Как Google использует институциональные подписки для предоставления доступа к закрытым документам в Google Scholar

Термины и определения

Access Link (Ссылка доступа)

Специальная ссылка, добавляемая к результату поиска, которая позволяет пользователю получить доступ к документу через аффилированную библиотеку. Часто указывает на Link Resolver.

Affiliation List / Affiliation Information (Список аффилиации)

Список идентификаторов, предоставляемый библиотекой поисковой системе, определяющий, какие пользователи имеют доступ к ее фондам. Идентификаторы могут включать IP-адреса, диапазоны IP, географическую информацию.

Holding Information (Информация о фондах)

Данные, предоставляемые библиотекой, описывающие документы в ее коллекции (как онлайн, так и офлайн). Включает метаданные (автор, название, журнал, год, ISBN, DOI) и может содержать информацию о Link Resolvers.

Library Index (Библиотечный индекс)

Специализированный индекс, созданный поисковой системой на основе Holding Information и Affiliation Lists. Используется для быстрого сопоставления результатов поиска с доступностью в библиотеках.

Link Resolver (Преобразователь ссылок)

Система на стороне библиотеки, которая принимает стандартизированный запрос от поисковой системы и преобразует его в прямую ссылку на полный текст документа или предоставляет варианты доступа.

Restricted Access Documents (Документы с ограниченным доступом)

Документы, доступ к которым ограничен определенными пользователями (например, студентами, преподавателями) или требует оплаты.

User Identifier (Идентификатор пользователя)

Информация, используемая для идентификации пользователя и определения его аффилиации. Может быть IP-адресом, уникальным ID из cookie или данными учетной записи.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной метод поиска и предоставления доступа к закрытым библиотечным документам.

1. Система хранит информацию о множестве библиотек, каждая из которых ограничивает доступ к своим документам только для аффилированных пользователей.
2. Система получает запрос от пользователя.
3. Идентифицируется набор релевантных документов (результаты поиска).
4. Определяется подмножество библиотек, с которыми пользователь аффилирован и к которым ему разрешен доступ.
5. Из этого подмножества библиотек извлекается holding information (описание доступных документов).
6. Определяется, какие из результатов поиска доступны пользователю через эти аффилированные библиотеки.
7. Пользователю предоставляется результат поиска. Для каждого доступного документа предоставляется access link в аффилированную библиотеку, через которую пользователь может получить документ.

Claim 3 (Зависимый от 2): Уточняет визуальное представление ссылок.

Access Links отображаются в разных размерах в зависимости от уровней доступности (levels of accessibility) соответствующих аффилированных библиотек.

Claim 6 (Зависимый от 1): Уточняет механизм доступа.

Каждая из аффилированных библиотек имеет link resolver. Access link, предоставляемая в результатах поиска, ведет на этот link resolver и содержит информацию, идентифицирующую соответствующий документ, хранящийся в библиотеке.

Claim 7 (Зависимый от 1): Детализирует процесс определения аффилиации.

1. Определяется user identifier пользователя.
2. Извлекается affiliation information (списки доступа) от библиотек.
3. Подмножество аффилированных библиотек идентифицируется путем сопоставления user identifier и affiliation information.

Где и как применяется

Изобретение затрагивает этапы индексирования для подготовки данных и этап переранжирования/метапоиска для аугментации результатов в реальном времени.

INDEXING – Индексирование и извлечение признаков
На этом этапе система обрабатывает данные, полученные от библиотек. Это офлайн-процесс, включающий:

• Получение и обработку Holding Information (каталоги документов).
• Получение и обработку Affiliation Lists (списки авторизованных идентификаторов).
• Генерацию Library Index, который связывает документы с библиотеками и условиями доступа.

RANKING – Ранжирование
На этом этапе происходит стандартный поиск по основному индексу для нахождения документов, релевантных запросу. Алгоритмы ранжирования в патенте не описаны.

RERANKING – Переранжирование / METASEARCH – Метапоиск и Смешивание (Presentation System)
Это основной этап применения патента, происходящий в реальном времени после получения первичных результатов ранжирования (в патенте упоминается presentation system):

1. Идентификация пользователя: Система определяет User Identifier (например, IP-адрес).
2. Определение аффилиации: Система использует User Identifier и данные из Library Index (Affiliation Lists), чтобы определить, с какими библиотеками связан пользователь.
3. Сопоставление результатов и фондов: Система сравнивает документы из результатов поиска с Holding Information аффилированных библиотек.
4. Аугментация SERP: Для документов, доступных пользователю, система генерирует и добавляет Access Link, указывающий на Link Resolver соответствующей библиотеки.

Входные данные:

• Запрос пользователя.
• User Identifier (IP-адрес, cookie).
• Первичный набор результатов поиска.
• Library Index (содержащий Holding Information и Affiliation Lists).

Выходные данные:

• Аугментированный набор результатов поиска, содержащий стандартные ссылки и персонализированные Access Links к библиотечным ресурсам (например, "Find it @ Stanford").

На что влияет

• Конкретные типы контента: В первую очередь влияет на научную литературу (scholarly literature): журнальные статьи, материалы конференций, академические работы и их библиографические записи.
• Специфические запросы: Информационные и исследовательские запросы, связанные с поиском научных публикаций.
• Конкретные ниши или тематики: Академические, научные и исследовательские ниши (Google Scholar).

Когда применяется

Алгоритм применяется при выполнении следующих условий:

• Наличие данных: Поисковая система должна иметь предварительно загруженные Holding Information и Affiliation Lists от хотя бы одной библиотеки.
• Триггеры активации: Механизм добавления конкретной ссылки активируется при одновременном выполнении трех условий:
  1. Документ присутствует в результатах поиска.
  2. Пользователь идентифицирован как аффилированный с библиотекой согласно Affiliation List (например, пользователь заходит из сети университета).
  3. Документ присутствует в Holding Information этой аффилированной библиотеки.

Пошаговый алгоритм

Процесс А: Подготовка данных (Офлайн)

1. Запрос данных у библиотеки: Поисковая система запрашивает список фондов у библиотеки.
2. Получение данных: Система получает Holding Information и Affiliation List от библиотеки.
3. Генерация индекса: Система генерирует или обновляет Library Index, индексируя фонды и связывая их с соответствующими списками аффилиации и информацией о Link Resolvers.

Процесс Б: Обработка запроса (Онлайн)

1. Получение идентификатора пользователя: Система получает User Identifier (например, из IP-адреса или cookie).
2. Получение запроса: Система получает поисковый запрос.
3. Выполнение поиска: Система ищет релевантные документы в основном индексе.
4. Определение аффилиации: Система использует User Identifier для определения библиотек, с которыми связан пользователь, путем сравнения с Affiliation Lists.
5. Сопоставление результатов с фондами: Для каждого документа в результатах поиска система проверяет, содержится ли он в Holding Information аффилированных библиотек.
6. Генерация Access Links (для каждого совпадения):
   • Система определяет, разрешен ли доступ для данного пользователя к данному документу.
   • Если ДА: Генерируется Access Link, указывающий на Link Resolver библиотеки и содержащий идентификатор документа. Ссылка добавляется к результату поиска.
   • Если НЕТ: Результат генерируется без Access Link.
7. Отображение результатов: Аугментированные результаты поиска с соответствующими ссылками доступа предоставляются пользователю.

Какие данные и как использует

Данные на входе

Патент фокусируется на использовании данных о пользователе и данных, предоставленных внешними организациями (библиотеками). Контентные или ссылочные факторы ранжирования не упоминаются.

• Пользовательские и Технические факторы:
  • User Identifier: Критически важные данные для определения прав доступа. Упоминаются IP-адреса, диапазоны IP, паттерны IP, уникальный ID пользователя, данные из cookie.
• Географические факторы: Упоминается, что Affiliation List может включать информацию о географическом регионе для определения доступа.
• Внешние (Институциональные) данные:
  • Affiliation List: Списки авторизованных User Identifiers, предоставленные библиотеками.
  • Holding Information: Метаданные о документах в фондах библиотеки (автор, название, издатель, ISBN, DOI, PubMed Identifier, SICI и т.д.).
  • Информация о Link Resolvers: Адреса (URL) систем библиотеки для доступа к документам.

Какие метрики используются и как они считаются

В патенте не используются сложные метрики ранжирования. Основные операции основаны на булевом сопоставлении:

• Сопоставление аффилиации: Булева проверка (Да/Нет) совпадения User Identifier с записями в Affiliation List.
• Сопоставление фондов: Булева проверка (Да/Нет) наличия идентификатора документа в Holding Information конкретной библиотеки.
• Уровень доступа (Level of Access): Патент (Claim 3) упоминает, что внешний вид Access Link (например, размер шрифта или расположение) может зависеть от уровня доступа, предоставляемого библиотекой. Библиотека, предоставляющая больший доступ, может получить более заметную ссылку.

1. Инфраструктура для специализированного поиска: Патент описывает механизм, который является основой для Google Scholar и его функции интеграции с библиотеками. Он не раскрывает алгоритмов ранжирования для общего веб-поиска.
2. Персонализация на основе институциональной принадлежности: Система демонстрирует метод глубокой персонализации SERP, основанный не на поведении пользователя, а на его официальной аффилиации с организациями (университетами, исследовательскими центрами) и связанных с этим правах доступа.
3. Зависимость от внешних данных: Функционирование системы полностью зависит от точности и своевременности данных, предоставляемых библиотеками (Holding Information и Affiliation Lists).
4. Использование Link Resolvers как ключевого компонента: Ключевым техническим решением является использование Link Resolvers на стороне библиотеки. Google выступает как посредник, направляющий авторизованного пользователя к нужному резолверу, не управляя доступом напрямую.
5. Работа на уровне представления: Механизм работает на уровне представления (presentation layer), аугментируя уже сформированные результаты поиска персонализированными ссылками, не влияя на базовое ранжирование.

Практическое применение в SEO

Этот патент имеет минимальное практическое применение для стандартного коммерческого или информационного SEO. Он критически важен для академического SEO (ASEO), библиотек и издателей научной литературы.

Best practices (это мы делаем)

Для институциональных репозиториев и библиотек:

• Обеспечение точности данных для Google Scholar: Необходимо настроить и поддерживать актуальность Holding Information (списка доступных публикаций) и Affiliation Lists (обычно диапазонов IP-адресов организации), передаваемых в Google Scholar. Это гарантирует, что пользователи увидят Access Links.
• Настройка Link Resolver: Убедиться, что Link Resolver организации (например, SFX, 360 Link) корректно настроен, доступен и способен обрабатывать запросы, поступающие через Access Links из Google Scholar, для предоставления полного текста.
• Оптимизация метаданных публикаций: Предоставление полных и точных метаданных (авторы, название, DOI, ISBN) в Holding Information улучшает способность Google сопоставлять публикации в индексе с фондами библиотеки.

Для общих SEO-специалистов:

• Практических рекомендаций, влияющих на ранжирование в общем поиске, на основе этого патента нет.

Worst practices (это делать не надо)

• Предоставление неточных метаданных (для издателей): Ошибки в метаданных (например, неверный DOI или ISBN) затруднят сопоставление контента с библиотечными фондами, и пользователи не получат ссылку доступа, даже если библиотека подписана на контент.
• Использование устаревших списков IP-адресов (для библиотек): Если Affiliation List не обновляется, пользователи в новых сетях организации не получат доступ к функционалу.
• Игнорирование академического трафика (для релевантных ниш): Если сайт связан с академической сферой, игнорирование оптимизации под Google Scholar и механизмов, описанных в патенте, приведет к потере значительной части целевого трафика.

Стратегическое значение

Патент демонстрирует способность Google создавать специализированные поисковые продукты, интегрируясь с закрытыми базами данных и системами управления доступом. Он подчеркивает стратегию Google по организации не только общедоступной информации, но и контента с ограниченным доступом. Для SEO это пример того, как персонализация и контекст пользователя (в данном случае – институциональная принадлежность) могут радикально изменять вид и функциональность поисковой выдачи в специализированных вертикалях.

Практические примеры

Практических примеров для стандартного SEO нет. Ниже приведен пример применения для библиотеки:

Сценарий: Доступ к научной статье через университетскую подписку

1. Контекст: Студент находится на территории кампуса и использует сеть университета. Google получает от университета Affiliation List, включающий IP-адрес студента, и Holding Information, включающий подписку на нужный журнал.
2. Действие пользователя: Студент ищет в Google Scholar статью.
3. Обработка системой:
   • Система идентифицирует пользователя по IP-адресу и определяет его аффилиацию с университетом.
   • Система находит статью в индексе.
   • Система проверяет Holding Information университета и подтверждает, что статья доступна.
4. Результат: В выдаче Google Scholar рядом с названием статьи появляется специальная Access Link, например, "Full Text @ MyUni".
5. Переход: Кликнув по ссылке, студент направляется на Link Resolver университета, который автоматически предоставляет доступ к полному тексту статьи без необходимости дополнительной авторизации или оплаты.