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

Как Google использует авторитетность в веб-поиске для определения порядка ранжирования в Локальном поиске (Local Pack)

MERGING SEARCH RESULTS (Объединение результатов поиска)
  • US8392394B1
  • Google LLC
  • 2010-05-04
  • 2013-03-05
  • Local SEO
  • EEAT и качество
  • SERP
  • Описание
  • Разбор
  • Выводы
  • Практика
  • FAQ
  • Похожие

Google использует механизм объединения результатов из Универсального (веб) и Локального поиска. Система идентифицирует авторитетные бизнес-сайты в веб-выдаче и оценивает их по локальным критериям. Затем Локальный блок (Local Pack) переранжируется так, чтобы порядок результатов соответствовал их авторитетности в Универсальном поиске. Это подтверждает, что авторитетность сайта в вебе напрямую влияет на его позиции в Локальном поиске.

Описание

Какую проблему решает

Патент решает проблему интеграции результатов из поисковых систем с разными индексами и алгоритмами ранжирования, в частности, Universal Search Engine (Универсальный/Веб-поиск) и Local Search Engine (Локальный поиск). Проблема в том, что Локальный поиск может ранжировать результаты иначе (например, с акцентом на близость), чем Универсальный поиск (с акцентом на общую авторитетность). Изобретение направлено на улучшение качества итоговой выдачи путем обеспечения приоритета бизнес-сущностям, признанным авторитетными в Универсальном поиске, при формировании Локального блока.

Что запатентовано

Запатентована система слияния результатов поиска, которая использует ранжирование Универсального поиска для определения порядка результатов в Локальном поиске. Система идентифицирует Authority Results (авторитетные результаты, ведущие на официальные сайты бизнесов) в Универсальной выдаче, проверяет их релевантность локальным критериям и внедряет в Локальную выдачу. Ключевой механизм — переранжирование объединенного локального списка так, чтобы относительный порядок авторитетных результатов соответствовал их порядку в Универсальном поиске, если их количество превышает порог.

Как это работает

Система работает в несколько этапов:

  • Получение данных: Запрос отправляется параллельно в Local Search Engine и Universal Search Engine.
  • Идентификация авторитетов: В результатах Универсального поиска определяются Authority Results.
  • Переоценка (Re-scoring): Эти авторитетные результаты оцениваются с использованием алгоритма Локального поиска (учитывая, например, релевантность и расстояние).
  • Объединение (Conjoining): Результаты, прошедшие локальную переоценку, объединяются с исходными результатами Локального поиска.
  • Переранжирование (Re-ranking): Если количество Authority Results превышает порог, объединенный список пересортировывается. Порядок Authority Results приводится в соответствие с их относительным порядком в исходном Универсальном поиске.
  • Слияние (Merging): Переранжированный локальный блок внедряется в Универсальную выдачу на позицию, определяемую плотностью авторитетных результатов.

Актуальность для SEO

Высокая. Описанный механизм лежит в основе интеграции результатов Карт/Локального поиска в основную выдачу (Universal Search Blending). Взаимосвязь между авторитетностью сайта в веб-поиске и его ранжированием в Local Pack остается критически важной для Local SEO в 2025 году. Присутствие Amit Singhal среди изобретателей подчеркивает фундаментальность этого подхода для архитектуры поиска.

Важность для SEO

Патент имеет критическое значение (9/10) для стратегий Локального SEO. Он демонстрирует конкретный механизм, посредством которого авторитетность и ранжирование сайта в Универсальном (Веб) поиске напрямую влияют на ранжирование в Локальном блоке (Local Pack). Это означает, что для достижения высоких позиций в локальном поиске недостаточно оптимизации только под локальные факторы; необходимо развивать общую авторитетность основного веб-сайта (Authority Page).

Детальный разбор

Термины и определения

Authority Page (Авторитетная страница)
Ресурс (например, URL), идентифицированный как официальная домашняя страница Business Entity. Используется для определения Authority Result.
Authority Result (Авторитетный результат)
Результат поиска, который ссылается на Authority Page бизнес-сущности.
Business Entity (Бизнес-сущность)
Сущность, представляющая бизнес. Определяется уникальной комбинацией адреса, телефона и названия, либо уникальной комбинацией URL и названия.
Combined Local Results (Объединенные локальные результаты)
Набор результатов, полученный путем слияния исходных локальных результатов и переоцененных (re-scored) авторитетных результатов из Универсального поиска.
Conjoiner Engine
Компонент системы, отвечающий за получение результатов из разных поисковых систем, инициацию их переоценки (re-scoring) и их первичное объединение.
Local Search Engine System (Система локального поиска)
Поисковая система, индексирующая бизнес-сущности. Использует алгоритмы ранжирования, учитывающие релевантность запросу и расстояние до пользователя.
Merger Engine
Компонент, отвечающий за финальное слияние переранжированного локального блока с универсальными результатами, определение позиции вставки, кластеризацию (дедупликацию) и выбор формата презентации.
Re-Ranker Engine
Компонент, отвечающий за изменение порядка Combined Local Results, в частности, за приведение порядка Authority Results в соответствие с их порядком в Универсальном поиске.
Universal Search Engine System (Система универсального поиска)
Общая поисковая система (Веб-поиск), индексирующая широкий спектр ресурсов и использующая алгоритмы ранжирования, отличные от локального поиска (например, не учитывающие расстояние).

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной метод объединения результатов из двух разных систем (Система 1/Универсальная и Система 2/Локальная) с разными индексами и алгоритмами.

  1. Получение первых результатов (Универсальных) от Системы 1.
  2. Получение вторых результатов (Локальных) от Системы 2.
  3. Идентификация количества Authority Results (ссылающихся на Authority Page бизнес-сущности) в первых результатах.
  4. Переоценка (Re-scoring): Часть этих Authority Results переоценивается с использованием алгоритма Системы 2 (Локального).
  5. Объединение (Combining): Переоцененные Authority Results объединяются со вторыми (Локальными) результатами для генерации combined second search results.
  6. Переранжирование (Ordering): Если количество Authority Results превышает порог (exceeds a threshold), они упорядочиваются в объединенном списке так, чтобы их относительный порядок соответствовал их относительному порядку в исходном первом наборе (Универсальном).
  7. Предоставление объединенных результатов пользователю.

Ключевая инновация заключается в использовании порядка ранжирования одной системы (Универсальной) для определения порядка ранжирования в другой системе (Локальной), при условии прохождения валидации (переоценки) во второй системе и достижении порога активации.

Claim 6 (Зависимый): Уточняет, что предоставление результатов включает слияние (merging) упорядоченных объединенных вторых результатов и первых результатов.

Claim 7 (Зависимый): Описывает механизм позиционирования объединенного локального блока. Позиция вставки среди первых (Универсальных) результатов определяется на основе количества Authority Results в топе первых результатов.

Claim 8, 9, 10 (Зависимые): Описывают процесс дедупликации (combining matching results). Совпадающие результаты из локального и универсального наборов объединяются в один. Совпадением считается одна и та же бизнес-франшиза (Claim 9) или один и тот же Authority Result (Claim 10).

Claim 11 и 12 (Зависимые): Указывают, что формат представления (presentation format), включая возможность добавления колонки быстрого сравнения (quick scan column), выбирается на основе количества Authority Results.

Где и как применяется

Изобретение является ключевым элементом архитектуры Универсального поиска, затрагивающим финальные этапы формирования выдачи.

INDEXING – Индексирование и извлечение признаков
На этом этапе система должна предварительно идентифицировать Business Entities и связать их с соответствующими Authority Pages (официальными сайтами). Эти данные сохраняются в индексе для использования в реальном времени.

RANKING – Ранжирование
Процесс запускается параллельно. Universal Search Engine и Local Search Engine генерируют свои наборы результатов, используя свои специфические алгоритмы и индексы.

METASEARCH – Метапоиск и Смешивание (Universal Search & Blending)
Основное применение патента. Conjoiner Engine получает результаты от обеих систем и инициирует переоценку (re-scoring) универсальных результатов локальным движком. Затем Re-Ranker Engine (или аналогичная логика) изменяет порядок локальных результатов на основе универсального ранжирования, если достигнут порог. Наконец, Merger Engine определяет точку вставки локального блока (Local Pack) в универсальную выдачу, выполняет дедупликацию и выбирает формат отображения.

Входные данные:

  • Запрос пользователя.
  • Результаты и оценки от Universal Search Engine.
  • Результаты и оценки от Local Search Engine.
  • Данные, связывающие Business Entities и Authority Pages.

Выходные данные:

  • Объединенная страница результатов поиска (SERP), включающая универсальные ссылки и интегрированный, переранжированный локальный блок.

На что влияет

  • Конкретные типы контента и ниши: Наибольшее влияние оказывается на Local SEO — страницы бизнес-сущностей с физическими адресами. Это критично для тематик, где пользователи ищут локальные услуги или товары (рестораны, отели, ритейл, услуги).
  • Специфические запросы: Влияет на запросы с выраженным локальным интентом (например, "отели в сан-франциско", "сантехник рядом").

Когда применяется

Алгоритм применяется при выполнении следующих условий:

  • Триггеры активации: Запрос генерирует релевантные результаты как в Локальном, так и в Универсальном поиске.
  • Пороговые значения для переранжирования: Переранжирование локального списка на основе универсального порядка активируется только тогда, когда количество идентифицированных Authority Results, прошедших локальную переоценку, превышает определенный порог (в описании патента упоминается пример порога в 4 результата).
  • Пороговые значения для формата отображения: Специальные форматы отображения (например, quick scan column) активируются, если плотность Authority Results высока, что указывает на то, что пользователь ищет список мест для сравнения, а не одно конкретное место.

Пошаговый алгоритм

  1. Получение универсальных результатов: Система получает первый набор результатов от Universal Search Engine System в ответ на запрос.
  2. Получение локальных результатов: Система получает второй набор результатов от Local Search Engine System.
  3. Инициация переоценки: Часть топовых универсальных результатов (например, топ-20) отправляется в Local Search Engine System для переоценки с использованием локального алгоритма ранжирования (учитывающего релевантность и расстояние).
  4. Получение переоцененных результатов: Система получает обратно универсальные результаты с новыми локальными оценками (re-scored universal search results).
  5. Объединение (Conjoining): Переоцененные результаты, которые являются Authority Results и имеют достаточно высокую локальную оценку (выше порога), объединяются с исходными локальными результатами для создания Combined Local Results. Дубликаты удаляются.
  6. Переранжирование (Re-ranking): Система проверяет, превышает ли количество Authority Results в объединенном списке пороговое значение. Если да, эти Authority Results упорядочиваются так, чтобы их относительный порядок соответствовал их относительному порядку в исходном Универсальном поиске.
  7. Определение позиции вставки: Система анализирует плотность Authority Pages в топе Универсального поиска, чтобы определить оптимальную позицию для вставки локального блока (например, перед всеми результатами или после нескольких).
  8. Слияние и форматирование (Merging): Переранжированный локальный список сливается с универсальными результатами. Выбирается формат презентации на основе плотности Authority Results. Совпадающие результаты (один и тот же бизнес/франшиза) кластеризуются в один.
  9. Выдача результатов: Объединенные и отформатированные результаты предоставляются пользователю.

Какие данные и как использует

Данные на входе

Патент фокусируется на архитектуре слияния и использует следующие типы данных:

  • Технические факторы: URL-адреса ресурсов используются для идентификации Authority Pages (официальных домашних страниц).
  • Структурные/Контентные факторы: Данные о бизнес-сущностях (Business Entity) — название, адрес, телефон. Эти данные используются для идентификации бизнеса и для расчета локальных оценок.
  • Географические факторы: Местоположение пользователя (client device location) и местоположение бизнес-сущности. Критически важны для алгоритма Local Search Engine при расчете оценок (как исходных локальных, так и при переоценке универсальных результатов).
  • Системные данные: Оценки ранжирования (Scores) от Универсального движка и оценки ранжирования от Локального движка.

Какие метрики используются и как они считаются

  • Universal Score: Оценка, рассчитанная Universal Search Engine. Конкретные факторы не детализируются, но упоминаются стандартные методы IR (Information Retrieval) и анализ ссылочной структуры (анализ "голосов" от важных ресурсов).
  • Local Score: Оценка, рассчитанная Local Search Engine. Патент указывает, что эта оценка основывается на релевантности запросу и расстоянии от устройства пользователя до бизнес-сущности.
  • Порог количества авторитетов (Threshold number of authority results): Пороговое значение (например, 4). Определяет, будет ли активирован механизм переранжирования локального блока на основе универсального порядка, а также влияет на выбор формата презентации.
  • Плотность авторитетов (Density of authority pages): Метрика, основанная на количестве Authority Results в топе Универсальной выдачи. Используется для определения позиции вставки локального блока.

Выводы

  1. Авторитетность в Веб-поиске — прямой фактор ранжирования в Локальном поиске: Патент явно демонстрирует механизм, при котором относительный порядок ранжирования в Universal Search напрямую переносится на порядок ранжирования в Local Search (Local Pack), при условии локальной релевантности и достижения порога активации.
  2. Двухэтапная валидация для Local Pack: Чтобы высоко ранжироваться в локальном блоке, бизнес должен быть (А) достаточно авторитетным в Универсальном поиске и (Б) соответствовать локальным критериям (релевантность и расстояние), что проверяется на этапе re-scoring.
  3. Критичность идентификации "Authority Page": Система полагается на точную идентификацию официального сайта бизнеса (Authority Page). Именно авторитетность этих страниц определяет финальное ранжирование в локальном блоке.
  4. Условное переранжирование: Механизм переноса порядка из Универсального поиска в Локальный активируется только при достижении порогового количества авторитетных результатов. Если их мало, может использоваться стандартное локальное ранжирование.
  5. Адаптивное позиционирование и презентация Local Pack: Позиция локального блока в SERP и его формат отображения (например, добавление quick scan column) не фиксированы. Они зависят от плотности Authority Results в Универсальной выдаче, что помогает определить интент пользователя (поиск списка или конкретного места).

Практика

Best practices (это мы делаем)

  • Построение общей авторитетности веб-сайта (E-E-A-T и Ссылки): Это критически важно для Local SEO. Необходимо добиваться высоких позиций в Универсальном поиске, так как этот порядок ранжирования напрямую используется для определения порядка в Local Pack. Работа над ссылочным профилем, качеством контента и сигналами бренда для основного сайта обязательна.
  • Усиление и четкая идентификация "Authority Page": Убедитесь, что Google корректно идентифицирует ваш основной сайт (обычно главную страницу или ключевую локальную страницу) как официальную страницу вашего бизнеса. Эта страница должна быть максимально авторитетна.
  • Комплексная оптимизация под Локальные и Универсальные факторы: Нельзя игнорировать традиционные локальные сигналы (GBP, цитаты, локальная релевантность, отзывы), так как они используются на этапе re-scoring для подтверждения локальной применимости. Однако финальный порядок часто определяется Универсальной авторитетностью.
  • Мониторинг позиций в обоих индексах: Отслеживайте ранжирование вашего сайта как в Универсальном поиске, так и в Локальном. Улучшение позиций в первом должно коррелировать с улучшением позиций во втором для запросов с локальным интентом.

Worst practices (это делать не надо)

  • Изолированное Local SEO: Фокусироваться исключительно на оптимизации Google Business Profile, сборе цитат и отзывов, игнорируя развитие и авторитетность основного веб-сайта. Этот патент показывает, что такая стратегия ограничена, так как финальное ранжирование часто определяется Универсальным поиском.
  • Манипуляции с локальными факторами без поддержки авторитетом: Попытки манипулировать локальными сигналами (например, спам в названиях, виртуальные офисы) могут помочь пройти этап локальной оценки (re-scoring), но не позволят занять высокие позиции из-за низкой авторитетности в Универсальном поиске.
  • Использование неавторитетных страниц для локального продвижения: Продвижение бизнеса только через агрегаторы или сторонние сайты без развития собственного Authority Page не позволит воспользоваться механизмом переранжирования, описанным в патенте.

Стратегическое значение

Патент подтверждает стратегическую взаимозависимость Локального и Универсального поиска. Для бизнесов, ориентированных на локальный трафик, SEO-стратегия должна быть холистической. Авторитетность бренда и его веб-сайта является фундаментом не только для веб-ранжирования, но и для доминирования в Local Pack. Этот механизм объясняет, почему крупные, известные бренды (с высокой Универсальной авторитетностью) часто имеют преимущество в локальном поиске, даже если их специфическая локальная оптимизация слабее, чем у местных конкурентов.

Практические примеры

Сценарий: Ранжирование отелей в Локальном блоке

  1. Запрос: "Отели в центре Лондона".
  2. Универсальный поиск (Universal Search): Система определяет авторитетные сайты отелей и ранжирует их по общей авторитетности (E-E-A-T, ссылки и т.д.). Порядок: 1. Hilton, 2. Marriott, 3. Radisson, 4. BoutiqueHotelX.
  3. Локальный поиск (Local Search): Определяет отели по релевантности и близости. Исходный порядок может отличаться.
  4. Переоценка (Re-scoring): Система берет Hilton, Marriott, Radisson, BoutiqueHotelX и оценивает их по локальным критериям (близость к центру, отзывы). Предположим, все они проходят порог локальной релевантности.
  5. Проверка порога: Идентифицировано 4 Authority Results. Порог активации (например, 4) достигнут.
  6. Объединение и Переранжирование (Re-ranking): Система формирует Local Pack. Поскольку порог достигнут, активируется переранжирование. Несмотря на то, что BoutiqueHotelX может быть ближе к пользователю, система принудительно устанавливает порядок в Local Pack, соответствующий Универсальному поиску: 1. Hilton, 2. Marriott, 3. Radisson, 4. BoutiqueHotelX.
  7. Результат для SEO: Чтобы BoutiqueHotelX обошел Hilton в Local Pack, ему необходимо превзойти Hilton по авторитетности в Универсальном веб-поиске.

Вопросы и ответы

Влияет ли ранжирование моего сайта в обычном веб-поиске на его позиции в Google Картах (Local Pack)?

Да, напрямую. Патент описывает механизм, при котором порядок ранжирования авторитетных сайтов в Универсальном (веб) поиске используется для определения их относительного порядка в Локальном блоке, если достигнут порог активации. Если ваш сайт считается авторитетным и релевантным локально, его позиция в Local Pack будет сильно зависеть от его авторитетности в веб-поиске по сравнению с конкурентами.

Что такое "Authority Page" и почему это важно?

Authority Page — это страница, которую Google идентифицирует как официальную домашнюю страницу вашего бизнеса. Это критически важно, потому что только результаты, ведущие на Authority Pages, участвуют в описанном механизме переранжирования. Авторитетность именно этой страницы (и домена в целом) определяет ваше преимущество в локальном поиске.

Что важнее для Local SEO: близость к пользователю или авторитетность сайта?

Важны оба фактора, но они работают на разных этапах. Близость и локальная релевантность используются на этапе re-scoring, чтобы определить, имеет ли право бизнес вообще показываться в данном локальном контексте. Однако, если несколько бизнесов прошли эту проверку и их количество превышает порог, финальный порядок ранжирования между ними определяется авторитетностью их сайтов в Универсальном поиске.

Как Google решает, где именно в выдаче показать Local Pack (вверху, в середине, внизу)?

Патент описывает механизм, основанный на плотности Authority Results в топе Универсальной выдачи (Claim 7). Если в топе много авторитетных бизнес-сайтов, это может сигнализировать о сильном локальном интенте, и Local Pack может быть показан выше. Если же топ занят информационными ресурсами или агрегаторами, позиция Local Pack может быть ниже.

Если у моего бизнеса нет веб-сайта, может ли он ранжироваться в Local Pack?

Патент фокусируется на слиянии результатов, включающих Authority Pages. Хотя система может показывать результаты только на основе локальных данных (например, из Google Business Profile), такие результаты не смогут воспользоваться преимуществом переранжирования на основе Универсальной авторитетности. Для конкурентных ниш отсутствие авторитетного сайта является серьезным ограничением.

Почему иногда результаты в Local Pack дублируются с результатами в органической выдаче?

Это может быть следствием процесса слияния двух независимых наборов результатов. Однако патент предусматривает шаг дедупликации (combining matching results), на котором Merger Engine должен объединять результаты, ссылающиеся на одну и ту же бизнес-сущность или франшизу, в один результат для более чистой выдачи.

Что такое "Quick Scan Column", упоминаемая в патенте?

Это элемент интерфейса, предназначенный для быстрого сравнения результатов по ключевым критериям (например, рейтинг, цена, расстояние). Он активируется, когда система определяет, что пользователь ищет список вариантов для сравнения, что определяется по высокому количеству найденных Authority Results.

Применяется ли этот механизм переранжирования всегда?

Нет. В патенте (Claim 1) четко указано, что переранжирование локального блока на основе порядка Универсального поиска активируется только в том случае, если количество идентифицированных Authority Results превышает определенный порог (exceeds a threshold). Если авторитетных результатов мало, может использоваться стандартное локальное ранжирование.

Как этот патент влияет на стратегию работы со ссылками для Local SEO?

Он подчеркивает исключительную важность построения качественного ссылочного профиля для основного сайта (Authority Page). Ссылки повышают авторитетность в Универсальном поиске, что, в свою очередь, напрямую улучшает позиции в Local Pack благодаря описанному механизму переранжирования.

Стоит ли фокусироваться на оптимизации страниц агрегаторов (например, Yelp, TripAdvisor), если я локальный бизнес?

Оптимизация на агрегаторах полезна для общей видимости и репутации, но стратегическим приоритетом должно быть развитие собственного Authority Page. Механизм, описанный в патенте, дает преимущество при ранжировании в Local Pack именно официальным сайтам бизнесов, а не страницам агрегаторов.

Похожие патенты

Как Google рассчитывает универсальную оценку (MUS Score) для ранжирования локальных результатов и их смешивания с веб-поиском
Google использует механизм расчета Универсальной Оценки (MUS Score) для результатов локального поиска. Эта оценка позволяет сравнивать релевантность карт и локальных объектов с результатами из других вертикалей (например, веб-поиска) для формирования смешанной выдачи. Оценка агрегирует сигналы уверенности в адресе (Address Support), близости к пользователю (Viewport Support) и текстовой релевантности (Matching Score), определяя ранжирование в Local Pack.
  • US8463774B1
  • 2013-06-11
  • Local SEO

  • SERP

  • Семантика и интент

Как Google использует «Локальный авторитет» для переранжирования документов на основе их взаимосвязей внутри конкретной выдачи
Google может улучшить ранжирование, анализируя структуру ссылок внутри начального набора результатов поиска. Документы, на которые часто ссылаются другие высокорелевантные документы по этому же запросу («локальные эксперты»), получают повышение. Этот процесс включает строгие фильтры для обеспечения независимости этих ссылок-голосов.
  • US6526440B1
  • 2003-02-25
  • Ссылки

  • Антиспам

  • SERP

Как Google связывает локальные бизнес-данные (адреса и телефоны) с веб-сайтами для показа в результатах поиска
Google использует систему для интеграции локальной информации (адреса, телефоны) непосредственно в основную поисковую выдачу. Система сопоставляет структурированные данные о бизнесе из локальной базы данных с соответствующими URL в веб-индексе, разрешая конфликты и неоднозначности. Это позволяет показывать контактную информацию и ссылки на карты прямо в сниппете результата поиска.
  • US7624101B2
  • 2009-11-24
  • Local SEO

  • Индексация

  • SERP

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 идентифицирует и верифицирует локальные бизнесы для показа карт и адресов в органической выдаче
Google использует этот механизм для улучшения органических результатов. Система определяет, связана ли веб-страница с одним конкретным бизнесом. Затем она верифицирует ее локальную значимость, проверяя, ссылаются ли на нее другие топовые результаты по тому же запросу. Если страница верифицирована, Google дополняет стандартную «синюю ссылку» интерактивными локальными данными, такими как адреса и превью карт.
  • US9418156B2
  • 2016-08-16
  • Local SEO

  • SERP

  • Ссылки

Популярные патенты

Как Google использует генеративный ИИ для создания динамических и гиперперсонализированных бизнес-профилей
Google разрабатывает систему, которая заменяет статические бизнес-профили динамическими «курируемыми профилями», генерируемыми ИИ (например, LLM). Эти профили адаптируются в реальном времени под конкретного пользователя, учитывая его запрос, предпочтения, историю поиска и демографию, чтобы показать наиболее релевантный контент, продукты и описания бренда.
  • US20250054045A1
  • 2025-02-13
  • Персонализация

  • Поведенческие сигналы

  • Семантика и интент

Как Google использует данные о совместном посещении сайтов (Co-Visitation) для персонализации и повышения релевантности выдачи
Google использует поведенческие данные сообщества пользователей для определения тематической связи между сайтами. Если пользователи часто посещают Сайт А и Сайт Б в течение короткого промежутка времени (Co-Visitation), система создает "Вектор повышения" (Boost Vector). Этот вектор используется для повышения в выдаче тематически связанных сайтов, основываясь на истории посещений пользователя или контексте текущего сайта, улучшая персонализацию и релевантность.
  • US8874570B1
  • 2014-10-28
  • Поведенческие сигналы

  • Персонализация

  • SERP

Как Google использует данные о поведении пользователей внутри документов (время чтения разделов, закладки) для улучшения ранжирования
Google может собирать и анализировать данные о том, как пользователи взаимодействуют с электронными документами (например, PDF, DOC, HTML). Система отслеживает, какие разделы или страницы просматриваются дольше всего или добавляются в закладки. Эта агрегированная информация используется для повышения в ранжировании документов, чьи ключевые слова находятся в наиболее используемых (и, следовательно, ценных) разделах.
  • US8005811B2
  • 2011-08-23
  • Поведенческие сигналы

  • SERP

Как Google использует данные о посещаемости, уникальных пользователях и длине URL для ранжирования документов
Фундаментальный патент Google, описывающий использование поведенческих факторов в ранжировании. Система рассчитывает Usage Score на основе частоты посещений и количества уникальных пользователей, фильтруя ботов и взвешивая данные по географии. Этот балл комбинируется с текстовой релевантностью (IR Score) и длиной URL (Path Length Score) для определения итоговой позиции документа.
  • US8001118B2
  • 2011-08-16
  • Поведенческие сигналы

  • SERP

Как Google использует социальные связи для выявления предвзятых ссылок и борьбы со ссылочными схемами и кликфродом
Google анализирует взаимоотношения между администраторами веб-сайтов (используя данные социальных сетей), чтобы определить независимость ссылок или кликов по рекламе. Если обнаружена тесная связь, это интерпретируется как предвзятость (Bias). В результате вес ссылки для ранжирования может быть снижен (борьба с Search Spamming), или клик по рекламе может быть дисконтирован (борьба с Ad Spamming).
  • US10402457B1
  • 2019-09-03
  • Ссылки

  • Антиспам

  • Краулинг

Как Google использует консенсус анкорных текстов для определения авторитетных источников и проверки фактов в Knowledge Graph
Google определяет, является ли веб-страница авторитетным источником о конкретной сущности (Entity), анализируя все анкорные тексты входящих ссылок. Система находит консенсусное описание (Center of Mass). Если оно совпадает с именем сущности и это имя присутствует в заголовке страницы, документ используется как эталон для проверки (Corroboration) фактов в базе знаний Google (Fact Repository).
  • US9208229B2
  • 2015-12-08
  • Knowledge Graph

  • Ссылки

  • EEAT и качество

Как Google персонализирует поиск, повышая в выдаче объекты, которые пользователь ранее явно отметил как интересные
Google использует механизм персонализации поисковой выдачи. Если пользователь явно отметил определенный объект (например, место, компанию, веб-страницу) как интересующий его, этот объект получит значительное повышение в ранжировании при последующих релевантных запросах этого пользователя. Уровень повышения зависит от степени интереса, указанной пользователем.
  • US20150242512A1
  • 2015-08-27
  • Персонализация

  • Поведенческие сигналы

  • SERP

Как Google идентифицирует, оценивает и ранжирует «Глубокие статьи» (In-Depth Articles) и «Вечнозеленый контент»
Google использует систему для идентификации и ранжирования высококачественного лонгрид-контента (In-Depth Articles). Система определяет авторитетные сайты на основе внешних наград и ссылочных паттернов. Контент оценивается по критериям «вечнозелености» (Evergreen Score), структуры (Article Score), отсутствия коммерческого интента и авторитетности автора (Author Score). Ранжирование основано на комбинации качества (IDA Score) и релевантности запросу (Topicality Score).
  • US9996624B2
  • 2018-06-12
  • EEAT и качество

  • Индексация

  • Семантика и интент

Как Google (YouTube) анализирует трафик конкурирующих видео для рекомендации улучшений метаданных
Google использует систему для анализа конкуренции между видео на основе общих поисковых запросов и времени просмотра. Система выявляет поисковые запросы, которые приводят трафик на конкурирующие (например, производные) видео, и сравнивает их с метаданными оригинального видео. Если обнаруживаются релевантные термины, отсутствующие у оригинала, они рекомендуются автору для улучшения видимости.
  • US10318581B2
  • 2019-06-11
  • Поведенческие сигналы

  • Мультимедиа

  • Семантика и интент

Как Google использует реальные данные о скорости загрузки страниц (RUM) для повышения быстрых и понижения медленных сайтов в выдаче
Google собирает данные о времени загрузки страниц у реальных пользователей (RUM) и использует их для корректировки ранжирования. Система сравнивает скорость сайта с глобальными порогами, основанными на процентилях. Если сайт медленнее большинства других (например, медленнее 85% или 96%), его рейтинг понижается. Очень быстрые сайты могут получать повышение. Оценка скорости учитывает географию и тип устройства пользователя.
  • US8645362B1
  • 2014-02-04
  • Техническое SEO

  • Поведенческие сигналы

  • SERP

seohardcore