
Патент описывает технологию Google для улучшения релевантности контекстной рекламы. Система сохраняет информацию о предыдущих поисковых запросах пользователя (например, в cookie) и использует её для выбора рекламы на последующих страницах, которые посещает пользователь, даже если эти страницы уже не содержат контекста исходного поиска.
Патент решает проблему потери контекста поискового запроса при навигации пользователя вглубь сайта издателя (Publisher). Когда пользователь переходит из поисковой выдачи (SERP) на сайт, информация о его запросе обычно видна в Referring URL. Однако при переходе на вторую, третью и последующие страницы этого сайта (deep pages) эта информация теряется, так как Referring URL меняется. Это ухудшает возможность рекламной системы (Advertisement Server) таргетировать релевантную контекстную рекламу на этих глубоких страницах.
Запатентована система для сохранения и последующего использования истории поисковых запросов пользователя в целях таргетинга контента (в частности, рекламы). Когда Advertisement Server впервые обнаруживает поисковый запрос (например, извлекая его из Referring URL), он сохраняет эту информацию локально на устройстве пользователя (например, в cookie). На последующих страницах сервер использует эту сохраненную информацию для выбора релевантной рекламы.
Система (поисковый ретаргетинг) работает следующим образом:
Advertisement Server видит поисковый запрос в Referring URL и извлекает его.Query Information) на устройстве пользователя (Access Device), например в cookie.Referring URL теряется.Advertisement Server обращается к сохраненной Query Information на устройстве пользователя и использует её для выбора и показа релевантной рекламы.Высокая (для AdTech). Идея использования истории поиска и поведенческого таргетинга является фундаментальной для современных рекламных сетей. Однако конкретная реализация, описанная в патенте (использование cookie для хранения истории), устаревает в связи с ужесточением правил конфиденциальности и глобальным отказом от third-party cookies. Тем не менее, принцип использования данных о поиске для рекламы остается ключевым.
Патент имеет минимальное значение для органического SEO (1/10). Он не описывает алгоритмы ранжирования, индексирования, понимания запросов или оценки качества сайтов для поисковой выдачи. Он полностью посвящен механизмам работы контекстной рекламы (AdTech) и тому, как Google отслеживает поведение пользователей после поиска для монетизации трафика на сайтах издателей (например, через AdSense). Для SEO-специалистов он не предоставляет действенных инсайтов по оптимизации.
Query Information.Query Information для выбора и предоставления рекламного контента.Query Information на Access Device.Referring URL, содержащий запрос.Referring URL, извлеченные из него ключевые слова, а также метаданные (страна, язык).First Page. При переходе на эти страницы исходный поисковый контекст теряется в Referring URL.Referring URL. Используются для корректного извлечения ключевых слов из URL разных поисковых систем.Патент содержит два основных независимых пункта, описывающих процесс с двух сторон: сохранение информации и её последующее использование.
Claim 10 (Независимый пункт): Описывает процесс извлечения и сохранения информации о запросе на первой странице после SERP.
Referring URL при навигации на Первую страницу и отражает исходный поисковый запрос.Query Information на Access Device на основе полученной информации. Эта сохраненная информация предназначена для использования при предоставлении контента как минимум для Второй страницы.Claim 1 (Независимый пункт): Описывает процесс использования ранее сохраненной информации о запросе на последующей странице.
Access Device в ответ на навигацию с Первой страницы на Вторую страницу.Query Information, сохраненной на Access Device. Эта информация основана на запросе, который был отправлен в Search Provider до перехода на Первую страницу.Query Information.Claim 14 (Зависимый от 13 и 12): Детализирует механизм извлечения информации из Referring URL.
Templates) для парсинга Referring URL.Referring URL от соответствующей поисковой системы.Referring URL, используя выбранный шаблон для извлечения ключевых слов запроса.Этот патент не относится к архитектуре органического поиска (Crawling, Indexing, Ranking и т.д.). Он описывает механизмы работы экосистемы контекстной рекламы (AdTech), которая взаимодействует с браузером пользователя после завершения поиска.
Рекламная экосистема (Advertisement Server)
Access Device пользователя (для чтения/записи Cookie) и сайтами издателей (для получения запросов на рекламу и Referring URL).Входные данные:
Referring URL (доступен при переходе с SERP на First Page).Cookie или иное локальное хранилище с Query Information (доступно на Second Page).Выходные данные:
Access Device сохранить Query Information (например, установить Cookie).Алгоритм применяется в двух основных сценариях:
Advertisement Server может идентифицировать и извлечь поисковый запрос из Referring URL.Advertisement Server может получить доступ к ранее сохраненной Query Information на устройстве пользователя.Процесс сохранения и использования информации о запросе:
Search Provider.Advertisement Server получает запрос на рекламу, который включает Referring URL (URL страницы SERP).Referring URL и выбирает соответствующий Template. С помощью шаблона сервер извлекает ключевые слова запроса из URL.Query Information на Access Device пользователя (например, устанавливает Cookie).Advertisement Server получает новый запрос на рекламу. Исходный поисковый Referring URL больше недоступен. Сервер обращается к сохраненной Query Information на устройстве пользователя.Query Information (историю поиска) для выбора релевантной рекламы. При наличии нескольких записей может быть выбрана самая актуальная.Патент фокусируется на данных, связанных с навигацией и историей пользователя:
Referring URL. Это ключевой источник данных для извлечения исходного поискового запроса.Access Device: Локальное хранилище на устройстве пользователя (Cookie).Query Information), которые пользователь вводил ранее.country) и язык (language).Контентные, ссылочные и другие факторы ранжирования SEO в патенте не упоминаются.
Патент не детализирует алгоритмы выбора рекламы, но описывает метрики для управления сохраненной информацией:
Query Information, соответствующих разным предыдущим запросам.a time of the first query).a time the query information was stored).a number of navigations undertaken since the first query).Templates) для парсинга Referring URL и извлечения ключевых слов (Extraction, Parsing).Cookie) на устройстве пользователя для переноса Query Information между страницами.Templates) для извлечения ключевых слов из Referring URL не только своего поиска, но и других поисковых систем.Патент является инфраструктурным и посвящен технологиям контекстной рекламы (AdTech). Он не дает прямых практических рекомендаций для улучшения органического ранжирования (SEO).
Однако, для SEO-специалистов, работающих с сайтами издателей (Publishers), монетизирующими трафик через рекламные сети (например, AdSense), понимание этого механизма полезно:
Не применимо. Патент не описывает факторы ранжирования или механизмы борьбы с SEO-манипуляциями.
Патент не влияет на стратегию органического SEO. Стратегическое значение патента заключается в понимании того, как Google использует данные о поведении пользователей в поиске для улучшения своих рекламных продуктов. Это подчеркивает важность поисковых данных как индикатора намерений пользователя в экосистеме Google в целом.
Практических примеров для применения в SEO нет, так как патент посвящен AdTech. Ниже приведен пример работы механизма в контексте рекламы.
Сценарий: Таргетинг рекламы на основе истории поиска
Referring URL, извлекает запрос "купить зеркальный фотоаппарат canon" и сохраняет его в Cookie пользователя. На первой странице показывается реклама фотоаппаратов.Cookie, видит недавний интерес к фотоаппаратам Canon и решает показать рекламу магазина фототехники, а не рекламу, связанную с политикой.Влияет ли описанный в патенте механизм на органическое ранжирование сайтов?
Нет, не влияет. Патент полностью посвящен технологиям контекстной рекламы (AdTech). Он описывает, как рекламный сервер (например, AdSense) использует историю поисковых запросов пользователя для выбора рекламы на сторонних сайтах, но не затрагивает алгоритмы, определяющие позиции сайтов в органической выдаче.
Описывает ли этот патент, как Google оценивает качество контента или E-E-A-T?
Нет. В патенте не упоминаются факторы оценки качества контента, авторитетности сайтов или сигналы E-E-A-T. Он сфокусирован исключительно на механизмах извлечения, хранения и использования информации о поисковых запросах (Query Information) для рекламного таргетинга.
Что такое "Query Information" в контексте этого патента?
Query Information — это данные, основанные на предыдущем поисковом запросе пользователя. Чаще всего это ключевые слова, которые рекламный сервер извлекает из Referring URL, когда пользователь переходит из поисковой выдачи на сайт издателя. Также это могут быть метаданные, такие как язык и страна.
Как именно сохраняется эта информация и где она хранится?
Информация сохраняется локально на устройстве пользователя (Access Device). В патенте в качестве основного примера механизма хранения упоминаются Cookie. Рекламный сервер устанавливает Cookie при первом посещении сайта после поиска и считывает её при последующих загрузках страниц.
Зачем Google понадобилось сохранять историю поиска для показа рекламы на сторонних сайтах?
Это необходимо для решения проблемы потери контекста. Когда пользователь уходит вглубь сайта (на Deep Pages), информация об исходном поисковом запросе теряется из Referring URL. Сохранение этой информации позволяет продолжать показывать высокорелевантную рекламу, основанную на недавних намерениях пользователя (поисковый ретаргетинг).
Актуальна ли эта технология сегодня, учитывая отказ от third-party cookies?
Идея использования истории поиска для таргетинга остается крайне актуальной. Однако конкретный механизм реализации через Cookie, описанный в патенте 2008 года, устаревает из-за ограничений конфиденциальности и отказа браузеров от поддержки third-party cookies. Сейчас индустрия переходит на альтернативные методы сохранения контекста.
Может ли система извлекать информацию о запросах, сделанных в других поисковых системах (например, Bing или Yahoo)?
Да, патент предусматривает такую возможность. В нем описано использование набора шаблонов (Templates), каждый из которых настроен для парсинга Referring URL конкретной поисковой системы. Это позволяет корректно извлекать ключевые слова независимо от источника поиска.
Что происходит, если пользователь часто ищет разные вещи? Какая информация будет использована?
Система может хранить несколько порций Query Information. Для выбора наиболее актуальной информации патент предлагает использовать критерии свежести: время выполнения запроса, время сохранения информации или количество переходов (навигаций), совершенных пользователем с момента поиска (Claim 8).
Как этот патент связан с Google AdSense?
Этот патент описывает один из ключевых механизмов, который мог быть использован в Google AdSense для улучшения релевантности рекламы на сайтах издателей. Используя историю поиска, AdSense может показывать более персонализированную и эффективную рекламу, что увеличивает доход издателей и рекламодателей.
Какая практическая польза от этого патента для SEO-специалиста?
Прямой пользы для улучшения органического ранжирования нет. Однако SEO-специалистам, работающим на стороне издателей (Publishers), это дает понимание того, как монетизируется привлекаемый ими органический трафик. Понимание того, что Google сохраняет контекст поиска на протяжении всей сессии, подчеркивает ценность привлечения целевого поискового трафика для повышения доходов от рекламы.

Персонализация
Поведенческие сигналы
SERP

Семантика и интент
Персонализация
Поведенческие сигналы

Персонализация
Поведенческие сигналы

Персонализация
Поведенческие сигналы
SERP

Персонализация
Поведенческие сигналы

Семантика и интент
Поведенческие сигналы
SERP

Семантика и интент
Поведенческие сигналы

Поведенческие сигналы
Семантика и интент
Мультимедиа

Knowledge Graph
SERP
Семантика и интент

Ссылки
SERP
Структура сайта

Персонализация
Поведенческие сигналы
SERP

Ссылки
Антиспам
SERP

Персонализация
Семантика и интент
Поведенческие сигналы

Knowledge Graph
Поведенческие сигналы
Персонализация

Knowledge Graph
SERP
Семантика и интент
