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

Как Google автоматически звонит по телефону или перенаправляет на сайт, минуя страницу результатов поиска

AUTOMATIC ROUTING OF SEARCH RESULTS (Автоматическая маршрутизация результатов поиска)
  • US8392411B2
  • Google LLC
  • 2010-08-06
  • 2013-03-05
  • Семантика и интент
  • Local SEO
  • Описание
  • Разбор
  • Выводы
  • Практика
  • FAQ
  • Похожие

Система Google, которая интерпретирует голосовые или текстовые запросы как команды к действию (например, «Позвони в пиццерию» или «Открой Википедию»). Вместо показа списка результатов система определяет лучший результат и автоматически инициирует звонок или перенаправляет браузер на целевую страницу после короткого обратного отсчета, если пользователь не отменит действие.

Описание

Какую проблему решает

Патент решает задачу минимизации пользовательских усилий (friction) между поисковым запросом и выполнением действия, особенно в контексте мобильных устройств и голосового ввода (hands-free). Система стремится сократить количество шагов (просмотр SERP, выбор результата), необходимых пользователю, чтобы позвонить в найденную компанию или перейти на найденный веб-сайт, когда намерение пользователя очевидно.

Что запатентовано

Запатентована система автоматической маршрутизации результатов поиска, которая интерпретирует определенные запросы как команды к немедленному действию. Если система идентифицирует команду (например, с помощью Carrier Phrase типа «Позвони» или «Открой») или имеет высокую уверенность в навигационном интенте, она находит наиболее релевантный результат (most prominently ranked) и автоматически инициирует соединение с целью (телефонный звонок или переход на URL). Перед соединением пользователю предоставляется короткая пауза (Countdown Timer) с возможностью отмены.

Как это работает

Механизм работы включает несколько этапов:

  • Идентификация намерения: Система анализирует запрос на наличие Carrier Phrases (например, «Call», «Visit») или определяет высокий навигационный интент.
  • Маршрутизация запроса: В зависимости от намерения запрос направляется в соответствующую поисковую систему. Например, команды «Позвони» направляются в Local Search Engine (географический поиск) с учетом местоположения пользователя.
  • Выбор цели и Ранжирование: Система определяет наиболее высоко ранжируемый результат, используя специфические сигналы, такие как местоположение, часы работы (Hours of Operation) и обратную связь пользователей (User Feedback).
  • Инициация действия на устройстве: Устройство уведомляет пользователя о предстоящем автоматическом соединении и запускает Countdown Timer.
  • Выполнение: Если пользователь не вмешивается до истечения таймера, устройство автоматически выполняет звонок или перенаправляет браузер.

Актуальность для SEO

Высокая. Описанные механизмы лежат в основе работы современных голосовых ассистентов (Google Assistant) и интерфейсов мобильного поиска. Автоматическое выполнение действий по голосовым командам (Voice Actions) и сокращение пути пользователя от запроса до результата являются ключевыми трендами в развитии поиска.

Важность для SEO

Патент имеет высокое значение, особенно для локального SEO (Local SEO) и оптимизации под голосовой поиск. Он описывает сценарий «победитель получает всё» (winner-take-all). Для определенных типов запросов система может полностью пропустить этап отображения SERP и сразу перейти к действию, связанному с результатом №1. Это критически повышает ценность первой позиции и подчеркивает важность точности структурированных данных о компании (телефон, часы работы) для ранжирования по запросам действия.

Детальный разбор

Термины и определения

Automatic Calling/Routing (Автоматический звонок/маршрутизация)
Процесс инициации телефонного звонка или перенаправления браузера на веб-страницу в ответ на поисковый запрос без необходимости ручного выбора результата пользователем.
Carrier Phrase (Несущая фраза)
Предопределенное слово или фраза в запросе (например, «Call», «Visit», «Wikipedia»), которое сигнализирует системе о намерении выполнить конкретное действие. Используется для определения интента и маршрутизации запроса.
Countdown Timer / Animated Timing Display (Таймер обратного отсчета)
Визуальный или аудиальный индикатор, уведомляющий пользователя о том, что автоматическое действие произойдет через короткий промежуток времени, если оно не будет отменено.
Frontend Server System (Фронтенд-сервер)
Система, которая принимает запрос от устройства, выполняет распознавание речи (Voice Recognizer), определяет тип запроса (Query Type Identifier) и направляет его в нужную поисковую систему.
General Search Engine (Основная поисковая система)
Система для обработки общих запросов. Используется, если автоматическое действие не требуется или если требуется найти веб-сайт для перенаправления.
Local Search Engine / Geographical Search Engine (Локальная/Географическая поисковая система)
Специализированная система, которая обрабатывает запросы с учетом местоположения (Location Identifier) и возвращает результаты (venues), географически привязанные к пользователю.
Most Prominently Ranked Result (Наиболее высоко ранжируемый результат)
Результат поиска, занимающий первую позицию в ранжировании. Используется как цель для автоматического действия.
Prominence Determiner (Определитель значимости)
Компонент системы, который оценивает, насколько сильно лидирует топовый результат по сравнению с последующими. Если отрыв невелик (уверенность низкая), система может отказаться от автоматического действия.
Search Result Ranker (Ранжировщик результатов)
Компонент, отвечающий за сортировку результатов. Может учитывать такие сигналы, как часы работы (Hours of Operation), обратную связь пользователей (User Feedback) и социальные связи (Social Network).

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает процесс автоматического телефонного звонка с точки зрения серверной системы.

  1. Серверная система получает запрос от удаленного устройства.
  2. Система определяет, предназначен ли этот запрос для инициирования автоматического телефонного звонка.
  3. Запрос предоставляется определенной (particular) поисковой системе.
  4. От этой поисковой системы принимаются результаты поиска.
  5. Телефонный номер, соответствующий most prominently ranked результату, передается на удаленное устройство, чтобы вызвать автоматический набор этого номера устройством.

Claim 3 (Зависимый от 1): Уточняет тип поисковой системы.

«Определенная поисковая система» является geographical search engine system (локальным поиском), которая получает запрос и местоположение, и возвращает географически ограниченный список результатов (venues).

Claim 5 (Зависимый от 1): Детализирует механизм определения намерения.

Определение того, предназначен ли запрос для автоматического звонка, включает проверку наличия predefined carrier phrase. Запрос направляется в определенную поисковую систему только в случае обнаружения этой фразы.

Claim 13 (Независимый пункт): Описывает процесс с точки зрения клиентского устройства.

  1. Устройство отправляет запрос на удаленную серверную систему.
  2. Устройство получает от сервера телефонный номер, соответствующий most prominently ranked результату.
  3. В ответ на получение номера устройство автоматически инициирует звонок, что включает отображение описания этого результата на устройстве.

Claim 15 (Зависимый от 13): Детализирует механизм автоматического звонка на устройстве.

Автоматический звонок включает отображение animated timing display (таймера) без получения дополнительного ввода пользователя после получения номера, и набор номера по истечении таймера.

Где и как применяется

Изобретение затрагивает несколько этапов поиска, но его основная логика сосредоточена на понимании запроса и обработке результатов для улучшения пользовательского опыта (UX).

QUNDERSTANDING – Понимание Запросов
Это ключевой этап. Frontend Server System использует Voice Recognizer (если ввод голосовой) и Query Type Identifier (включая Carrier Phrase Identifier) для классификации запроса. Система определяет, является ли запрос командой к действию или стандартным поиском, и решает, куда его маршрутизировать (в Local Search Engine или General Search Engine).

RANKING – Ранжирование
Система полагается на результаты ранжирования. Search Result Ranker определяет most prominently ranked result. Патент явно упоминает использование специфических сигналов ранжирования для этих целей: Hours of Operation (часы работы), User Feedback (например, частота отмены автоматических звонков), история звонков пользователя и Social Network сигналы.

RERANKING – Переранжирование
Компонент Prominence Determiner может использоваться для оценки уверенности системы в лучшем результате. Если оценка лучшего результата недостаточно сильно отличается от остальных, система может отказаться от автоматического действия.

METASEARCH / Уровень Представления (UX Layer)
Вместо стандартного отображения SERP, система инициирует альтернативный интерфейс на устройстве пользователя — Countdown Timer и автоматическое действие (звонок или редирект).

Входные данные:

  • Запрос пользователя (аудиоданные или текст).
  • Данные о местоположении устройства (Location).
  • Текущее время (для сравнения с часами работы).
  • Список предопределенных Carrier Phrases.

Выходные данные:

  • Информация о most prominently ranked result (телефонный номер или URL) и инструкция для устройства инициировать автоматическое соединение.

На что влияет

  • Специфические запросы: Наибольшее влияние на запросы с высоким интентом к действию (Action Queries) и навигационные запросы. Например, «Позвони в ближайшую аптеку» или «Открой сайт General Motors».
  • Конкретные типы контента: Страницы локальных компаний (Venues) с телефонными номерами и адресами; целевые страницы (Landing Pages) известных веб-сайтов.
  • Конкретные ниши или тематики: Сильное влияние на локальный бизнес (рестораны, услуги, ритейл), где звонок является основным способом конверсии.

Когда применяется

Алгоритм применяется при выполнении следующих условий:

  • Триггеры активации:
    • Обнаружение в запросе явной Carrier Phrase (например, «Call», «Phone», «Visit», «Go to»).
    • ИЛИ Высокая уверенность системы в том, что запрос является навигационным и направлен на конкретный сайт.
  • Условия применения:
    • Система смогла определить most prominently ranked result.
    • (Опционально) Prominence Determiner подтверждает, что топовый результат значительно превосходит остальные (высокая уверенность).

Пошаговый алгоритм

Этап 1: Получение и первичная обработка запроса

  1. Получение ввода и Локации: Устройство принимает ввод от пользователя и определяет свое географическое положение.
  2. Передача данных: Запрос и данные о местоположении передаются на Frontend Server System.
  3. Распознавание речи: Если запрос голосовой, Voice Recognizer преобразует аудио в текст.

Этап 2: Анализ интента и маршрутизация

  1. Идентификация типа запроса: Query Type Identifier анализирует текст запроса на наличие Carrier Phrases или навигационного интента.
  2. Принятие решения о маршрутизации:
    • Если требуется автоматический звонок (например, «Call»): Запрос (часто без самой фразы) и местоположение направляются в Local Search System.
    • Если требуется автоматическое перенаправление (например, «Visit»): Запрос направляется в соответствующую систему (часто General Search System).
    • Если автоматическое действие НЕ требуется: Запрос направляется в General Search System для стандартного отображения списка.

Этап 3: Ранжирование и выбор цели

  1. Выполнение поиска и Ранжирование: Выбранная поисковая система обрабатывает запрос. Search Result Ranker сортирует результаты, учитывая релевантность, местоположение, а также специфические сигналы (часы работы, обратная связь пользователей и т.д.).
  2. Выбор цели: Определяется most prominently ranked result.
  3. Передача результата: Информация о цели (телефонный номер или URL) передается обратно на устройство с инструкцией к действию.

Этап 4: Автоматическое действие на устройстве

  1. Уведомление пользователя: Устройство отображает информацию о цели (например, название компании и номер телефона).
  2. Запуск таймера: Устройство запускает Countdown Timer (визуальный или аудиальный), предоставляя возможность отмены.
  3. Выполнение действия: Если отмена не получена до истечения таймера, устройство автоматически выполняет звонок или перенаправляет браузер. Если действие отменено, может быть показан список альтернативных результатов.

Какие данные и как использует

Данные на входе

Патент детально описывает данные, используемые для ранжирования результатов в контексте автоматических действий (см. описание FIG. 6 в патенте):

  • Контентные факторы (Текст запроса): Текстовая версия запроса используется для идентификации Carrier Phrases и ключевых слов для поиска.
  • Географические факторы:
    • Location: Оценка географического положения устройства (GPS, Wi-Fi, сотовые вышки) или местоположение, указанное в самом запросе.
  • Временные факторы:
    • Hours of Operation: Текущее время используется для сравнения с часами работы найденных компаний.
  • Пользовательские факторы (История):
    • User Calls / User Searches: История предыдущих звонков или поисковых запросов конкретного пользователя.
  • Поведенческие факторы (Агрегированные):
    • User Feedback: Агрегированные данные о том, как часто пользователи отменяли автоматический звонок для конкретного результата.
  • Социальные факторы:
    • Social Network: Данные обратной связи от пользователей в социальной сети пользователя могут влиять на ранжирование (например, предпочтения друзей).

Какие метрики используются и как они считаются

Патент не приводит формул, но указывает на использование следующих сигналов компонентом Search Result Ranker для определения most prominently ranked результата:

  • Географическая близость (Distance): Расстояние между местоположением устройства и местоположением результата (используется в Local Search).
  • Статус работы (Hours of Operation): Повышение веса для компаний, которые открыты в данный момент.
  • Обратная связь (User Feedback): Корректировка веса на основе агрегированных данных об отменах автоматических звонков. Частые отмены могут снижать рейтинг.
  • Персонализация: Повышение веса результатов, с которыми пользователь взаимодействовал ранее (User Calls/Searches).
  • Социальные сигналы (Social Signals): Поведенческие факторы могут взвешиваться на основе данных социальной сети. Действия «друзей» могут иметь больший вес.
  • Prominence Score (Оценка значимости): Метрика, рассчитываемая Prominence Determiner. Сравнивает оценку лучшего результата с оценками следующих за ним. Используется как порог уверенности для активации автоматического действия.

Выводы

  1. Переход от Поиска к Действию: Патент описывает инфраструктуру для превращения поисковой системы в «движок действий». Основная цель для определенных запросов — не показать информацию, а выполнить задачу (звонок, переход) с минимальным участием пользователя.
  2. Критичность Позиции №1 (Winner-Take-All): Для запросов, ориентированных на действие, существует только один победитель. Система автоматически соединяет пользователя только с most prominently ranked результатом, часто минуя показ SERP (SERP Skipping).
  3. Распознавание интента через Carrier Phrases: Система полагается на явные индикаторы в запросе (carrier phrases вроде «Позвонить»), чтобы определить намерение пользователя и выбрать соответствующую поисковую вертикаль (например, Local Search).
  4. Контекстное ранжирование для действий: Ранжирование для автоматических действий учитывает специфические сигналы, повышающие вероятность успешного выполнения задачи. Явно упомянуты географическая близость и Hours of Operation (открыт ли бизнес сейчас).
  5. Использование поведения пользователей как сигнала качества: Система отслеживает успех автоматических действий. Если пользователи часто отменяют автоматический звонок в определенную компанию, это является негативным сигналом (User Feedback) и может привести к понижению этого результата в будущем.

Практика

Best practices (это мы делаем)

  • Обеспечение абсолютной точности данных в GBP (Local SEO): Критически важно поддерживать точность NAP (Name, Address, Phone) и особенно часов работы (Hours). Система использует Hours of Operation для приоритизации открытых бизнесов при автоматических звонках. Неверные данные исключат вас из этого канала.
  • Оптимизация под позицию №1 в локальной выдаче: Поскольку только топовый результат инициирует автоматический звонок, стратегия локального SEO должна быть направлена на достижение первой позиции по запросам, которые могут быть интерпретированы как команды к действию (например, «ближайший ресторан», «вызов сантехника»).
  • Улучшение репутации и качества сервиса: Поскольку отмена автоматического звонка может служить негативным сигналом (User Feedback), необходимо работать над общей репутацией, чтобы пользователи были удовлетворены результатом, который система выбрала автоматически.
  • Оптимизация под навигационные запросы (для брендов): Для известных брендов важно гарантировать, что официальный сайт занимает первую позицию по брендовым запросам с высокой оценкой качества. Это увеличивает вероятность того, что система автоматически перенаправит пользователя на ваш сайт, минуя SERP.

Worst practices (это делать не надо)

  • Предоставление неверных данных о часах работы: Если система будет автоматически звонить в компанию, когда она закрыта, это приведет к негативному опыту пользователя и накоплению негативных сигналов User Feedback.
  • Использование подменных номеров вместо прямых локальных: Использование общих номеров колл-центров или сложных голосовых меню (IVR) может ухудшить пользовательский опыт по сравнению с прямым звонком в локацию, что потенциально может привести к большему числу отмен или худшему ранжированию.
  • Игнорирование мобильного UX (для авто-редиректов): Если система автоматически перенаправляет пользователя на ваш сайт, медленная загрузка или плохой мобильный опыт сведут на нет пользу от этого механизма.

Стратегическое значение

Патент подтверждает стратегию Google по трансформации поиска из информационной системы в ассистента, выполняющего действия. Для SEO это означает смещение фокуса с простого информирования на обеспечение возможности немедленного выполнения задачи. В локальном поиске структурированные данные (часы работы, телефон) и сигналы качества обслуживания становятся прямыми факторами ранжирования для наиболее конверсионных голосовых и мобильных запросов в сценарии «winner-takes-all».

Практические примеры

Сценарий 1: Автоматический звонок и влияние часов работы

  1. Действие пользователя: Пользователь в 21:00 говорит: «Позвони в ближайшую пиццерию».
  2. Обработка Google: Система распознает Carrier Phrase «Позвони» и направляет запрос в Local Search Engine.
  3. Ранжирование: Есть две пиццерии. Пиццерия А ближе, но закрывается в 20:00. Пиццерия Б дальше, но работает до 23:00. Система использует Hours of Operation и выбирает Пиццерию Б как most prominently ranked result.
  4. Результат: На устройстве появляется таймер «Звонок в Пиццерию Б через 3 сек...». Если пользователь не отменяет, происходит звонок в Пиццерию Б.

Сценарий 2: Автоматическое перенаправление (Навигационный запрос)

  1. Действие пользователя: Пользователь вводит голосом: «General Motors».
  2. Обработка Google: Система определяет запрос как навигационный с высокой уверенностью (даже без явной Carrier Phrase).
  3. Ранжирование: Сайт gm.com является доминирующим результатом. Prominence Determiner подтверждает большой отрыв от других результатов.
  4. Результат: Система может отобразить SERP, но одновременно появляется уведомление «Перенаправление на gm.com через 3 секунды». Браузер автоматически открывает сайт, если пользователь не отменил действие.

Вопросы и ответы

Что такое «Carrier Phrase» и почему это важно для SEO?

Carrier Phrase — это слово-триггер в запросе (например, «Позвони», «Открой», «Перейди к»), которое сообщает Google, что пользователь хочет выполнить действие немедленно. Для SEO это важно, потому что при срабатывании этого механизма система может пропустить показ SERP и взаимодействовать только с результатом №1. Если ваша компания не на первом месте, вы не получите контакт.

Какие конкретные сигналы ранжирования упоминаются в патенте для выбора цели автоматического действия?

Патент явно упоминает несколько ключевых сигналов, используемых Search Result Ranker: географическая близость к пользователю, Hours of Operation (открыт ли бизнес в данный момент), User Feedback (как часто пользователи отменяли автоматические звонки для этого результата ранее), история звонков пользователя, а также данные из Social Network.

Как фактор «Hours of Operation» (Часы работы) влияет на ранжирование согласно патенту?

Это критически важный фактор для локальных запросов действия. Система сравнивает текущее время с графиком работы бизнеса. При ранжировании результатов для автоматического звонка предпочтение отдается тем компаниям, которые в данный момент открыты, чтобы увеличить вероятность успешного выполнения задачи пользователя.

Что произойдет, если пользователи часто отменяют автоматический звонок в мою компанию?

Это может негативно повлиять на ваше ранжирование по таким запросам. Патент описывает использование User Feedback как сигнала. Частые отмены интерпретируются как негативный сигнал (результат не удовлетворяет пользователя), что может привести к понижению вашей компании в ранжировании для будущих автоматических действий.

Как оптимизировать сайт под автоматическое перенаправление (Auto-Redirection)?

Автоматическое перенаправление обычно срабатывает для навигационных запросов, где один результат значительно превосходит остальные (высокий Prominence Score). Необходимо обеспечить сильные сигналы бренда, высокую авторитетность домена и гарантировать занятие первой позиции по вашим брендовым и ключевым навигационным запросам.

Как система решает, куда направить запрос: в локальный поиск или общий?

Решение принимается на основе анализа интента, часто определяемого через Carrier Phrase. Если фраза подразумевает звонок в организацию (например, «Позвони в такси»), запрос маршрутизируется в Local Search Engine с учетом местоположения. Если фраза подразумевает посещение сайта или если фразы нет, запрос обычно идет в General Search Engine.

Что такое «Prominence Determiner» и как он работает?

Prominence Determiner — это компонент, который оценивает «значимость» топового результата, сравнивая его оценку (score) с оценками следующих результатов. Если оценки близки (нет явного лидера), система может решить не выполнять автоматическое действие, а показать пользователю список для выбора, чтобы избежать ошибки.

Влияют ли социальные сигналы на выбор цели для автоматического звонка?

Да, патент упоминает использование Social Network данных. Обратная связь (например, успешные звонки или предпочтения) от людей из социального круга пользователя (друзей) может иметь больший вес при ранжировании результатов для автоматического действия, чем данные от незнакомых людей.

Применяется ли этот механизм только для голосовых запросов?

Хотя патент делает сильный акцент на голосовом вводе (spoken input) для обеспечения работы в режиме hands-free, описанные механизмы могут применяться и к текстовым запросам, если они содержат соответствующие Carrier Phrases или демонстрируют явное намерение к действию.

Какая главная рекомендация для локального бизнеса, исходя из этого патента?

Главная рекомендация — сосредоточить усилия на достижении первой позиции в локальной выдаче и обеспечить абсолютную точность данных о компании, особенно часов работы и телефонного номера. В мобильном и голосовом поиске позиция №1 может означать получение почти всего трафика по высококонверсионным запросам действия.

Похожие патенты

Как Google встраивает поиск (ботов) напрямую в чаты и голосовые звонки с помощью триггерных слов и контекста
Система отслеживает электронные разговоры (чаты, VoIP-звонки) на наличие триггерных слов. При активации она захватывает запрос, может использовать контекст разговора для его уточнения и внедряет краткий ответ обратно в поток беседы. Патент также описывает функцию автоматического звонка по найденному номеру (Search-to-Call).
  • US9031216B1
  • 2015-05-12
  • Семантика и интент

  • SERP

Как Google определяет неудовлетворенность пользователя поисковой сессией и предлагает корректирующие действия
Google анализирует поведение пользователя во время поисковой сессии (клики, время на сайте, последующие запросы), чтобы определить уровень удовлетворенности. Если система фиксирует признаки неудовлетворенности (например, много коротких кликов или серия уточняющих запросов), она автоматически запускает "корректирующие операции": предлагает альтернативные запросы, ключевые слова из просмотренных страниц или запрашивает обратную связь.
  • US8316037B1
  • 2012-11-20
  • Поведенческие сигналы

Как Google выбирает предлагаемые запросы, анализируя вероятность завершения поиска и коммерческую ценность
Google использует графовую модель для анализа поисковых сессий пользователей. Система определяет, какие уточняющие запросы чаще всего приводят к завершению поиска (становятся «финальным пунктом назначения»). Эти запросы считаются обладающими наибольшей «полезностью» (Utility) и предлагаются пользователю в качестве подсказок или связанных запросов. Система также учитывает коммерческий потенциал этих запросов и может показывать для них релевантные рекламные блоки.
  • US8751520B1
  • 2014-06-10
  • SERP

  • Поведенческие сигналы

  • Семантика и интент

Как Google динамически обновляет выдачу в реальном времени, если пользователь не кликает на результаты
Google отслеживает взаимодействие с поисковой выдачей в реальном времени. Если пользователь просматривает результаты, но не кликает на них в течение определенного времени (определяемого моделью поведения), система интерпретирует это как имплицитную отрицательную обратную связь. На основе анализа этих «отвергнутых» результатов Google автоматически пересматривает запрос (корректируя веса или заменяя термины) и динамически предоставляет новый набор результатов.
  • US20150169576A1
  • 2015-06-18
  • Поведенческие сигналы

  • SERP

  • Семантика и интент

Как Google определяет и предлагает следующие шаги в голосовом поиске для построения разговорного диалога
Патент Google, описывающий механизм для облегчения разговорного поиска, в первую очередь на носимых устройствах. Система анализирует исходный запрос и определяет связанные темы (ключевые слова), основываясь на популярных поисковых запросах и семантических связях. Эти ключевые слова отображаются пользователю и одновременно активируются как голосовые команды для быстрого выполнения следующего связанного поиска.
  • US9305064B1
  • 2016-04-05
  • Семантика и интент

Популярные патенты

Как Google рассчитывает авторитетность и ранжирует сайты, вычисляя кратчайшие пути до доверенных источников (Seeds) в Веб-графе
Google использует масштабируемую распределенную систему для анализа огромных графов, таких как Веб-граф (триллионы связей). Система вычисляет кратчайшие пути от каждого узла (сайта) до набора предопределенных авторитетных источников («Seeds»). Эти расстояния используются для расчета метрик авторитетности и ранжирования сайтов: чем ближе сайт к доверенным источникам, тем выше его предполагаемое качество.
  • US8631094B1
  • 2014-01-14
  • EEAT и качество

  • Ссылки

Как Google использует данные веб-поиска и клики пользователей для классификации бизнесов и построения иерархии категорий
Google анализирует логи веб-поиска (введенные ключевые слова и последующие клики по результатам), чтобы понять, как пользователи интуитивно классифицируют бизнесы. Эти данные используются для автоматического построения динамической иерархической структуры категорий. Эта структура затем применяется для улучшения точности поиска, в частности, для оптимизации моделей распознавания речи в голосовых системах.
  • US7840407B2
  • 2010-11-23
  • Поведенческие сигналы

  • Семантика и интент

  • Структура сайта

Как Google использует близость цитирований (ссылок) для кластеризации результатов поиска
Google может группировать результаты поиска, анализируя, как документы ссылаются друг на друга. Система оценивает силу связи между документами, проверяя контекстуальную близость общих цитирований. Ссылки, расположенные в одном предложении (co-citation) или абзаце, имеют значительно больший вес, чем ссылки, просто присутствующие в документе. Это позволяет формировать точные тематические кластеры, отсеивая группы со слабыми связями.
  • US8612411B1
  • 2013-12-17
  • Ссылки

  • SERP

Как Google использует машинное обучение для оптимизации обхода Knowledge Graph и поиска связанных концепций
Google оптимизирует обход Knowledge Graph для эффективного поиска семантически связанных фраз. Вместо анализа всех связей сущности система использует ML-модели для выбора только тех отношений (свойств), которые вероятнее всего приведут к ценным результатам. Этот выбор основан на истории поисковых запросов и контексте пользователя, что позволяет экономить вычислительные ресурсы и повышать релевантность предложений.
  • US10140286B2
  • 2018-11-27
  • Knowledge Graph

  • Семантика и интент

  • Персонализация

Как Google использует нормализованные сигналы удовлетворенности пользователей для переранжирования выдачи и управления краулингом/индексацией
Google анализирует вовлеченность пользователей (полезность), сравнивая фактическую удовлетворенность (Good Utilization Events) с ожидаемой вовлеченностью для данной позиции ранжирования. На основе этого рассчитывается Correction Factor для повышения документов, превосходящих ожидания, и понижения тех, которые им не соответствуют. Эта система также влияет на приоритеты сканирования и решения об индексации.
  • US9223897B1
  • 2015-12-29
  • Поведенческие сигналы

  • Индексация

  • Техническое SEO

Как Google использует свой индекс для автоматического обновления устаревших ссылок в закладках, истории поиска и на веб-страницах
Система Google поддерживает актуальность различных коллекций URL (закладки пользователей, история поиска, электронные письма), используя основной поисковый индекс как эталон канонических адресов. Если сохраненный URL устарел, система автоматически заменяет его на актуальную версию. Также описан механизм уведомления владельцев сайтов о неработающих исходящих ссылках.
  • US20130144836A1
  • 2013-06-06
  • Ссылки

  • Индексация

  • Техническое SEO

Как Google создает и наполняет Панели Знаний (Knowledge Panels), используя шаблоны сущностей и популярность фактов
Google использует систему для отображения Панелей Знаний (Knowledge Panels) рядом с результатами поиска. Когда запрос относится к конкретной сущности (человеку, месту, компании), система выбирает соответствующий шаблон и наполняет его контентом из разных источников. Выбор фактов для отображения основан на том, как часто пользователи искали эту информацию в прошлом.
  • US9268820B2
  • 2016-02-23
  • Knowledge Graph

  • SERP

  • Семантика и интент

Как Google динамически переоценивает значимость факторов ранжирования, основываясь на их надежности в контексте конкретной выдачи
Google использует механизм для повышения качества ранжирования путем анализа надежности (Trustworthiness) различных факторов, влияющих на позицию документа. Если система обнаруживает значительную разницу в надежности сигналов среди результатов поиска, она снижает влияние менее достоверных факторов. Это гарантирует, что документы, получившие высокие оценки за счет ненадежных или легко манипулируемых сигналов, не будут ранжироваться выше документов с более достоверными показателями качества и релевантности.
  • US9623119B1
  • 2017-04-18
  • EEAT и качество

  • Поведенческие сигналы

  • SERP

Как Google использует погоду, время и местоположение для понимания истинного намерения пользователя и адаптации поисковой выдачи
Google анализирует, как физическое окружение (погода, время, местоположение) влияет на то, что ищут пользователи. Система выявляет корреляции между средой и поведением пользователей в прошлом (включая длительность кликов), чтобы лучше понять текущий интент многозначных запросов. Затем она переранжирует выдачу или переписывает запрос для предоставления наиболее релевантных результатов и рекламы.
  • US8898148B1
  • 2014-11-25
  • Семантика и интент

  • Поведенческие сигналы

  • Персонализация

Как Google определяет, когда показывать обогащенный результат для сущности, и использует консенсус веба для исправления данных
Google использует механизм для определения того, когда запрос явно относится к конкретной сущности (например, книге). Если один результат значительно доминирует над другими по релевантности, система активирует «обогащенный результат». Этот результат агрегирует данные из разных источников (структурированные данные, веб-страницы, каталоги товаров) и использует наиболее популярные варианты данных из интернета для проверки и исправления информации о сущности.
  • US8577897B2
  • 2013-11-05
  • SERP

  • Семантика и интент

  • EEAT и качество

seohardcore