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

Как Google использует известность и авторитетность бизнеса (Location Prominence) вместо расстояния для ранжирования в локальном поиске

SCORING LOCAL SEARCH RESULTS BASED ON LOCATION PROMINENCE (Ранжирование результатов локального поиска на основе известности местоположения)
  • US7822751B2
  • Google LLC
  • 2005-05-27
  • 2010-10-26
  • Local SEO
  • EEAT и качество
  • SERP
  • Описание
  • Разбор
  • Выводы
  • Практика
  • FAQ
  • Похожие

Google использует механизм дифференцированного ранжирования в локальном поиске. Внутри основной географической области (например, города или видимой карты) результаты ранжируются по «Известности» (Location Prominence), основанной на авторитетности, отзывах и упоминаниях бизнеса. За пределами этой области результаты ранжируются преимущественно по расстоянию. Это позволяет показывать наиболее значимые бизнесы, а не просто ближайшие к условному центру.

Описание

Какую проблему решает

Патент решает проблему нерелевантности стандартного локального ранжирования, которое часто основывается только на расстоянии от условной центральной точки (например, географического центра города или мэрии). Такой подход приводит к тому, что пользователю показываются не самые лучшие или известные места, а просто ближайшие к этой условной точке, что часто не соответствует интересу пользователя. Изобретение направлено на показ «лучших» (наиболее авторитетных) результатов в интересующей области.

Что запатентовано

Запатентована система дифференцированного ранжирования локальных результатов. Система определяет «Широкую область» (Broad Area) — основной район интереса пользователя. Для результатов внутри этой области применяется оценка Location Prominence (Известность местоположения), основанная на авторитетности и популярности бизнеса в сети. Для результатов за пределами этой области применяется оценка на основе дистанции (Distance Score).

Как это работает

Система применяет разные функции ранжирования в зависимости от местоположения результата:

  • Определение областей: Идентифицируется Broad Area (например, город в запросе или видимая область карты) и более крупная Search Area (радиус поиска).
  • Ранжирование внутри Broad Area: Результаты оцениваются на основе Location Prominence Score. Эта метрика рассчитывается с использованием факторов авторитетности: отзывов, цитирований (упоминаний бизнеса) и авторитетности основного веб-сайта бизнеса.
  • Ранжирование за пределами Broad Area: Результаты оцениваются на основе Distance Score (расстояния от центра Broad Area).
  • Объединение: Результаты сортируются. Механизм может гарантировать, что результаты внутри Broad Area ранжируются выше, чем результаты за ее пределами.

Актуальность для SEO

Высокая. Несмотря на то, что патент подан в 2005 году, описанные в нем принципы являются фундаментальными для современного локального поиска Google. Концепция Известности (Prominence) официально признана Google как один из трех столпов локального ранжирования (наряду с Релевантностью и Расстоянием). Этот патент описывает базовую реализацию этого принципа.

Важность для SEO

Патент имеет критическое значение для стратегии локального SEO (Local SEO). Он объясняет, почему расстояние не всегда является решающим фактором, особенно при поиске в пределах города. Введение концепции Location Prominence и перечисление конкретных сигналов для ее расчета (упоминания в каталогах, ссылки, отзывы) напрямую определяют стратегию локального продвижения и построения авторитета бизнеса.

Детальный разбор

Термины и определения

Authoritative Document (Авторитетный документ)
Документ, идентифицированный как основной и наиболее авторитетный для данного бизнеса (например, главная страница официального сайта компании). Его оценка (например, link-based score) используется как фактор Location Prominence.
Broad Area (Широкая область)
Географическая область основного интереса пользователя. Определяется неполным адресом (например, город, почтовый индекс) или границами видимой области карты (map window). Внутри этой области применяется ранжирование по Location Prominence.
Distance Score / Distance Factor (Оценка/Фактор расстояния)
Метрика, основанная на удаленности географического местоположения документа (бизнеса) от центральной точки Broad Area. Применяется преимущественно к результатам вне Broad Area.
Information Document (Информационный документ)
Документы, предоставляющие важную информацию о бизнесе (адрес, телефон, часы работы, отзывы). Примеры в патенте: каталоги и сайты отзывов, такие как Dine.com, Citysearch, Zagat.com. Упоминания в них (Citations) повышают Location Prominence.
Location Prominence (Известность/Значимость местоположения)
Основная метрика для ранжирования внутри Broad Area. Основана на факторах, не связанных с расстоянием или текстом запроса. Отражает известность, популярность и авторитетность бизнеса.
Search Area (Область поиска)
Более крупная область, обычно определяемая радиусом вокруг центральной точки Broad Area, в которой ищутся все потенциальные релевантные документы.
Zcode / Postal Code (Почтовый индекс)
Почтовый индекс (например, ZIP-код в США). Набор индексов может использоваться для определения границ Broad Area.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной метод дифференцированного локального ранжирования.

  1. Система получает поисковый запрос и определяет географическую область.
  2. Идентифицируется первый документ, расположенный внутри этой области, и второй документ, расположенный вне этой области.
  3. Первому документу присваивается оценка на основе фактора Location Prominence. Этот фактор не зависит от поискового запроса и не зависит от измерения расстояния.
  4. Второму документу присваивается оценка на основе фактора расстояния (Distance Factor) и не на основе Location Prominence.

Критически важная часть Claim 1 определяет, из чего состоит Location Prominence. Она рассчитывается на основе комбинации как минимум двух из следующих факторов:

  • Оценка другого документа, идентифицированного как авторитетный для бизнеса.
  • Общее количество документов, ссылающихся на бизнес.
  • Наивысшая оценка среди документов, ссылающихся на бизнес.
  • Общее количество документов с отзывами о бизнесе.
  • Количество документов, упоминающих бизнес.

Claim 11 (Независимый пункт): Описывает реализацию системы, где географическая область представлена набором почтовых индексов (postal codes).

  1. Если индекс документа входит в набор индексов области, документ ранжируется на основе Location Prominence и фактора расстояния. (Важное отличие от Claim 1, указывающее на возможность комбинирования факторов внутри области).
  2. Если индекс не входит в набор, документ ранжируется на основе фактора расстояния, но не на основе Location Prominence.

Claim 11 также расширяет список потенциальных факторов для Location Prominence, добавляя такие факторы, как: числовые оценки отзывов, тип документа с отзывом, тип языка в отзыве, финансовые данные бизнеса, возраст бизнеса.

Claim 15 (Независимый пункт): Аналогичен Claim 11, но вместо почтовых индексов для определения границ географической области используются координаты широты и долготы (latitude and longitude coordinates). Это важно для ранжирования на основе видимой области карты.

Где и как применяется

Изобретение применяется в системах локального поиска (например, Google Maps или Local Pack) и затрагивает несколько этапов поиска.

INDEXING – Индексирование и извлечение признаков
На этом этапе система собирает и обрабатывает данные для расчета Location Prominence. Это включает краулинг веба для поиска упоминаний бизнеса (citations), отзывов на сторонних сайтах, идентификацию Authoritative document и расчет его ссылочной авторитетности. Патент упоминает, что оценки Location Prominence могут быть рассчитаны заранее и сохранены как метаданные.

QUNDERSTANDING – Понимание Запросов
Система анализирует запрос для определения географического интента и идентификации Broad Area (например, по названию города в запросе или контексту просмотра карты).

RANKING – Ранжирование (Локальное ранжирование)
Основное применение патента. Система определяет границы Broad Area и Search Area, а затем применяет две разные функции ранжирования (Prominence или Distance) в зависимости от того, где находится каждый релевантный результат.

RERANKING – Переранжирование
На этом этапе происходит финальная сортировка результатов, полученных с помощью разных функций ранжирования.

Входные данные:

  • Поисковый запрос с локальным интентом.
  • Географическая область (Broad Area).
  • Корпус локальных документов (бизнес-листингов) с метаданными: координаты/индексы и предварительно рассчитанные сигналы Prominence.

Выходные данные:

  • Отсортированный список локальных результатов с итоговыми оценками ранжирования.

На что влияет

  • Конкретные типы контента: В первую очередь влияет на бизнес-листинги (Google Business Profile) и локальные страницы сайтов.
  • Специфические запросы: Влияет на все запросы с локальным интентом (например, "ресторан рядом", "сантехник Москва").
  • Конкретные ниши или тематики: Применяется ко всем локальным нишам (рестораны, услуги, ритейл, медицина и т.д.). Особенно заметно в конкурентных нишах в плотно населенных районах.

Когда применяется

  • Триггер активации: Выполнение пользователем поиска, который система интерпретирует как локальный.
  • Условия применения: Алгоритм активируется, когда система может определить Broad Area. Ключевым условием является географическая граница Broad Area: пересечение этой границы меняет функцию ранжирования с Location Prominence на Distance.

Пошаговый алгоритм

  1. Получение запроса: Система получает локальный поисковый запрос.
  2. Определение Broad Area: Идентифицируется основная географическая область интереса (город или видимая область карты). Границы определяются по почтовым индексам или координатам.
  3. Определение Search Area: Определяется более широкая область поиска, например, путем построения радиуса вокруг центральной точки Broad Area.
  4. Идентификация и Фильтрация Кандидатов: В пределах Search Area находятся документы, релевантные запросу (по названию, категории, контенту).
  5. Классификация местоположения: Каждый релевантный документ классифицируется как находящийся ВНУТРИ или СНАРУЖИ Broad Area.
  6. Расчет оценок (Дифференцированное ранжирование):
    • Для документов ВНУТРИ Broad Area: Рассчитывается Location Prominence Score. Оценка базируется на комбинации факторов авторитетности, упоминаний и отзывов. Опционально, эта оценка может комбинироваться с Distance Score.
    • Для документов СНАРУЖИ Broad Area: Рассчитывается Distance Score, основанная на расстоянии от центральной точки. Location Prominence не используется.
  7. Комбинирование и Бустинг: Оценки объединяются. Патент упоминает возможность добавления минимального значения (например, 1) к оценкам документов внутри Broad Area, чтобы гарантировать, что они ранжируются выше, чем документы снаружи (чьи оценки обычно меньше 1).
  8. Сортировка и Представление: Документы сортируются по итоговым оценкам и представляются пользователю.

Какие данные и как использует

Данные на входе

Патент детально описывает факторы, используемые для расчета Location Prominence. Эти факторы не зависят от текущего запроса или расстояния.

Ссылочные факторы:

  • Оценка (link-based score) Authoritative Document (официального сайта бизнеса).
  • Наивысшая оценка (Highest score) среди всех документов, ссылающихся на бизнес.

Факторы упоминаний (Citations/Off-Site):

  • Общее количество документов в сети, ссылающихся на бизнес (упоминающих его данные).
  • Количество Information Documents (авторитетных каталогов, агрегаторов, сайтов отзывов), упоминающих бизнес.

Факторы отзывов (Reviews/Reputation):

  • Общее количество документов с отзывами о бизнесе.
  • Числовые оценки отзывов (например, звезды).
  • Функция от множества оценок отзывов (например, среднее значение).
  • Тип источника отзыва (блог, Zagat, Michelin).
  • Язык, используемый в отзывах (например, анализ тональности или характеристик: "шумный", "лучший").

Географические факторы:

  • Почтовые индексы (Zcodes) или координаты широты/долготы. Используются для определения границ и расчета Distance Score.

Дополнительные опциональные факторы для Location Prominence:

  • Поведенческие факторы: Данные из логов пользователей (частота кликов на бизнес для получения детальной информации, запросы маршрутов).
  • Бизнес-факторы: Финансовые данные (годовая выручка, количество сотрудников).
  • Временные факторы: Возраст бизнеса или как долго он присутствует в листингах.

Какие метрики используются и как они считаются

  • Location Prominence Score: Комплексная метрика, рассчитываемая путем комбинации вышеупомянутых факторов. Патент указывает, что факторы могут быть объединены и взвешены различными способами (например, линейное комбинирование).
  • Squashing (Сглаживание): Функция, применяемая к факторам, чтобы предотвратить доминирование одного очень сильного сигнала над остальными.
  • Нормализация: Факторы могут быть нормализованы (например, от 0 до 1).
  • Distance Score: Метрика, основанная на физическом расстоянии от адреса или координат документа до центральной точки в Broad Area.
  • Машинное обучение (Опционально): Упоминается возможность использования факторов для обучения модели (например, для предсказания вероятности клика).

Выводы

  1. Дифференцированное локальное ранжирование: Google применяет разные алгоритмы ранжирования в зависимости от того, находится ли бизнес в зоне основного интереса пользователя (Broad Area) или на периферии.
  2. Известность (Prominence) приоритетнее расстояния в центре внимания: Внутри Broad Area (например, в пределах города или видимой карты) расстояние до условного центра не является доминирующим фактором. Вместо этого система стремится показать наиболее значимые и известные места, используя Location Prominence.
  3. Location Prominence — это комплексный сигнал авторитетности: Это сложная комбинация сигналов, отражающих репутацию и популярность бизнеса. Ключевые компоненты включают авторитетность официального сайта, количество и качество упоминаний (citations), а также данные об отзывах.
  4. Критическая важность внешних сигналов (Off-Site SEO): Патент явно подчеркивает важность данных, находящихся вне контроля бизнеса. Упоминания в авторитетных каталогах (Information Documents), отзывы на сторонних площадках и ссылки из веба являются основой для расчета Prominence.
  5. Гибкость определения границ: Система может определять границы Broad Area как по административному делению (почтовые индексы), так и динамически по географическим координатам (видимая область карты), что делает ранжирование контекстно-зависимым.
  6. Вариативность реализации: Патент допускает, что внутри Broad Area может использоваться как чистая оценка Location Prominence, так и ее комбинация с Distance Score.

Практика

Best practices (это мы делаем)

  • Комплексное наращивание Location Prominence: Стратегия локального SEO должна быть направлена на увеличение известности бизнеса по всем направлениям, указанным в патенте.
  • Построение Citations и NAP: Активно работать над получением упоминаний бизнеса (Название, Адрес, Телефон – NAP) в авторитетных отраслевых и локальных каталогах (Information Documents). Патент явно указывает количество и качество таких упоминаний как фактор Prominence.
  • Управление репутацией и отзывами (ORM/SERM): Стимулировать получение отзывов не только в Google Business Profile, но и на сторонних релевантных площадках. Патент учитывает общее количество документов с отзывами, их числовые оценки и тип источника.
  • Повышение авторитетности сайта (Authoritative Document): Развивать официальный сайт бизнеса и получать на него качественные обратные ссылки (особенно локальные и отраслевые). Патент прямо указывает, что оценка авторитетного документа используется как фактор Location Prominence.
  • Фокус на доминировании в Broad Area: Если бизнес находится в целевом городе (Broad Area), необходимо сосредоточиться на превосходстве над конкурентами по факторам Prominence, так как дистанция внутри этой зоны менее критична.

Worst practices (это делать не надо)

  • Фокус только на расстоянии и манипуляции с адресом: Попытки манипулировать местоположением (например, открывать фейковые офисы ближе к географическому центру города) могут быть неэффективны. Внутри Broad Area система предпочтет бизнес с высокой Location Prominence.
  • Игнорирование внешних площадок и Off-Site сигналов: Концентрация усилий только на оптимизации Google Business Profile и игнорирование отзывов, ссылок и упоминаний на сторонних сайтах значительно снижает потенциал локального ранжирования.
  • Игнорирование SEO для сайта бизнеса: Рассматривать локальное продвижение в отрыве от основного сайта неверно. Авторитетность сайта является прямым фактором Location Prominence.
  • Неконсистентность N.A.P.: Распространение разрозненных данных о бизнесе снижает способность системы агрегировать упоминания, что негативно влияет на Location Prominence.

Стратегическое значение

Этот патент является одним из фундаментальных документов, описывающих, как Google стремится отражать офлайн-известность бизнеса в онлайн-ранжировании. Он закладывает основу современной концепции Prominence в Local SEO. Стратегически это означает, что локальное продвижение — это не только техническая оптимизация листинга, но и работа над реальной популярностью, репутацией и авторитетностью бренда как в интернете (через SEO, ORM, PR), так и за его пределами.

Практические примеры

Сценарий 1: Поиск с указанием города

  1. Запрос: Пользователь вводит «Лучший отель в Чикаго».
  2. Определение Broad Area: Система определяет «Чикаго» как Broad Area (используя набор индексов Чикаго). Search Area включает Чикаго и пригороды.
  3. Ранжирование внутри Broad Area: Отели в пределах Чикаго ранжируются по Location Prominence. Отель А (известный, много отзывов, авторитетный сайт, упоминания в СМИ) займет высокое место, даже если он не в центре. Отель Б (новый, мало отзывов) будет ниже, даже если он в центре.
  4. Ранжирование за пределами Broad Area: Отели в пригородах (например, в Эванстоне) будут ранжироваться строго по расстоянию до Чикаго и, вероятно, окажутся ниже отелей из Чикаго.

Сценарий 2: Поиск на карте (Map View)

  1. Действие пользователя: Пользователь открывает Google Maps, видит весь Манхэттен и вводит запрос «пицца».
  2. Определение Broad Area: Видимая область карты (Манхэттен) становится Broad Area.
  3. Ранжирование: Все пиццерии на Манхэттене ранжируются преимущественно по Location Prominence. Известные пиццерии с высоким рейтингом и множеством упоминаний займут топ.
  4. Изменение масштаба: Если пользователь уменьшит масштаб, и в видимую область попадет Бруклин, Broad Area расширится. Лучшие пиццерии Бруклина также начнут ранжироваться по Location Prominence, конкурируя с Манхэттеном.

Вопросы и ответы

Что такое Location Prominence и почему это важно для моего бизнеса?

Location Prominence – это метрика, используемая Google для оценки известности, авторитетности и популярности вашего бизнеса. Она используется для ранжирования в локальном поиске, особенно когда пользователь ищет в пределах определенной области (например, города). Это важно, потому что в таких случаях Google предпочитает показывать более известные и значимые бизнесы, а не те, которые просто находятся ближе к условному центру области.

Какие основные факторы влияют на Location Prominence согласно патенту?

Патент выделяет несколько ключевых групп факторов: 1) Авторитетность официального сайта вашего бизнеса (Authoritative Document). 2) Общее количество и качество упоминаний (цитирований) вашего бизнеса в интернете, особенно в авторитетных каталогах (Information Documents). 3) Количество, оценки и источники отзывов о вашем бизнесе. Также могут учитываться поведенческие сигналы и возраст бизнеса.

Что такое Broad Area и как она определяется?

Broad Area – это основная географическая зона поиска. Она может определяться тремя способами: 1) Названием города или района, указанным в запросе пользователя. 2) Почтовым индексом. 3) Видимой областью карты (map window), если пользователь выполняет поиск во время просмотра Google Maps. Внутри этой области ранжирование основано на Location Prominence.

Если я открою офис в самом центре города, я буду ранжироваться выше?

Не обязательно. Если поиск происходит в пределах этого города (Broad Area), то ранжирование будет основано преимущественно на Location Prominence, а не на расстоянии до центра. Известный конкурент с большим количеством отзывов и упоминаний, находящийся дальше от центра, скорее всего, будет ранжироваться выше вас, если у вашего бизнеса низкая известность.

Всегда ли расстояние игнорируется внутри Broad Area?

Не всегда. Хотя Location Prominence является доминирующим фактором, патент (в частности, Claim 11) допускает возможность комбинирования Location Prominence Score с Distance Score даже внутри Broad Area. Это может использоваться, например, чтобы при равной известности показать результаты, расположенные ближе друг к другу или к пользователю.

Влияет ли SEO моего сайта на локальное ранжирование?

Да, напрямую. Патент указывает, что оценка (например, ссылочная авторитетность) вашего официального сайта (Authoritative Document) является одним из ключевых факторов при расчете Location Prominence. Хорошо оптимизированный и авторитетный сайт повышает шансы на высокое ранжирование в локальном поиске.

Важны ли отзывы на сторонних сайтах (не в Google)?

Да, очень важны. Патент явно учитывает "общее количество документов с отзывами о бизнесе" и упоминает такие источники, как Zagat и Citysearch (Information Documents). Это означает, что система агрегирует данные об отзывах из различных авторитетных источников для оценки Location Prominence.

Что такое «Squashing» в контексте расчета Location Prominence?

Squashing (Сглаживание) — это функция, применяемая к отдельным факторам (например, количеству отзывов) перед их объединением в итоговую оценку. Она используется для того, чтобы один чрезмерно большой показатель (например, тысячи отзывов у одного бизнеса) не подавлял влияние всех остальных факторов, обеспечивая более сбалансированную оценку значимости.

Когда расстояние является главным фактором ранжирования?

Согласно патенту, расстояние (Distance Score) является основным фактором для результатов, которые находятся за пределами Broad Area, но все еще попадают в общую область поиска (Search Area). В этом случае Location Prominence не используется, и бизнесы ранжируются строго по близости к границе Broad Area.

Может ли пользователь отключить ранжирование по Prominence и видеть только ближайшие результаты?

Да, патент предусматривает такую возможность. Описан интерфейс, позволяющий пользователю включать и выключать функцию Location Prominence. При ее отключении все результаты (как внутри, так и за пределами Broad Area) ранжируются только на основе дистанции. Также упоминается возможность настройки пользователем весов различных факторов.

Похожие патенты

Как Google использует упоминания бренда в вебе (Webscore) для определения популярности и ранжирования локальных бизнесов
Google рассчитывает метрику «Webscore» для локальных компаний, основанную на количестве упоминаний их названия в интернете. Эта оценка используется для определения «Популярности» (Prominence) бизнеса и влияет на ранжирование в локальном поиске, часто отдавая предпочтение известным компаниям перед теми, что просто находятся ближе. Алгоритм учитывает длину названия и корректирует оценки для сетевых бизнесов.
  • US8122013B1
  • 2012-02-21
  • Local SEO

  • EEAT и качество

  • SERP

Как Google использует известность (Prominence) и историю запросов для ранжирования географических объектов в поисковых подсказках Карт
Google использует алгоритм для определения того, какой географический объект (например, бизнес или город) показать в поисковых подсказках (Autocomplete), когда пользователь начинает вводить запрос в Картах. Система рассчитывает рейтинг, анализируя, насколько известен объект (Prominence Score) и как часто пользователи выбирали этот объект в прошлом при вводе похожих запросов (Query Logs). Это позволяет устранить неоднозначность и предложить наиболее релевантный вариант.
  • US8515973B1
  • 2013-08-20
  • Local SEO

  • Поведенческие сигналы

Как Google динамически регулирует влияние фактора близости в локальном поиске в зависимости от тематики запроса и региона
Google использует систему для определения того, насколько важна близость (расстояние) для конкретного поискового запроса и региона. Анализируя исторические данные о кликах и запросах маршрутов, система вычисляет «Фактор важности расстояния». Для запросов типа «Кофе» близость критична, и удаленные результаты пессимизируются. Для запросов типа «Аэропорт» близость менее важна, и качественные результаты могут ранжироваться высоко. Система также учитывает плотность региона (город или село), адаптируя ожидания пользователей по расстоянию.
  • US8463772B1
  • 2013-06-11
  • Local SEO

  • Поведенческие сигналы

Как Google определяет географическую зону релевантности бизнеса на основе реального поведения пользователей (Catchment Areas)
Google определяет уникальную "зону охвата" (Catchment Area) для локального бизнеса, анализируя, из каких географических точек пользователи кликали на его результаты в поиске. Эта динамическая зона заменяет фиксированный радиус и используется для фильтрации кандидатов при локальном поиске, учитывая известность бренда, категорию бизнеса и физические препятствия.
  • US8775434B1
  • 2014-07-08
  • Local SEO

  • Поведенческие сигналы

Как Google автоматически определяет зоны обслуживания (Coverage Areas) и использует физическую близость для локального ранжирования
Google связывает физические адреса компании с её веб-сайтом. На основе этих адресов, категории бизнеса и плотности населения система динамически определяет «зону обслуживания» (Coverage Area). При локальном поиске система проверяет, попадает ли пользователь в эту зону, и повышает сайт в выдаче, причем бустинг обратно пропорционален кратчайшему расстоянию до ближайшего филиала.
  • US8495046B1
  • 2013-07-23
  • Local SEO

  • SERP

Популярные патенты

Как Google использует личную историю поиска и профиль интересов для персонализации подсказок Autocomplete
Google персонализирует поисковые подсказки (Autocomplete), используя профиль интересов пользователя, созданный на основе его прошлых запросов и кликов. Система сравнивает тематику потенциальных подсказок с интересами пользователя и повышает в списке те варианты, которые соответствуют его предпочтениям, с учетом актуальности этих интересов.
  • US20140108445A1
  • 2014-04-17
  • Персонализация

  • Поведенческие сигналы

  • Семантика и интент

Как Google использует крупномасштабное машинное обучение и данные о поведении пользователей для предсказания кликов и ранжирования результатов
Google использует систему машинного обучения для создания модели ранжирования, которая предсказывает вероятность клика пользователя по документу. Модель обучается на огромных массивах данных о прошлых поисках (запросы, документы, клики). Система учитывает базовую вероятность клика (Prior Probability), основанную на позиции и предыдущей оценке документа, а затем корректирует её с помощью правил, выявляющих, какие признаки (Features) документа и запроса влияют на выбор пользователя.
  • US7231399B1
  • 2007-06-12
  • Поведенческие сигналы

Как Google индексирует контент внутри мобильных приложений для показа в результатах поиска (App Indexing)
Google использует механизм для индексации контента, который пользователи просматривают в нативных мобильных приложениях. Система получает данные о просмотренном контенте и deep links напрямую от приложения на устройстве. Эта информация сохраняется в индексе (персональном или публичном) и используется для генерации результатов поиска, позволяя пользователям переходить к контенту внутри приложений напрямую из поисковой выдачи.
  • US10120949B2
  • 2018-11-06
  • Индексация

  • SERP

  • Персонализация

Как Google автоматически генерирует блоки "Связанные ссылки" и "Похожие запросы", анализируя контент страницы при загрузке
Патент описывает систему для динамической генерации виджетов связанных ссылок. При загрузке страницы система извлекает текст (заголовок, контент, запрос из реферера), определяет наиболее важные ключевые слова с помощью глобального репозитория (Keyword Repository), выполняет поиск по этим словам (часто в пределах того же домена) и отображает топовые результаты для улучшения навигации.
  • US9129009B2
  • 2015-09-08
  • Ссылки

  • Семантика и интент

  • Техническое SEO

Как Google ранжирует сущности (например, фильмы или книги), используя популярность связанных веб-страниц и поисковых запросов в качестве прокси-сигнала
Google использует механизм для определения популярности контентных сущностей (таких как фильмы, телешоу, книги), когда прямые данные о потреблении недоступны. Система идентифицирует авторитетные «эталонные веб-страницы» (например, страницы Википедии) и связанные поисковые запросы. Затем она измеряет популярность сущности, анализируя объем трафика на эти эталонные страницы и частоту связанных запросов в поиске, используя эти данные как прокси-сигнал для ранжирования сущности.
  • US9098551B1
  • 2015-08-04
  • EEAT и качество

  • Поведенческие сигналы

  • SERP

Как Google классифицирует интент запросов (например, поиск порнографии), анализируя историю использования фильтров (SafeSearch)
Google использует данные о том, как часто пользователи включают или отключают фильтры контента (например, SafeSearch) при вводе конкретного запроса. Анализируя нормализованное соотношение фильтрованных и нефильтрованных поисковых операций, система классифицирует запрос как целенаправленно ищущий определенный тип контента (например, adult). Эта классификация затем используется для повышения или понижения релевантности соответствующего контента в выдаче.
  • US9152701B2
  • 2015-10-06
  • Семантика и интент

  • Безопасный поиск

  • Поведенческие сигналы

Как Google использует историю физических перемещений пользователя для фильтрации и персонализации результатов поиска
Google может собирать и хранить историю физических перемещений пользователя (Location History). Патент описывает интерфейс, позволяющий пользователю осознанно включать свои прошлые местоположения (например, «места, где я был на прошлой неделе») в качестве фильтра для нового поискового запроса, чтобы сделать результаты более релевантными личному опыту.
  • US8874594B2
  • 2014-10-28
  • Персонализация

  • Поведенческие сигналы

  • Local SEO

Как Google использует офлайн-сигналы и авторитетность сущностей для ранжирования контента
Google использует реальные, офлайн-сигналы авторитетности для ранжирования документов, у которых отсутствует естественная ссылочная структура (например, оцифрованные книги). Система оценивает коммерческий успех документа (данные о продажах, списки бестселлеров), репутацию связанных сущностей (автора и издателя) и может переносить ссылочный авторитет с официальных сайтов этих сущностей на сам документ для улучшения его позиций в поиске.
  • US8799107B1
  • 2014-08-05
  • EEAT и качество

  • SERP

  • Поведенческие сигналы

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 нормализует поведенческие сигналы (Dwell Time), калибруя показатели «короткого» и «длинного» клика для разных категорий сайтов
Google использует механизм для устранения предвзятости в поведенческих сигналах, таких как продолжительность клика (Dwell Time). Поскольку пользователи взаимодействуют с разными типами контента по-разному, система определяет, что считать «коротким кликом» и «длинным кликом» отдельно для каждой категории (например, Новости, Недвижимость, Словари). Это позволяет более точно оценивать качество ресурса, сравнивая его показатели с нормами его конкретной ниши.
  • US8868565B1
  • 2014-10-21
  • Поведенческие сигналы

  • SERP

seohardcore