Как Google использует постоянные запросы для агрегации, кастомизации и синдикации новостного контента

Термины и определения

Custom News Document (Кастомизированный новостной документ)

Документ (например, веб-страница), содержащий несколько кастомизированных новостных разделов, контент для которых динамически извлекается из агрегатора.

Custom News Server (Сервер кастомизированных новостей)

Сервер, который хостит Custom News Documents. Это может быть сам агрегатор (при персонализации главной страницы) или внешний сервер (при синдикации контента).

Embedded Search Queries (Встроенные поисковые запросы)

Запросы, встроенные в Custom News Document (например, через IFrames или апплеты), которые определяют контент для новостных разделов и выполняются при доступе к документу.

Geographical Categories (Географические категории)

Параметр запроса для определения новостного раздела на основе местоположения (например, 'geo=usa').

News Search Server (Новостной поисковый сервер)

Сервер-агрегатор (например, Google News), который сканирует множество источников, агрегирует и индексирует новостной контент.

News Source Server (Сервер-источник новостей)

Серверы, на которых размещается исходный новостной контент (например, сайты СМИ).

Ranking Properties (Свойства ранжирования)

Настраиваемые параметры, позволяющие пользователю влиять на сортировку новостей в разделе (например, приоритет свежести или важности, предпочтение источников).

Topical Categories (Тематические категории)

Параметр запроса для определения новостного раздела на основе темы (например, 'topic=sports').

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый, Система): Описывает архитектуру взаимодействия между хостом кастомизированного контента (Первый сервер) и агрегатором новостей (Второй сервер).

1. Первый сервер генерирует кастомизированный новостной документ с несколькими разделами.
2. Каждому разделу назначается один или несколько параметров: ключевое слово/фраза, тематическая категория или географическая категория.
3. Поисковые запросы, соответствующие этим параметрам, встраиваются (embed) в документ.
4. При получении запроса от клиента на доступ к документу, Первый сервер отправляет встроенные запросы Второму серверу.
5. Второй сервер (агрегатор) ищет контент на основе этих запросов и возвращает результаты Первому серверу.
6. Первый сервер заполняет разделы полученным контентом.

Claim 2 (Независимый, Метод): Описывает процесс с точки зрения сервера, хостящего кастомизированный контент. Ключевые этапы: назначение параметров разделам, встраивание запросов, извлечение встроенного запроса при доступе пользователя, отправка запроса агрегатору, получение контента и заполнение разделов.

Claim 4 (Независимый, Носитель информации): Детализирует реализацию и обработку контента.

• Встроенные запросы реализуются как апплеты (applets) или IFrames.
• Инструкции выполняются в ответ на выбор документа пользователем.
• Полученный новостной контент сортируется на основе как минимум одного из параметров: источник новостей (news source), автор (author) или категория новостей (news category).
• Документ заполняется отсортированным контентом.

Зависимые Claims (Кастомизация и Обновление):

• Claims 9, 13, 17, 22: Защищают возможности кастомизации документа пользователем: добавление, перемещение, удаление раздела, изменение свойств ранжирования (rank property) или отображения (display property).
• Claims 14, 19, 23, 25: Защищают механизм периодического обновления контента путем повторной отправки встроенных запросов агрегатору для получения обновленного контента.

Где и как применяется

Изобретение описывает функционирование системы агрегации и кастомизации новостей.

CRAWLING и INDEXING
News Search Server (агрегатор) выполняет эти этапы. Для работы системы необходимо, чтобы агрегатор извлекал и индексировал не только текст, но и метаданные: Topical Categories, Geographical Categories, источники (news source), авторов (journalists) и жанры (genres).

QUNDERSTANDING
Система интерпретирует Embedded Search Queries. Эти запросы структурированы и могут комбинировать ключевые слова с атрибутами (темы, география).

RANKING и RERANKING
News Search Server выполняет поиск и ранжирование. Патент явно указывает на возможность настройки Ranking Properties пользователем. Это включает выбор между свежестью (freshness) и важностью (importance), а также применение предпочтений (бустинг или исключение) по источникам, авторам и жанрам. На этапе RERANKING результаты могут быть отсортированы по источнику, автору или категории (Claim 4).

METASEARCH / Уровень представления
Система собирает Custom News Document, объединяя результаты различных запросов в соответствующие разделы, и применяет настройки макета (layout).

На что влияет

• Типы контента: Влияет исключительно на новостной контент.
• Специфические запросы: Влияет на обработку тематических (Topical) и географических (Geographical) запросов в рамках новостной экосистемы.
• Ниши и тематики: Применимо ко всем новостным вертикалям (Спорт, Бизнес, Технологии и т.д.).

Когда применяется

Алгоритм применяется в двух основных сценариях:

• Динамическая загрузка (Trigger 1): Активируется в реальном времени, когда пользователь обращается к Custom News Document. Встроенные запросы (IFrames/апплеты) выполняются для заполнения контента (Claims 1, 2, 4, 7).
• Периодическое обновление (Trigger 2): Активируется через заданные интервалы времени для обновления контента, размещенного на Custom News Server (если используется модель периодической отправки запросов и локального хостинга контента) (FIG. 4 и зависимые Claims).

Пошаговый алгоритм

Процесс динамической загрузки кастомизированной новостной страницы (Claims 1, 2, 4, 7)

1. Конфигурация документа: Создается Custom News Document. Определяются новостные разделы (например, "Технологии").
2. Определение параметров разделов: Каждому разделу назначаются параметры: ключевые слова, Topical Categories (например, 'topic=technology') и/или Geographical Categories.
3. Встраивание запросов: Поисковые запросы встраиваются в документ с использованием IFrames или апплетов.
4. Запрос пользователя: Пользователь запрашивает Custom News Document у Custom News Server.
5. Активация и передача запросов: Активируются встроенные запросы. Они передаются на News Search Server (агрегатор).
6. Обработка на стороне агрегатора: News Search Server выполняет поиск в своем агрегированном новостном корпусе, используя полученные запросы и настройки ранжирования.
7. Получение результатов: Ранжированные списки новостных статей возвращаются.
8. Применение кастомизации (Сортировка): Полученный контент сортируется (например, по источнику, автору, категории, времени или важности).
9. Заполнение разделов: Отсортированный контент используется для заполнения разделов Custom News Document.
10. Доставка пользователю: Заполненный документ доставляется пользователю.

Какие данные и как использует

Данные на входе

Патент фокусируется на параметрах запросов и предпочтениях кастомизации.

• Контентные факторы: Текст новостных статей, заголовки.
• Временные факторы: Свежесть (Freshness) контента.
• Параметры запросов (Явно указаны):
  • Ключевые слова или фразы.
  • Topical Categories (например, 'topic=sports').
  • Geographical Categories (например, 'geo=usa').
• Метаданные контента (Используются для ранжирования и фильтрации):
  • Источник новостей (News Source, например, New York Times).
  • Автор (Journalists/Author).
  • Жанр (Genres, например, мнение, срочная новость, обзор).
• Предпочтения кастомизации (Пользовательские настройки):
  • Свойства ранжирования (Ranking properties): сортировка по времени или важности.
  • Предпочтения по источникам, авторам, жанрам (включение/исключение).

Какие метрики используются и как они считаются

Патент не детализирует базовые алгоритмы ранжирования, но описывает механизмы кастомизации ранжирования внутри раздела (Reranking).

• Методы сортировки: Система может сортировать контент по времени (Freshness), по важности (Importance), а также по источнику, автору или категории новостей (Claim 4).
• Методы бустинга и фильтрации: Система применяет предпочтения пользователя для повышения (boosting) или исключения (filtering) контента на основе источника, автора или жанра.

1. Кастомизация новостей как постоянный поиск: Фундаментальный вывод заключается в том, что кастомизированные новостные разделы (включая стандартные разделы Google News) функционируют как результаты выполнения постоянных поисковых запросов (persistent search queries).
2. Ключевые оси индексации новостей: Система индексирует и классифицирует новости по трем основным осям: Ключевые слова, Темы (Topical Categories) и География (Geographical Categories). Это критически важные параметры для таргетинга контента.
3. Кастомизация ранжирования (Reranking): Патент подчеркивает, что пользователи могут влиять на ранжирование внутри разделов, приоритизируя свежесть, важность, конкретные источники, авторов или жанры.
4. Авторитет источника и автора как сигналы: Явное упоминание возможности фильтрации и приоритизации на основе News Source и Author подтверждает важность этих сигналов (связанных с E-E-A-T) в новостной экосистеме.
5. Архитектура синдикации: Система спроектирована для поддержки как централизованного хостинга (персонализированная страница), так и децентрализованной синдикации (внешние сайты), использующих механизм встроенных запросов.

Best practices (это мы делаем)

Хотя патент является инфраструктурным, он дает важные инсайты для оптимизации под Google News (News SEO).

• Обеспечение четкой тематической релевантности: Поскольку система использует Topical Categories для определения разделов, необходимо гарантировать, что статьи четко соответствуют устоявшимся новостным темам. Используйте соответствующую лексику и разметку (например, Schema.org/NewsArticle) для помощи в классификации.
• Усиление географических сигналов: Для локальных новостей критически важно четко указывать местоположение в контенте, заголовках и метаданных (например, dateline в разметке). Система использует Geographical Categories для создания локальных разделов.
• Развитие авторитетности авторов: Патент явно упоминает возможность кастомизации на основе предпочтений по журналистам. Развитие узнаваемых и авторитетных авторов (с использованием разметки author) является преимуществом, так как пользователи могут явно предпочесть их контент.
• Построение авторитетности издания (Publication Authority): Патент указывает, что пользователи могут приоритизировать или исключать определенные источники новостей. Поддержание высокого качества и авторитетности издания важно для того, чтобы быть предпочитаемым источником.
• Акцент на свежести: Свежесть (Freshness) является настраиваемым параметром ранжирования. Своевременное освещение событий и корректное указание времени публикации критичны.

Worst practices (это делать не надо)

• Неоднозначная тематика или локация: Контент, который не имеет четкой тематической или географической привязки, может испытывать трудности с попаданием в кастомизированные разделы, определенные этими параметрами.
• Игнорирование репутации издания и авторов: Предположение, что контент оценивается изолированно. Система позволяет фильтровать контент на основе репутации источника и автора. Низкое качество издания может привести к его исключению из предпочтений пользователей.
• Публикация без указания авторства: Отсутствие четкой информации об авторе может помешать пользователям, которые настраивают свои ленты на основе предпочтений конкретных авторов.

Стратегическое значение

Этот патент раскрывает фундаментальную архитектуру Google News, подчеркивая, что она функционирует как специализированная поисковая система, где разделы — это результаты постоянных запросов. Для издателей стратегия должна заключаться в том, чтобы их контент наилучшим образом соответствовал этим запросам (темы, локации) и чтобы их бренд и авторы воспринимались как авторитетные источники, которые пользователи могут предпочесть при кастомизации.

Практические примеры

Сценарий: Оптимизация для раздела локальных спортивных новостей

1. Цель: Местная газета хочет, чтобы ее репортажи о школьном футболе попадали в кастомизированные разделы местных спортивных новостей.
2. Анализ механизма (на основе патента): Пользователи, настраивающие свои новости, могут использовать комбинацию географического параметра (например, 'geo=[Город]') и тематического параметра ('topic=sports').
3. Действия издателя: Газета гарантирует, что в статьях, заголовках и метаданных (structured data) явно упоминаются город, штат и тема "школьный футбол".
4. Результат: Четкие сигналы помогают агрегатору классифицировать контент и гарантируют, что он соответствует постоянным запросам, определяющим эти кастомизированные разделы.