раз или в течение длительного времени, но пользователь ни разу на него не кликнул. Такие результаты могут быть исключены при обновлении.

Что такое "минимальное время отображения"?

Это защитный механизм, который предотвращает слишком быструю замену результата. Если результат появился в интерфейсе недавно (меньше установленного порога времени), система не будет его заменять, даже если появились более новые результаты. Это дает пользователю время заметить и изучить новый результат.

Может ли этот механизм объяснить изменения позиций сайта в течение дня?

Нет. Изменения позиций в основной выдаче Google (SERP) связаны с обновлениями индекса, изменениями алгоритмов ранжирования или флуктуациями в реальном времени. Этот патент описывает только стабилизацию отображения уже отранжированных результатов в динамическом интерфейсе, а не сам процесс ранжирования.

Актуален ли этот патент для современных SEO-стратегий?

Нет. Патент имеет низкую актуальность и минимальное влияние на SEO. Он описывает устаревшие интерфейсные решения и не содержит информации, полезной для оптимизации сайтов под современные алгоритмы Google.

Описывает ли патент, как определяются "Article Identifiers"?

Патент указывает, что Article Identifier может быть URL, именем файла, ссылкой, иконкой или путем к локальному файлу. Он используется как уникальный ключ для сравнения результатов между старым и новым наборами данных.

Как система решает конфликты, если нужно сохранить позицию, но также ввести новый результат?

Система использует иерархию правил. Приоритет может отдаваться сохранению позиций, но с учетом ограничений на максимальное количество изменений. Если необходимо ввести новый результат, система выбирает для замены тот элемент, который отображался дольше всего или к которому был проявлен наименьший интерес, при условии, что он уже превысил минимальное время отображения.

Нужно ли SEO-специалисту учитывать этот патент при оптимизации сайта?

Нет. Этот патент относится к области User Experience (UX) и разработки интерфейсов. Он не содержит информации о факторах ранжирования, поэтому его не нужно учитывать при разработке SEO-стратегии или проведении работ по оптимизации сайта.

Похожие патенты

Как Google объединяет основной индекс и свежие изменения пользователя для персонализированного поиска
Google использует механизм для уменьшения задержки между изменением контента пользователем и его появлением в поиске. Система отслеживает изменения (добавления, удаления, модификации), сделанные пользователем, и объединяет их с результатами основного индекса. Это гарантирует, что пользователь может немедленно найти контент, который он только что изменил, даже если основной индекс еще не обновился.
  • US7818324B1
  • 2010-10-19
  • Персонализация

  • Свежесть контента

  • Индексация

Как Google автоматически обновляет результаты поиска в реальном времени без перезагрузки страницы
Google использует клиентский скрипт (например, JavaScript), встроенный в страницу результатов поиска, для автоматического обновления блоков с контентом в реальном времени. Этот скрипт периодически повторно отправляет исходный запрос на сервер, получает самые свежие результаты, появившиеся с момента последней проверки, и динамически встраивает их в страницу выдачи без её полной перезагрузки.
  • US8843856B2
  • 2014-09-23
  • Свежесть контента

  • SERP

Как Google генерирует, ранжирует и отображает результаты поиска в реальном времени (Real-Time Search)
Патент Google описывает комплексную систему для поиска в реальном времени. Он включает механизмы прогнозирования актуальных запросов, предварительного кэширования свежего контента (например, статусов из соцсетей), оценки качества этого контента и авторов. Также описана технология непрерывного обновления выдачи у пользователя с помощью "Time Token" и процесс обработки сокращенных URL.
  • US9043319B1
  • 2015-05-26
  • Свежесть контента

  • SERP

  • Антиспам

Как Google персонализирует результаты поиска изображений на основе языка и местоположения пользователя
Google персонализирует Поиск Изображений, анализируя исторические данные о кликах. Система сравнивает, на что кликает общая популяция пользователей, с тем, что предпочитают пользователи с тем же языком и местоположением. Если предпочтения значительно различаются, Google переранжирует изображения в соответствии с локальным консенсусом, обеспечивая культурно и контекстуально релевантные результаты.
  • US8504547B1
  • 2013-08-06
  • Персонализация

  • Мультимедиа

  • Поведенческие сигналы

Как Google заменяет поисковый запрос на более популярный трендовый запрос внутри социальных сетей
Механизм поиска внутри социальных сетей, который сравнивает популярность (частоту использования) исходного запроса с популярностью связанных запросов за определенный период времени. Если связанный запрос является более трендовым, система показывает результаты для него, а не для исходного запроса, чтобы направить пользователя к более активному и популярному контенту или сообществам.
  • US8892591B1
  • 2014-11-18
  • Свежесть контента

  • SERP

  • Поведенческие сигналы

Популярные патенты

Как Google использует визуальные цитаты и обратную связь для генерации и уточнения ответов в мультимодальном поиске
Google генерирует ответы на мультимодальные запросы (изображение + текст), находя визуально похожие изображения в интернете и используя текст с их исходных страниц как основу для LLM. Система показывает эти изображения как «визуальные цитаты» для подтверждения ответа и позволяет пользователям исключать нерелевантные источники, чтобы мгновенно уточнить сгенерированный результат.
  • US20240378236A1
  • 2024-11-14
  • Мультимедиа

  • EEAT и качество

  • Ссылки

Как Google использует данные из Local Search и Google Maps для распознавания географических названий в основном поиске
Google анализирует поведение пользователей в интерфейсах с отдельными полями ввода "Что?" и "Где?" (например, в Google Maps). На основе этой статистики система определяет, является ли термин однозначным названием местоположения ("Нью-Йорк") или нет ("Пицца"). Это позволяет поиску отличать локальные запросы от общих и формировать "черные списки" для терминов, которые похожи на города, но ими не являются (например, "Орландо Блум").
  • US8782030B1
  • 2014-07-15
  • Local SEO

  • Семантика и интент

  • Поведенческие сигналы

Как Google подменяет ссылки в выдаче, чтобы обойти медленные редиректы на мобильные версии сайтов
Google оптимизирует скорость загрузки, определяя, когда клик по результату поиска вызовет условный редирект (например, с десктопной версии на мобильную). Система заранее подменяет исходную ссылку в выдаче на конечный URL редиректа. Это позволяет устройству пользователя сразу загружать нужную страницу, минуя промежуточный запрос и экономя время.
  • US9342615B2
  • 2016-05-17
  • Техническое SEO

  • SERP

  • Ссылки

Как Google использует клики и пропуски пользователей для оценки и корректировки правил близости терминов (Proximity Rules)
Google анализирует поведение пользователей для оценки эффективности правил близости (Proximity Rules), которые влияют на ранжирование в зависимости от расстояния между ключевыми словами на странице. Система отслеживает, кликают ли пользователи на результаты, где термины расположены далеко друг от друга, или пропускают их. На основе этих данных (Click Count, Skip Count) вычисляется оценка качества правила, что позволяет Google динамически адаптировать важность фактора близости.
  • US9146966B1
  • 2015-09-29
  • Поведенческие сигналы

  • SERP

Как Google использует историю уточнений запросов для выявления и повышения авторитетных сайтов по широким запросам
Google анализирует последовательности запросов пользователей, чтобы понять, как они уточняют свои поисковые намерения. Если пользователи часто переходят от широкого или неточного запроса к более конкретному, который ведет на авторитетный ресурс, Google связывает этот ресурс с исходным широким запросом. Это позволяет показывать авторитетный сайт выше в выдаче, даже если пользователь сформулировал запрос неточно.
  • US8326826B1
  • 2012-12-04
  • Семантика и интент

  • Поведенческие сигналы

  • EEAT и качество

Как Google обучает ИИ-модели для автоматической оценки качества сайтов на основе данных асессоров и предвзятой выборки
Патент Google, описывающий фундаментальную методологию создания систем оценки качества сайтов. Google использует машинное обучение (например, SVM), чтобы найти корреляции между оценками асессоров и измеримыми сигналами сайта (PageRank, клики). Для повышения точности применяется метод «предвзятой выборки» (Biased Sampling): система намеренно собирает больше оценок для сайтов среднего качества («сложных случаев»), чем для очевидно плохих или хороших.
  • US8442984B1
  • 2013-05-14
  • SERP

  • EEAT и качество

  • Поведенческие сигналы

Как Google использует длительность кликов, Pogo-Sticking и уточнение запросов для оценки качества поиска (Click Profiles)
Google анализирует поведение пользователей после клика для оценки удовлетворенности. Система создает «Профили взаимодействия» (Click Profiles), учитывая длительность клика (Dwell Time), возврат к выдаче (Pogo-Sticking) и последующее уточнение запроса. Эти данные используются для сравнения эффективности алгоритмов ранжирования и выявления спама или кликбейта.
  • US9223868B2
  • 2015-12-29
  • Поведенческие сигналы

  • SERP

  • Антиспам

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 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

Как Google использует связанные запросы и временный «бустинг» для обнаружения и тестирования релевантных документов, которые ранжируются низко
Патент описывает механизм улучшения поиска путем перемещения документов на более высокие позиции. Google идентифицирует документы, которые высоко ранжируются по связанным запросам (например, с синонимами, уточнениями или исправленными ошибками), но низко по исходному запросу, и повышает их. Цель — протестировать истинную релевантность этих документов и собрать пользовательский отклик (клики) для улучшения будущего ранжирования.
  • US8521725B1
  • 2013-08-27
  • Поведенческие сигналы

  • SERP

  • Семантика и интент

seohardcore