Как Google ранжирует контент на других языках, основываясь на поведении пользователей с одинаковыми языковыми настройками

Термины и определения

Content Item Selection Records (Записи о выборе элементов контента)

Данные, фиксирующие выбор пользователем конкретного результата поиска (клик). Хранятся в selection data repository (например, click log).

Language-Content Correspondence Data (Данные о соответствии языка и контента)

Данные, связывающие языковые предпочтения пользователей с их выбором контента. Включают Selection Count и Presentation Count.

Language Preference (Языковое предпочтение)

Предпочитаемый пользователем язык. Может быть указан явно (настройки профиля, браузера, cookie) или неявно (язык запросов, история поведения).

Language Selection Weight (Вес выбора языка)

Вычисляемый коэффициент, используемый для корректировки ranking score документа. Основан на статистике взаимодействия пользователей с определенным языковым предпочтением с этим документом.

Language Statistics (Языковая статистика)

Агрегированные данные о том, как часто пользователи с разными языковыми предпочтениями выбирают определенный элемент контента.

Presentation Count (Счетчик показов)

Количество раз, когда пользователям с определенным языковым предпочтением была предоставлена возможность выбрать конкретный документ (показ в результатах поиска).

Query Language Preference (Языковое предпочтение запроса)

Языковое предпочтение, ассоциированное с текущим поисковым запросом.

Selection Count (Счетчик выборов/кликов)

Количество раз, когда пользователи с определенным языковым предпочтением выбрали конкретный документ.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной метод работы системы.

1. Система хранит language-content correspondence data, связывающие языковые предпочтения пользователей и их выбор контента.
2. Эти данные включают selection count (клики) и presentation count (показы) для каждой комбинации контента и языка. Определения критически важны:
   • Selection count: сколько раз пользователи с предпочтением языка X кликнули на документ Y.
   • Presentation count: сколько раз пользователям с предпочтением языка X был показан документ Y.
3. Генерация language statistics на основе этих данных.
4. Получение запроса и определение query language preference.
5. Использование language statistics и query language preference для генерации ранжирования.

Claim 6 (Зависимый от 1): Детализирует процесс ранжирования.

Генерация ранжирования включает вычисление Language Selection Weight для документов. Итоговый ranking score документа зависит от этого веса.

Claim 8 (Зависимый от 6): Определяет конкретную формулу для Language Selection Weight.

Вес вычисляется по формуле: $\text{Language Selection Weight} = bias1 + (A - bias2) + (B - bias3)$

Где:

• A – процент от общего числа пользователей, кликнувших на документ, которые имеют языковое предпочтение, соответствующее запросу. (Относительная популярность документа внутри языковой группы).
• B – процент кликов (CTR) на документ среди пользователей, имеющих языковое предпочтение, соответствующее запросу. (Привлекательность документа для языковой группы).
• bias1, bias2, bias3 – калибровочные (смещающие) коэффициенты.

Формула явно интегрирует поведенческие факторы (популярность и CTR), сегментированные по языку пользователя, в расчет ранжирования.

Где и как применяется

Изобретение затрагивает несколько этапов поисковой архитектуры, используя данные, собираемые офлайн, и применяя их в реальном времени.

INDEXING – Индексирование и извлечение признаков (Офлайн-процессы)

1. Сбор поведенческих данных: Система собирает и хранит Content Item Selection Records в selection data repository (логи кликов).
2. Агрегация и Индексирование: Система (например, компонент Language classifier) агрегирует эти данные для генерации language statistics (включая метрики A и B). Эти статистики затем используются для обновления индекса (content item index) (Claim 3).

RANKING / RERANKING – Ранжирование и Переранжирование (Онлайн-процессы)
Основное применение патента.

1. Получение данных: Ranking Engine получает query language preference и извлекает из индекса предварительный набор результатов с их базовыми оценками и language statistics.
2. Вычисление веса: Система вычисляет Language Selection Weight для каждого документа, используя формулу из Claim 8, подставляя значения A и B, релевантные для текущего query language preference.
3. Корректировка оценок: Базовые ranking scores корректируются с помощью вычисленного веса (например, путем умножения).

Входные данные:

• Исходный запрос и Query Language Preference.
• Предварительный набор результатов поиска.
• Language Statistics для каждого результата (агрегированные Selection Counts и Presentation Counts).

Выходные данные:

• Отсортированный набор результатов поиска с скорректированными Ranking Scores.

На что влияет

• Конкретные типы контента: Наибольшее влияние на контент, который может быть интересен пользователям независимо от языка изложения. Примеры в патенте: сайты с программным обеспечением, изображениями, аудио, видео. Также актуально для технической документации и научных статей.
• Специфические запросы: Влияет на запросы, которые могут иметь релевантные ответы на разных языках (названия брендов, технические термины, имена собственные). Пример в патенте: запрос [software downloads].
• Языковые и географические ограничения: Особенно актуально для регионов с высоким уровнем многоязычия (например, Индия, где пользователи с предпочтением хинди часто потребляют контент на английском) или там, где английский широко используется как второй язык.

Когда применяется

• При каких условиях работает алгоритм: Алгоритм применяется при обработке поискового запроса, когда система может определить query language preference (явно или неявно).
• Триггеры активации: Для активации механизма корректировки необходимо наличие достаточного объема накопленных language statistics (данных о кликах и показах) для документов-кандидатов по данному языковому предпочтению.

Пошаговый алгоритм

Процесс А: Офлайн-подготовка данных

1. Сбор данных о взаимодействии: Система непрерывно собирает данные о кликах и показах результатов поиска.
2. Ассоциация с языком: Каждое взаимодействие ассоциируется с Language Preference пользователя.
3. Хранение записей: Данные сохраняются в selection data repository.
4. Агрегация статистики: Система периодически обрабатывает собранные данные и агрегирует language statistics для каждого документа (или домена, согласно Claim 2). Рассчитываются Selection Counts и Presentation Counts для всех языков.
5. Индексирование статистики: Агрегированные статистики сохраняются в content item index.

Процесс Б: Обработка запроса в реальном времени

1. Получение запроса и языкового предпочтения: Система получает запрос и определяет Query Language Preference (например, Немецкий).
2. Поиск и первичное ранжирование: Генерируется список релевантных документов с базовыми ranking scores.
3. Расчет метрик A и B: Для каждого документа-кандидата система извлекает метрики A (популярность) и B (CTR), специфичные для Query Language Preference (Немецкий).
4. Вычисление веса: Рассчитывается Language Selection Weight по формуле $bias1 + (A - bias2) + (B - bias3)$.
5. Корректировка оценок: Базовые ranking scores документов корректируются (например, умножаются) на Language Selection Weight. Документы на других языках (например, Английском), популярные у немецкоговорящих пользователей, получат повышение.
6. Финальное ранжирование и выдача: Результаты сортируются по скорректированным оценкам и предоставляются пользователю.

Какие данные и как использует

Данные на входе

Патент фокусируется исключительно на использовании поведенческих и пользовательских данных в рамках этого механизма.

• Поведенческие факторы: Являются основой изобретения.
  • Selection Count (Клики): Количество выборов документа пользователями, сегментированное по языковому предпочтению.
  • Presentation Count (Показы): Количество показов документа пользователям, сегментированное по языковому предпочтению.
• Пользовательские факторы:
  • User Language Preference: Языковые настройки пользователя, полученные из профиля, настроек браузера, cookies или определенные неявно по поведению.

Другие факторы (контентные, ссылочные и т.д.) используются для расчета базового ranking score, но не являются частью данного изобретения.

Какие метрики используются и как они считаются

Система вычисляет следующие ключевые метрики:

• Метрика A (Популярность в языковой группе):
  A = (Число пользователей с языком X, кликнувших на документ Y) / (Общее число пользователей, кликнувших на документ Y).
  Эта метрика показывает, насколько значительную долю аудитории документа составляют пользователи с языком X.
• Метрика B (CTR в языковой группе):
  B = (Число пользователей с языком X, кликнувших на документ Y) / (Общее число показов документа Y пользователям с языком X).
  Эта метрика является стандартным CTR, но сегментированным по языковому предпочтению пользователя.
• Language Selection Weight (Итоговый вес):
  Вычисляется как сумма метрик A и B с применением калибровочных коэффициентов (biases): $bias1 + (A - bias2) + (B - bias3)$.
• Калибровочные коэффициенты (Biases): Патент упоминает, что эти значения определяются экспериментально или с помощью машинного обучения. В одном из вариантов реализации указаны примерные значения: bias1=0.05, bias2=5, bias3=2.

1. Сегментированный CTR как фактор ранжирования: Патент явно описывает механизм использования CTR (Метрика B), сегментированного по языковым предпочтениям пользователей, в качестве фактора ранжирования.
2. Релевантность определяется поведением аудитории, а не только языком контента: Ключевой вывод заключается в том, что Google может считать документ релевантным для пользователя, даже если язык документа не совпадает с предпочтениями пользователя. Основанием служит статистика поведения других пользователей с такими же языковыми предпочтениями.
3. Фокус на многоязычных пользователях: Система специально разработана для улучшения поиска для многоязычных пользователей. Она позволяет контенту на одном языке (например, английском) высоко ранжироваться для пользователей с другим предпочтением (например, хинди), если этот контент популярен у этой группы.
4. Зависимость от исторических данных: Эффективность механизма напрямую зависит от объема и качества собранных language statistics. Для новых сайтов этот механизм может не активироваться из-за недостатка данных.
5. Комплексная оценка привлекательности: Формула учитывает не только CTR (Метрика B), но и относительную популярность документа среди данной языковой группы (Метрика A), что дает более взвешенную оценку интереса.

Best practices (это мы делаем)

• Оптимизация CTR для целевых языковых аудиторий: Необходимо фокусироваться на повышении CTR (Метрика B) среди ключевых языковых сегментов, даже если контент представлен на другом языке (например, английском). Это включает создание привлекательных и релевантных Title и Description, которые резонируют с интентом пользователей из этих сегментов.
• Анализ международной аудитории и ее поведения: Важно понимать, пользователи с какими языковыми предпочтениями посещают сайт и как они взаимодействуют с контентом (используя GSC и аналитику). Если сайт на английском популярен среди носителей испанского, необходимо поддерживать этот интерес для сохранения высокого Language Selection Weight.
• Создание контента с международной ценностью: Разрабатывать контент, который имеет глобальную привлекательность (технические руководства, обзоры ПО, медиаконтент). Такой контент имеет больше шансов получить высокий Language Selection Weight от разных языковых групп.
• Отказ от принудительных редиректов по языку/IP: Не используйте автоматические редиректы без возможности выбора. Позволяя пользователям потреблять контент на языке оригинала, вы помогаете системе собрать точные Language Selection Statistics и улучшаете видимость для многоязычной аудитории.

Worst practices (это делать не надо)

• Предполагать универсальность ранжирования: Ошибочно считать, что контент на английском языке будет ранжироваться одинаково для всех пользователей по всему миру. Ранжирование будет зависеть от того, насколько хорошо этот контент принимается каждой конкретной языковой группой (Метрики A и B).
• Игнорирование оптимизации сниппетов для разных рынков: Использование одного и того же сниппета для всех рынков может привести к низкому CTR в определенных языковых сегментах, что снизит Language Selection Weight и ухудшит ранжирование для этих пользователей.
• Фокус исключительно на переводе контента: Перевод контента не всегда необходим или достаточен. Если оригинальный контент уже имеет высокий CTR среди целевой языковой группы, он может ранжироваться лучше, чем некачественный или плохо оптимизированный перевод.

Стратегическое значение

Патент подтверждает стратегическую важность поведенческих факторов (в частности, сегментированного CTR) в алгоритмах ранжирования Google. Он подчеркивает, что Google рассматривает релевантность как функцию от предпочтений и поведения целевой аудитории, а не просто как свойство контента. Для долгосрочной международной SEO-стратегии критически важно не просто переводить контент, а понимать и оптимизировать пользовательский опыт и привлекательность сниппетов для каждого ключевого языкового сегмента.

Практические примеры

Сценарий: Продвижение англоязычного сайта с ПО в Германии

1. Ситуация: Компания предлагает специализированное ПО. Сайт и документация только на английском языке. Целевой рынок включает Германию.
2. Анализ (на основе патента): Чтобы сайт хорошо ранжировался у пользователей с немецким языковым предпочтением, он должен демонстрировать высокие показатели Метрики A (популярность) и Метрики B (CTR) среди немецких пользователей.
3. Действия SEO:
   • Оптимизация сниппетов: Адаптировать Title и Description, чтобы они лучше резонировали с немецкой аудиторией (даже оставаясь на английском, но используя привычную для них терминологию или подчеркивая релевантные для них преимущества).
   • Повышение релевантности контента: Убедиться, что страница отвечает на интент немецких пользователей (например, содержит информацию о соответствии европейским стандартам GDPR).
4. Ожидаемый результат: Повышение CTR (Метрика B) среди пользователей с немецким предпочтением приведет к увеличению Language Selection Weight. Это позволит англоязычной странице эффективно конкурировать с локализованными результатами в немецкой выдаче.