Как Google использует верифицированные данные об авторе (Credibility Factor) для ранжирования контента

Термины и определения

Authentication Score (Оценка Аутентификации)

Метрика, отражающая уверенность системы в том, что автор является тем, за кого себя выдает. Основана на верификации личных данных (телефон, кредитная карта, налоговый номер) через сторонние источники.

Author (Автор)

Создатель оригинального онлайн-контента.

Credibility Factor (Фактор Достоверности)

Ключевая метрика патента. Оценка достоверности и авторитетности автора применительно к конкретному элементу контента. Рассчитывается на основе Verified Information, релевантности этой информации теме контента и Reputation Score автора.

Online Content Item (Единица онлайн-контента)

Любой контент (веб-страница, статья, скан книги, комментарий), созданный автором для публичного онлайн-отображения. В патенте также используется термин "Knol" для обозначения авторитетной статьи.

Reputation Score (Оценка Репутации)

Метрика, оценивающая репутацию автора на основе отзывов (reviews) других пользователей о его контенте. Может быть общей или специфичной для темы и учитывать репутацию самих рецензентов.

Verified Information (Верифицированная Информация)

Информация о реальной жизни автора, которая была подтверждена как достоверная. Примеры: образование, место работы, членство в организациях, награды, лицензии, цитирования.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной метод использования достоверности автора для ранжирования. Это критически важный пункт для понимания механизма.

1. Система получает онлайн-контент, созданный автором.
2. Определяется Reputation Score автора на основе отзывов других пользователей.
3. Определяется Credibility Factor автора для этого контента. Этот процесс включает:
   1. Получение личной информации об авторе (касающейся образования или работы).
   2. Верификацию истинности этой информации.
   3. Генерацию Credibility Factor, основанную как минимум на трех компонентах: (i) Верифицированной информации (конкретно упоминается уровень образования или подготовки в определенной области), (ii) Релевантности этой области образования/подготовки теме контента, и (iii) Reputation Score автора.
4. В ответ на поисковый запрос ранжирование этого контента определяется (по крайней мере частично) на основе Credibility Factor автора.

Ядром изобретения является конкретный механизм квантификации авторитетности: объединение верифицированных реальных достижений, их релевантности конкретной теме и онлайн-репутации в единый фактор ранжирования.

Claim 2 (Зависимый): Уточняет, что Credibility Factor также может основываться на Authentication Score автора (уверенности в его личности).

Зависимые пункты (Claims 3-9): Детализируют типы Verified Information, которые могут использоваться для расчета Credibility Factor:

• Членство в организации и информация о самой организации (Claim 3).
• Трудоустройство автора и его релевантность теме контента (Claim 4).
• Количество других релевантных публикаций автора (Claim 5).
• Количество цитирований контента автора в других публикациях (Claim 6).
• Награды и признание автора в релевантных областях (Claim 7).
• Обратная связь от организаций об авторе или его контенте (Claim 8).
• Информация о доходах от опубликованных работ автора (как показатель успеха) (Claim 9).

Где и как применяется

Изобретение затрагивает этапы индексирования для расчета оценок и этап ранжирования для их применения.

INDEXING – Индексирование и извлечение признаков
На этом этапе (или в ходе связанных офлайн-процессов) происходит основная работа по сбору и анализу данных об авторах.

• Аутентификация: Верификация личности автора через сторонние источники для расчета Authentication Score.
• Сбор и Верификация: Сбор данных о квалификации (образование, работа) и их проверка (Verified Information).
• Расчет Репутации: Агрегация отзывов и рейтингов для расчета Reputation Score.
• Расчет Достоверности: Синтез всех данных для вычисления Credibility Factor. Эти оценки сохраняются и ассоциируются с автором и его контентом.

RANKING – Ранжирование / RERANKING – Переранжирование
На этапе ранжирования предварительно рассчитанный Credibility Factor используется как сигнал для корректировки позиции контента. Контент авторов с высоким Credibility Factor получает преимущество.

Входные данные:

• Онлайн-контент и идентификатор автора.
• Личная информация автора (образование, работа, награды, телефон, email).
• Отзывы и рейтинги от других пользователей.
• Данные от сторонних источников верификации (кредитные агентства, базы данных организаций, телефонные провайдеры).

Выходные данные:

• Authentication Score.
• Reputation Score.
• Credibility Factor (привязанный к автору и теме контента).
• Скорректированная оценка ранжирования контента.

На что влияет

• Конкретные ниши или тематики: Наибольшее влияние в YMYL-тематиках (медицина, финансы, юриспруденция) и профессиональных областях, где реальная экспертиза критически важна и поддается верификации.
• Конкретные типы контента: Влияет на контент, который четко ассоциирован с конкретным, идентифицируемым автором (статьи, обзоры, исследования).
• Специфические запросы: Влияет на информационные запросы, где пользователи ищут экспертное мнение или надежную информацию.

Когда применяется

• Условие применения: Алгоритм применяется, когда система может идентифицировать автора контента и имеет достаточный объем данных (как проверенной информации, так и данных о репутации) для расчета надежного Credibility Factor.
• Триггеры активации: Активируется в процессе ранжирования. Вес фактора может увеличиваться для запросов и тематик, чувствительных к экспертизе (YMYL).

Пошаговый алгоритм

Процесс А: Расчет Фактора Достоверности (Офлайн / Этап Индексирования)

1. Идентификация и Аутентификация: Определение автора контента и проверка его личности (расчет Authentication Score).
2. Сбор и Верификация Информации: Сбор данных о квалификации (образование, работа, награды, членство). Верификация истинности этих данных через сторонние источники (Verified Information).
3. Расчет Репутации: Агрегация отзывов и рейтингов на контент автора. Взвешивание отзывов по репутации рецензентов. Расчет Reputation Score.
4. Оценка Релевантности: Определение, насколько верифицированные достижения автора релевантны теме текущего контента.
5. Синтез Credibility Factor: Генерация итогового Credibility Factor путем комбинации Verified Information, оценки ее релевантности, Reputation Score и Authentication Score.

Процесс Б: Применение в Ранжировании (Онлайн)

1. Получение запроса и отбор кандидатов: Система находит релевантные документы.
2. Применение Credibility Factor: Для документов-кандидатов извлекается Credibility Factor автора.
3. Ранжирование: Credibility Factor используется как один из сигналов для определения финальной позиции документа в выдаче.
4. Предоставление результатов: Отображение отсортированного списка пользователю.

Какие данные и как использует

Данные на входе

Патент описывает использование широкого спектра данных, связанных с автором:

• Данные для Аутентификации (Authentication):
  • Имя, номер телефона, номер кредитной карты, налоговый идентификатор (Tax ID/SSN).
  • Email адрес (включая проверку домена, например, nasa.gov).
  • "Out of wallet" данные (информация, которую знает пользователь, но обычно не носит в кошельке).
• Данные для оценки Репутации (Reputation):
  • Отзывы и рейтинги контента автора от других пользователей.
  • Репутация самих рецензентов.
  • Количество, частота и новизна публикаций автора.
  • Данные о плагиате (снижают репутацию).
  • Известность ("fame") автора (упоминания в вебе, СМИ, поисковых логах).
  • Авторитетность издателя (Publisher), где публикуется автор.
• Данные для оценки Достоверности (Credibility / Verified Information):
  • Образование и тренинги (степени, сертификаты, учебные заведения).
  • Занятость (Employment) и работодатель.
  • Членство в организациях (особенно профессиональных и лицензирующих).
  • Количество цитирований работ автора другими авторами.
  • Награды и признание (Awards and recognition).
  • Обратная связь об авторе от организаций.
  • Данные об успехе публикаций (например, списки бестселлеров, доходы).

Какие метрики используются и как они считаются

• Authentication Score: Рассчитывается на основе успешности верификации личных данных через сторонние источники. Может быть взвешенной суммой различных методов аутентификации.
• Reputation Score: Рассчитывается путем агрегации отзывов и рейтингов. В патенте упоминается, что оценка может быть взвешена по репутации рецензентов (аналог PageRank для авторов: отзыв от автора с высокой репутацией весит больше). Может быть рассчитан отдельно для разных тем.
• Credibility Factor: Комплексная метрика. Согласно Claim 1, рассчитывается путем объединения Verified Information (особенно образование/подготовка), оценки релевантности этой информации теме контента и Reputation Score. Authentication Score также может учитываться. Если достижения нерелевантны теме, они слабо влияют на Credibility Factor для этого контента.

1. Верифицированная реальная экспертиза является фактором ранжирования: Патент четко описывает механизм (Credibility Factor), который использует проверенные данные о реальной жизни автора (образование, работа, награды) для влияния на ранжирование его контента. Это фундаментальное подтверждение важности E-E-A-T.
2. Релевантность экспертизы критична (Topical Authority): Недостаточно быть экспертом в чем-либо; экспертиза должна быть релевантна теме контента. Система оценивает связь между областью знаний автора и темой статьи.
3. Достоверность (Credibility) шире, чем Репутация (Reputation): Reputation Score (онлайн-отзывы) является лишь одним из компонентов Credibility Factor. Верифицированные данные играют ключевую роль.
4. Аутентификация как основа доверия: Система уделяет большое внимание проверке личности автора (Authentication Score) как необходимому условию для построения достоверности.
5. Репутация рассчитывается аналогично PageRank: Reputation Score автора увеличивается сильнее, если его контент положительно оценивают (или цитируют) другие авторы с высокой репутацией.
6. Связь Автора и Издателя: Патент упоминает, что публикация на авторитетном сайте (Publisher) может повысить репутацию автора.

Best practices (это мы делаем)

• Создание и продвижение экспертных авторов: Необходимо активно работать над публичным профилем авторов. Для каждого автора должна быть создана детальная страница «Об авторе», содержащая информацию, которую Google может использовать для расчета Credibility Factor: образование, опыт работы, награды, членство в профессиональных организациях.
• Подтверждение экспертизы внешними сигналами: Активно ссылайтесь на внешние авторитетные источники, подтверждающие компетенции автора (профили на сайтах университетов, работодателей, профессиональных ассоциаций, списки лицензированных специалистов). Это облегчает Google сбор Verified Information.
• Использование структурированных данных (Schema.org): Максимально полно размечайте информацию об авторах (тип Person), используя свойства author, alumniOf (образование), worksFor (работа), memberOf, award и sameAs (ссылки на профили на авторитетных ресурсах).
• Соблюдение тематической релевантности: Убедитесь, что авторы пишут на темы, соответствующие их заявленной и подтвержденной экспертизе. Нерелевантность экспертизы контенту снижает эффективность Credibility Factor.
• Стимулирование признания экспертами: Работайте над получением цитирований и отзывов от других признанных экспертов в вашей нише. Согласно патенту, это напрямую влияет на Reputation Score и Credibility Factor.

Worst practices (это делать не надо)

• Использование анонимных или фейковых авторов для YMYL-контента: Это делает невозможным расчет Credibility Factor, так как нет данных для верификации и аутентификации.
• Фальсификация или преувеличение достижений: Система направлена на верификацию информации (Verified Information). Попытка обмана может привести к снижению доверия.
• Использование одного автора для всех тем: Назначение одного человека автором статей на разные темы неэффективно, так как система оценивает релевантность экспертизы конкретной теме (Topical Authority).
• Плагиат: Патент явно указывает, что обнаружение плагиата может снизить Reputation Score автора.

Стратегическое значение

Этот патент является одним из самых важных для понимания того, как Google подходит к оценке E-E-A-T. Он подтверждает, что E-E-A-T – это не просто качество контента, а доказанная экспертиза и авторитет его создателя в реальном мире. Долгосрочная SEO-стратегия должна включать построение и продвижение узнаваемых, верифицируемых авторов как ключевых активов сайта.

Практические примеры

Сценарий: Повышение ранжирования медицинской статьи

1. Ситуация: Сайт клиники публикует статью о новом методе лечения диабета.
2. Действия по патенту:
   • Автором указан ведущий эндокринолог клиники.
   • На странице автора указаны его медицинская степень, лицензия, место работы (клиника) и список научных публикаций.
   • С биографии стоят ссылки на реестр врачей и профиль в научной базе данных (внешние подтверждения).
3. Как работает система:
   • Google идентифицирует автора.
   • Система верифицирует его лицензию и степень через внешние источники (Verified Information).
   • Система видит, что его экспертиза (эндокринология) напрямую релевантна теме статьи (диабет).
   • Система учитывает его репутацию (Reputation Score).
4. Результат: Рассчитывается высокий Credibility Factor. Статья получает значительное преимущество в ранжировании по запросам о лечении диабета по сравнению со статьей, написанной анонимным копирайтером.