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

Как Google (Chrome) использует адресную строку (Omnibox) для автозаполнения URL и быстрого поиска по сайтам

METHOD AND SYSTEM FOR GENERATING SEARCH SHORTCUTS AND INLINE AUTO-COMPLETE ENTRIES (Метод и система для генерации поисковых ярлыков и встроенных записей автозаполнения)
  • US8438148B1
  • Google LLC
  • 2009-09-01
  • 2013-05-07
  • Семантика и интент
  • Персонализация
  • Описание
  • Разбор
  • Выводы
  • Практика
  • FAQ
  • Похожие

Патент описывает работу адресной строки браузера (например, Chrome Omnibox). Система анализирует историю посещений, чтобы предлагать автозаполнение URL и отличать навигационные намерения от поисковых запросов. Она также позволяет пользователям искать внутри конкретного сайта (например, Amazon) прямо из адресной строки, используя «Поисковые ярлыки», минуя переход на главную страницу этого сайта.

Описание

Какую проблему решает

Патент решает несколько задач, связанных с эффективностью и UX адресной строки браузера (Omnibox):

  • Неэффективность многоэтапного поиска: Устраняет необходимость сначала переходить на веб-сайт (например, Amazon.com), а затем использовать его внутреннее поле поиска.
  • Стабильность автозаполнения: Повышает релевантность и интуитивность встроенного автозаполнения (Inline Auto-Completion) URL-адресов на основе истории пользователя.
  • Неоднозначность ввода: Определяет, намеревается ли пользователь выполнить поиск или перейти по URL-адресу, особенно в случае неоднозначного ввода (например, одно слово, которое может быть адресом в интранете).

Что запатентовано

Запатентована система внутри веб-браузера, которая генерирует «Поисковые ярлыки» (Search Shortcuts) и управляет автозаполнением. Система локально отслеживает историю навигации и определяет, какие сайты обладают поисковыми возможностями (например, через OpenSearch). При вводе соответствующего идентификатора (URL) система предлагает возможность искать на этом сайте напрямую. Также описаны методы ранжирования автозаполнения на основе частоты ввода (Typed Count) и механизм разрешения неоднозначности (Infobar).

Как это работает

Система работает на стороне клиента (в браузере):

  • Запись и Обнаружение: Браузер записывает посещенные URL и обнаруживает сайты с функцией поиска (используя OpenSearch или парсинг контента).
  • Генерация Ярлыков: Когда пользователь вводит соответствующий домен, браузер предлагает Search Shortcut (например, «Нажмите Tab для поиска...»). При активации адресная строка превращается в поле поиска для этого сайта.
  • Ранжирование Автозаполнения: Предложения ранжируются, отдавая приоритет URL, которые пользователь часто вводил вручную (Typed Count). Для скорости используется In-Memory Database.
  • Уточнение Интента: Если ввод неоднозначен, система выполняет поиск, но параллельно проверяет существование URL с помощью HTTP HEAD запроса. Если URL существует, отображается Infobar для уточнения намерения.

Актуальность для SEO

Высокая. Описанные механизмы (Omnibox, Tab-to-Search, автозаполнение на основе истории) являются фундаментальной функциональностью современных браузеров, таких как Google Chrome, и активно используются в 2025 году.

Важность для SEO

Влияние на алгоритмы ранжирования Google Search отсутствует (3/10). Это патент о функциональности браузера (UX), а не о поиске (Information Retrieval). Однако он имеет важное косвенное значение для SEO. Он влияет на то, как пользователи перемещаются по сети и взаимодействуют с брендами. Понимание этих механизмов критично для технического SEO (внедрение OpenSearch) и стратегий повышения узнаваемости бренда и прямого (Type-in) трафика.

Детальный разбор

Термины и определения

Identifier (Идентификатор)
Адрес контента, чаще всего URL.
Input Receiver (Приемник ввода)
Интерфейс для ввода текста пользователем. В контексте патента — унифицированная адресная строка браузера (Omnibox).
Repository (Репозиторий)
Основная база данных браузера (например, SQLite), хранящая историю посещений, включая URL и метаданные.
In-Memory Database (База данных в оперативной памяти)
Кэш наиболее часто используемых записей из Repository, хранящийся в RAM. Используется для обеспечения мгновенного (синхронного) автозаполнения.
Identifier Content Metadata (Метаданные контента идентификатора)
Данные, связанные с URL. Включают информацию о наличии на сайте функции поиска (например, ссылка на OpenSearch Description Document) и счетчики посещений.
Match Engine (Механизм сопоставления)
Компонент, который ищет совпадения между вводимым текстом и записями в Репозитории и ранжирует их.
Inline Auto-Completion (Встроенное автозаполнение)
Функция, которая автоматически завершает ввод URL непосредственно в адресной строке по мере ввода текста пользователем.
Search Shortcut (Поисковый ярлык)
Предложение в адресной строке, позволяющее быстро активировать поиск по конкретному сайту (например, «Нажмите Tab для поиска...»).
Typed Count (Счетчик вводов)
Метрика, показывающая, сколько раз пользователь вручную вводил данный URL в адресную строку. Ключевой сигнал для ранжирования автозаполнения.
Infobar (Информационная панель)
Элемент интерфейса, используемый для уточнения намерения пользователя, если система ошибочно выполнила поиск вместо навигации по URL.
OpenSearch
Набор стандартов для публикации информации о поисковых системах. Используется браузером для обнаружения функции поиска на сайте и структуры поисковых запросов.

Ключевые утверждения (Анализ Claims)

Патент фокусируется на механизме генерации и представления поисковых ярлыков.

Claim 1 (Независимый пункт): Описывает метод представления опций для поиска контента.

  1. Система обнаруживает ввод текста в браузере.
  2. Отображается список идентификаторов (URL), которые соответствуют хотя бы части введенного текста.
  3. Представляется пользовательский интерфейс, который указывает, какие из идентификаторов в списке связаны с контентом, имеющим функцию поиска, а какие — нет.
  4. Система обнаруживает выбор из списка идентификатора, имеющего функцию поиска.
  5. В ответ на этот выбор система представляет поисковое окно (search box) в том же окне отображения (single display view), что и выбранный идентификатор. Это окно настроено на инициирование поиска с использованием функции поиска выбранного идентификатора.

Ключевой момент — это представление контекстного search box (трансформированной адресной строки) в том же интерфейсе, позволяющее использовать внутренний поиск сайта напрямую, до перехода на сайт.

Claim 8 (Независимый пункт): Описывает систему (компоненты браузера), реализующую метод.

Определяет систему с Input Receiver, Input Recorder, Match Engine, Option Generator и User Interface Generator. User Interface Generator настроен так, чтобы указывать, какие идентификаторы имеют функцию поиска, и генерировать search box в том же окне отображения при выборе такого идентификатора.

Примечание: Хотя Claims 1 и 8 сосредоточены на Search Shortcuts, название и описание патента также подробно охватывают Inline Auto-Completion и Infobar, логика которых описана ниже.

Где и как применяется

ВАЖНО: Этот патент НЕ описывает работу поисковой системы Google (Crawling, Indexing, Ranking и т.д.). Он описывает исключительно функциональность Веб-Браузера (User Agent), работающую на стороне клиента.

Он применяется на этапе Взаимодействия с пользователем (User Interaction), который предшествует отправке запроса в поисковую систему или навигации.

Как применяется:

  • Компоненты: Система взаимодействует с базой данных истории браузера (Repository), быстрым кэшем (In-Memory Database) и интерфейсом адресной строки (Input Receiver).
  • Входные данные: Текст, вводимый пользователем; история посещений и вводов (Typed Count); метаданные сайтов (OpenSearch); HTTP-ответы (для Infobar).
  • Выходные данные: Список предложений автозаполнения; встроенный текст автозаполнения; индикаторы Search Shortcuts; модифицированный интерфейс адресной строки; Infobar для уточнения интента.

На что влияет

  • Специфические запросы: Влияет на навигационные запросы и запросы к известным сущностям, когда пользователь намеревается посетить определенный сайт или выполнить поиск на нем.
  • Конкретные типы контента: Влияет на веб-сайты, которые реализуют обнаруживаемую функцию внутреннего поиска (например, через OpenSearch).
  • Конкретные ниши: Особенно сильно влияет на электронную коммерцию, справочные сайты (Wikipedia) и медиаплатформы (YouTube), где внутренний поиск является основным способом навигации.
  • Интранет-ресурсы: Механизм Infobar специально разработан для обработки коротких URL в интранете, которые могут конфликтовать с поисковыми запросами.

Когда применяется

  • Триггеры активации (Search Shortcuts): Ввод текста, совпадающего с доменом сайта, для которого браузер ранее обнаружил функцию поиска.
  • Условия для Inline Auto-Completion: Применяется синхронно во время ввода, если:
    • Вводимый текст совпадает с префиксом URL, который пользователь ранее вводил вручную (Typed Count выше порога).
    • Пользователь НЕ удалял текст только что.
    • Пользователь НЕ вставлял текст из буфера обмена.
    • Курсор находится в конце строки.
    • Не активен редактор метода ввода (IME).
  • Условия для Infobar: Применяется, когда ввод классифицирован как «Неизвестный» (Unknown), пользователь инициирует действие (приводящее к поиску), И параллельный HTTP HEAD запрос подтверждает существование URL.

Пошаговый алгоритм

Процесс А: Генерация поискового ярлыка (Search Shortcut)

  1. Получение ввода: Input Receiver обнаруживает пользовательский ввод (например, «amaz»).
  2. Сопоставление: Match Engine сравнивает ввод с Repository. Найдено совпадение («amazon.com»).
  3. Проверка метаданных: Система проверяет Identifier Content Metadata для совпавшего URL, чтобы определить, включает ли он функцию поиска (обнаруженную ранее через OpenSearch или историю).
  4. Генерация опции: Если ДА, User Interface Generator отображает идентификатор вместе с указанием ярлыка (например, «Нажмите Tab для поиска на amazon.com»).
  5. Выбор пользователя: Пользователь активирует ярлык (например, нажимает Tab).
  6. Генерация поля поиска: User Interface Generator преобразует Input Receiver в поле поиска для конкретного сайта.
  7. Выполнение запроса: Пользователь вводит запрос, который выполняется с использованием поисковой системы внешнего сайта.

Процесс Б: Ранжирование встроенного автозаполнения (Inline Auto-Completion)

  1. Получение ввода и проверка условий: Input Receiver обнаруживает ввод и проверяет, разрешено ли автозаполнение.
  2. Категоризация ввода: Ввод классифицируется как URL, Поиск или Неизвестно.
  3. Синхронное сопоставление: Match Engine мгновенно запрашивает In-Memory Database (быстрый кэш) на наличие совпадений.
  4. Логика ранжирования:
    1. Приоритет точным совпадениям.
    2. Если точных совпадений нет, приоритет URL, которые набирались вручную чаще (высокий Typed Count).
    3. URL Trimming (Сокращение URL): Если наивысшее совпадение имеет длинный путь (например, site.com/page/subpage), система проверяет, соответствует ли префиксу также более короткая версия (например, site.com). Если исходное совпадение можно обрезать до имени хоста, и оно по-прежнему совпадает, обрезанная версия может стать предпочтительнее (чтобы избежать слишком специфичных автозаполнений).
  5. Выбор и отображение: Наивысшее совпадение отображается встроенным образом.
  6. Асинхронное сопоставление: Одновременно Match Engine запрашивает полный Repository для отображения полного списка предложений в выпадающем списке, используя ту же логику ранжирования для обеспечения стабильности.

Какие данные и как использует

Данные на входе

Система использует исключительно данные, собранные браузером на стороне клиента.

  • Поведенческие и Пользовательские факторы (История браузера):
    • Журнал посещенных URL (Identifier values).
    • Typed Count (Счетчик ручного ввода): Как часто пользователь явно вводил URL. Критично для ранжирования автозаполнения.
    • Visit Count (Счетчик посещений): Общая частота посещений URL.
    • Действия пользователя при вводе: Набор текста, вставка, удаление, использование IME.
  • Технические и Структурные факторы (Метаданные сайтов):
    • OpenSearch Description Documents: Используются для идентификации функции поиска и структуры поисковых запросов сайта.
    • Коды ответов HTTP (2xx, 301, 302, 401, 407): Используются в функции Infobar для проверки существования URL при устранении неоднозначности намерений (в ответ на HTTP HEAD запрос).

Какие метрики используются и как они считаются

  • Relevance Scores (Оценки релевантности): Оценки, присваиваемые кандидатам на автозаполнение для сортировки совпадений. Определяются на основе категоризации ввода и метрик истории пользователя.
  • Классификация ввода (URL/Search/Unknown): Классификация пользовательского ввода на основе его формата и потенциальной интерпретации. Влияет на ранжирование (например, для Unknown поисковые предложения могут ранжироваться выше навигационных).
  • Typed Count (Счетчик ручного ввода): Метрика, увеличивающаяся только при ручном вводе URL и переходе по нему. Не увеличивается при вставке текста или переходе по ссылке.
  • Пороги Typed Count: Предварительно определенное количество раз, которое URL должен быть введен вручную, чтобы квалифицироваться как кандидат на Inline Auto-Completion.

Выводы

  1. Браузер как интеллектуальный посредник: Патент демонстрирует, как браузер действует как проактивный агент, локально идентифицируя и каталогизируя поисковые возможности внешних веб-сайтов для ускорения задач пользователя.
  2. Критичность OpenSearch для UX: Система полагается на обнаружение функции поиска. Стандарт OpenSearch является наиболее надежным методом для обеспечения работы Search Shortcuts.
  3. Typed Count как основной сигнал автозаполнения: Ранжирование предложений автозаполнения в значительной степени зависит от явных действий пользователя. «Количество вводов» (Typed Count) имеет приоритет над простой частотой посещений (Visit Count).
  4. Предпочтение коротким URL: Логика ранжирования включает механизм «URL Trimming», который предпочитает более короткие URL (имена хостов) более глубоким путям, если пользователь часто не вводил более глубокий путь.
  5. Стабильность и скорость интерфейса: В патенте подчеркивается необходимость синхронного и стабильного автозаполнения. Это достигается за счет использования In-Memory Database и отключения автозаполнения в определенных ситуациях (вставка/удаление).
  6. Устранение неоднозначности намерений: Система включает механизм (Infobar) для обработки неоднозначности между поиском и навигацией, используя параллельные HTTP HEAD запросы для проверки существования URL.

Практика

Практическое применение в SEO

Этот патент в первую очередь сфокусирован на функциональности браузера (UX/UI), а не на алгоритмах ранжирования Google Поиска. Однако он имеет важные последствия для того, как пользователи взаимодействуют с веб-сайтами.

Best practices (это мы делаем)

  • Внедрение OpenSearch (Техническое SEO): Убедитесь, что функция внутреннего поиска вашего сайта четко определена и обнаруживаема с помощью документа описания OpenSearch. Это явно упоминается в патенте как метод, позволяющий браузеру включить функцию Search Shortcut (Tab-to-Search) для вашего домена.
  • Оптимизация опыта внутреннего поиска (UX/CRO): Поскольку Search Shortcut облегчает пользователям переход непосредственно на страницу результатов вашего внутреннего поиска (SERP), убедитесь, что ваша внутренняя SERP быстрая, релевантная и хорошо спроектирована.
  • Продвижение узнаваемости бренда и прямого трафика (Стратегия): Алгоритм автозаполнения отдает приоритет Typed Count. Развитие сильного бренда и стимулирование прямых заходов (Type-in трафик) укрепляет позиции вашего сайта в автозаполнении браузера пользователя.
  • Поддержание чистых и коротких структур URL: Поскольку логика ранжирования автозаполнения предпочитает более короткие URL, важно иметь логичные и запоминающиеся адреса для основных точек входа на сайт.

Worst practices (это делать не надо)

  • Скрытие или нестандартная реализация внутреннего поиска: Если внутренний поиск трудно обнаружить или он не соответствует стандартам (например, отсутствие OpenSearch, сложные формы JavaScript), это не позволяет браузеру создавать поисковые ярлыки.
  • Ориентация исключительно на Google для навигационных запросов: Не стоит предполагать, что пользователи всегда будут искать ваш бренд через Google. Этот патент показывает усилия по оптимизации прямого доступа и поиска по конкретным сайтам, потенциально в обход Google Поиска для известных сущностей.
  • Использование неоднозначных имен хостов в интранете (IT/DevOps): Функция Infobar специально решает проблему путаницы, вызванной однословными именами хостов. Избегайте использования общих слов в качестве имен хостов, так как браузер может по умолчанию рассматривать их как поисковые запросы.

Стратегическое значение

Патент подчеркивает важность браузерной среды (такой как Chrome) в формировании поведения пользователей и оптимизации навигации. Для SEO-специалистов это подтверждает, что путь пользователя не всегда начинается на Google.com. Оптимизация прямого доступа, узнаваемости бренда и внутренней функциональности сайта (особенно поиска) имеет решающее значение для удержания трафика и вовлеченности пользователей, знакомых с брендом.

Практические примеры

Сценарий: Оптимизация сайта электронной коммерции для Search Shortcuts

  1. Задача: Сделать так, чтобы при вводе домена магазина в адресной строке Chrome появлялась опция «Нажмите Tab для поиска».
  2. Реализация (На основе патента): Специалист обеспечивает внедрение на сайте OpenSearch.
    • Создается файл opensearch.xml, описывающий поисковую систему сайта и шаблон URL для запросов.
    • Ссылка на этот файл размещается в разделе <head> HTML: <link rel="search" type="application/opensearchdescription+xml" title="MyStore Search" href="/opensearch.xml">.
  3. Механизм: Когда пользователи посещают сайт, их браузер (реализующий логику патента) обнаруживает документ OpenSearch и записывает сайт как доступный для поиска в локальном Repository.
  4. Результат: В следующий раз, когда пользователь вводит домен сайта в адресную строку, браузер отображает Search Shortcut. Пользователь может немедленно искать товары, не переходя сначала на главную страницу, что улучшает UX.

Вопросы и ответы

Описывает ли этот патент, как Google Поиск ранжирует веб-сайты?

Нет. Этот патент описывает функциональность, встроенную в веб-браузер (например, Google Chrome), касающуюся того, как адресная строка (Omnibox) обрабатывает автозаполнение и генерирует ярлыки для поиска на внешних веб-сайтах. Он не имеет отношения к алгоритмам, используемым Google Поиском для ранжирования веб-страниц.

Какое самое важное действие я могу предпринять на основе этого патента?

Самое прямое действие — убедиться, что внутренний поиск вашего веб-сайта доступен для обнаружения через OpenSearch. Внедрение документа описания OpenSearch позволяет браузерам надежно идентифицировать поисковые возможности вашего сайта и включить функцию «Поисковый ярлык» (Tab-to-Search) для ваших пользователей.

Как браузер узнает, что на моем сайте есть функция поиска?

В патенте описано, что браузер анализирует контент, связанный с URL, когда пользователь его посещает. Он ищет поля поиска или, что прямо упомянуто, документ описания OpenSearch, который предоставляет стандартизированный способ для браузера понять интерфейс поиска.

Что такое «Typed Count» и почему он важнее «Visit Count» для автозаполнения?

Typed Count — это счетчик того, сколько раз пользователь ввел URL вручную и перешел по нему (вставка не считается). Visit Count — общее число посещений, включая клики по ссылкам. Система считает ручной ввод более сильным сигналом намерения пользователя вернуться на этот адрес, поэтому Typed Count имеет больший вес для ранжирования предложений встроенного автозаполнения.

Как ранжируются предложения автозаполнения в адресной строке?

Ранжирование (выполняемое Match Engine) в первую очередь отдает приоритет точным совпадениям. Если точных совпадений нет, предпочтение отдается URL-адресам, которые пользователь часто вводил явно (Typed Count). Система также может предпочесть более короткие URL (имена хостов) более длинным путям, если более длинный путь не используется часто.

Почему автозаполнение иногда не работает, когда я вставляю URL или удаляю текст?

В патенте специально указано, что встроенное автозаполнение отключается при вставке текста или сразу после удаления символов. Это сделано намеренно. При вставке предполагается, что пользователь хочет перейти по конкретному URL. При удалении автозаполнение может мешать редактированию и быть контринтуитивным.

Что такое «Search Infobar», упомянутая в патенте?

Infobar — это механизм для обработки неоднозначных намерений, особенно для однословных вводов (например, «обувь»). Если пользователь вводит «обувь», и браузер по умолчанию выполняет поиск, но «http://обувь» существует (например, сайт в интранете), браузер отобразит Информационную панель с вопросом: «Возможно, вы имели в виду http://обувь?», чтобы уточнить интент.

Как браузер обеспечивает мгновенное появление предложений автозаполнения?

Чтобы избежать задержек при запросе к основной базе данных истории (Repository), система использует меньшую и более быструю In-Memory Database (кэш в ОЗУ). Эта база данных содержит подмножество часто вводимых URL и запрашивается первой для предоставления немедленных, синхронных предложений автозаполнения.

Влияет ли этот патент на ранжирование в моем внутреннем поиске?

Он не влияет на алгоритмы вашего внутреннего поиска. Однако он значительно облегчает пользователям доступ к нему через Search Shortcuts. Поэтому качество и релевантность вашего внутреннего поиска становятся более критичными, поскольку больше пользователей могут обходить вашу главную страницу и попадать прямо на вашу внутреннюю SERP.

Используют ли эти механизмы только в Google Chrome?

Хотя патент принадлежит Google и изобретателями являются ключевые разработчики Chrome, описанные функции (автозаполнение на основе истории, поддержка OpenSearch и Search Shortcuts) стали стандартом де-факто и реализованы в большинстве современных веб-браузеров (Firefox, Safari, Edge) с небольшими вариациями в логике.

Похожие патенты

Как Google интегрирует результаты поиска и контекстные подсказки непосредственно в интерфейс браузера и приложений (Основы Omnibox и Google Desktop)
Патент Google, описывающий механизмы динамического изменения пользовательского интерфейса путем вставки контекстуальных результатов поиска или запросов к пользователю. Система анализирует элементы просматриваемого контента ("аспекты") и внедряет связанную информацию ("вставки") из локального индекса (история, файлы) или глобального поиска. Это закладывает основу для функций автодополнения в адресной строке (Autocomplete/Omnibox) и контекстного поиска.
  • US20090276408A1
  • 2009-11-05
  • Индексация

  • Персонализация

  • Семантика и интент

Как Google позволяет владельцам сайтов выбирать предпочтительный (канонический) домен для индексации и управлять скоростью сканирования
Патент описывает механизмы Google для решения проблемы дублирования контента, возникающей из-за нескольких эквивалентных доменных имен (например, с WWW и без). Верифицированные владельцы могут указать предпочтительный домен, который Google будет использовать для перезаписи URL-адресов перед индексацией, консолидируя сигналы ранжирования. Патент также описывает интерфейсы для управления верификацией владельцев и контроля скорости сканирования (Crawl Rate).
  • US7930400B1
  • 2011-04-19
  • Индексация

  • Краулинг

  • Техническое SEO

Как Google оптимизирует переход из поиска по картинкам, предотвращая перезагрузку страницы и используя автопрокрутку
Патент Google описывает технический процесс обработки клика по результату поиска картинок. Целевой сайт загружается как основная страница, а поверх нее открывается оверлей (например, iFrame) с полным изображением. Система автоматически прокручивает фон к месту расположения картинки. При закрытии оверлея страница не перезагружается, что улучшает UX и точность аналитики.
  • US20150169567A1
  • 2015-06-18
  • Мультимедиа

Как Google ускоряет автозаполнение (Autocomplete) и какие факторы ранжирования подсказок раскрывает этот механизм кэширования
Google оптимизирует производительность Autocomplete, кэшируя подсказки локально в браузере, чтобы избежать запросов к серверу при каждом вводе символа. Хотя патент фокусируется на скорости, он также подтверждает, что Google ранжирует подсказки на основе популярности запросов (частоты использования) и значимости сущностей (например, численности населения для географических объектов).
  • US20130054632A1
  • 2013-02-28
Как Google использует контекст текущей страницы для понимания запроса и прямой навигации к результату (минуя SERP)
Google может анализировать контент страницы, которую просматривает пользователь, чтобы понять неоднозначные запросы (например, содержащие местоимения). Система переписывает запрос, добавляя контекст, ищет результаты и автоматически выбирает один лучший ответ. Затем пользователь направляется прямо на этот ресурс, минуя стандартную страницу результатов поиска (SERP).
  • US10503733B2
  • 2019-12-10
  • SERP

  • Семантика и интент

Популярные патенты

Как Google использует фразы и тематические кластеры из истории пользователя для персонализации результатов поиска
Google может строить модель интересов пользователя, анализируя семантически значимые фразы и тематические кластеры в контенте, который пользователь потребляет (просматривает, сохраняет, печатает). При последующих запросах система повышает в ранжировании те документы, которые содержат фразы, одновременно релевантные запросу и присутствующие в профиле интересов пользователя.
  • US7580929B2
  • 2009-08-25
  • Персонализация

  • Семантика и интент

  • Поведенческие сигналы

Как Google использует персональное дерево интересов пользователя для определения важности слов в запросе и его переписывания
Google использует иерархический профиль интересов пользователя (Profile Tree), построенный на основе истории поиска и поведения, чтобы определить, какие слова в запросе наиболее важны для конкретного человека. Специфичные интересы (глубокие узлы в дереве) получают больший вес. Это позволяет системе отфильтровать шум в длинных запросах и сгенерировать более точный альтернативный запрос.
  • US8326861B1
  • 2012-12-04
  • Персонализация

  • Семантика и интент

  • Поведенческие сигналы

Как Google использует данные о поведении пользователей для генерации и ранжирования Sitelinks (Дополнительных ссылок сайта)
Патент описывает механизм генерации Sitelinks (дополнительных ссылок под основным результатом поиска). Google анализирует логи доступа пользователей (частоту кликов, время на странице) и другие факторы качества, чтобы определить наиболее важные внутренние страницы сайта. Эти страницы затем отображаются в виде ранжированного списка для ускорения навигации пользователя.
  • US7996391B2
  • 2011-08-09
  • Ссылки

  • Поведенческие сигналы

  • SERP

Как Google выбирает, сортирует и форматирует динамические Sitelinks на основе типа контента и свежести страниц
Патент Google описывает систему генерации Sitelinks (саб-ссылок), которые ведут непосредственно на конечный контент (статьи, видео, товары), а не на разделы сайта. Система определяет категорию контента и применяет специфические правила сортировки (например, по свежести для новостей), которые отличаются от стандартного ранжирования. Также используется специальное форматирование для улучшения навигации в SERP.
  • US9081832B2
  • 2015-07-14
  • Ссылки

  • SERP

  • Свежесть контента

Как Google использует данные о реальных повторных посещениях (Quality Visit Measure) и социальных взаимодействиях для ранжирования локального бизнеса
Google использует данные о физических посещениях пользователей для оценки качества локального бизнеса. Система рассчитывает «Quality Visit Measure», придавая значительно больший вес местам, куда люди возвращаются повторно, приводят друзей или посещают по рекомендации. Этот показатель используется как сильный сигнал качества для ранжирования в локальном поиске и Google Maps, снижая зависимость от онлайн-отзывов.
  • US10366422B2
  • 2019-07-30
  • Поведенческие сигналы

  • Local SEO

Как Google решает, показывать ли прямой ответ, анализируя частоту использования естественного языка в исторических запросах о факте
Google анализирует исторические данные о том, как пользователи ищут конкретный факт. Если они часто используют естественный язык (например, «какая высота у Эйфелевой башни»), система считает, что пользователи действительно ищут этот факт. На основе этого рассчитывается «Оценка поиска фактов» (Fact-Seeking Score). Эта оценка используется как сигнал ранжирования, чтобы решить, нужно ли показывать прямой ответ (Factual Answer) и насколько высоко его разместить в результатах поиска.
  • US9396235B1
  • 2016-07-19
  • Семантика и интент

  • SERP

  • Поведенческие сигналы

Как Google использует историю навигации и клики по рекламе для генерации ключевых слов, гео-таргетинга и выявления MFA-сайтов
Патент Google, описывающий три механизма, основанных на анализе поведения пользователей (selection data). Система использует путь навигации пользователя для генерации новых ключевых слов для рекламы, улучшает гео-таргетинг объявлений на основе предпочтений пользователей, а также выявляет низкокачественные сайты (MFA/манипулятивные) по аномально высокому CTR рекламных блоков.
  • US8005716B1
  • 2011-08-23
  • Поведенческие сигналы

  • Семантика и интент

  • Антиспам

Как Google ранжирует и рекомендует источники контента (каналы, профили) на основе внутренних ссылок, аннотаций и кликов по ним
Google использует механизм для ранжирования и рекомендации источников контента (например, YouTube-каналов или профилей) внутри платформ. Система анализирует, как часто источник упоминается в аннотациях, описаниях и комментариях к контенту, который просматривал пользователь. Ключевым фактором ранжирования является не только количество упоминаний, но и общее число кликов (активаций) по этим ссылкам.
  • US9235625B2
  • 2016-01-12
  • Ссылки

  • Поведенческие сигналы

  • Мультимедиа

Как Google использует внешние данные для оценки репутации сущностей и их взаимной привлекательности в вертикальном поиске
Google использует систему для улучшения вертикального поиска (например, вакансий, недвижимости) путем оценки взаимной привлекательности двух разных типов сущностей (например, соискателя и вакансии). Система агрегирует данные из внешних источников для выявления скрытых атрибутов и расчета «Репутационной значимости» каждой сущности. На основе этих данных определяется метрика «Двухстороннего соответствия», которая используется для ранжирования.
  • US10853432B2
  • 2020-12-01
  • Семантика и интент

  • SERP

  • Поведенческие сигналы

Как Google использует поведение пользователей в веб-поиске для динамической категоризации локальных бизнесов
Google динамически формирует категории для бизнесов, основываясь на том, как пользователи ищут их (используемые ключевые слова и клики) в веб-поиске и голосовом поиске. Эти данные формируют иерархическое понимание типов бизнеса. Эта структура затем используется для повышения точности распознавания названий компаний в голосовых запросах.
  • US8041568B2
  • 2011-10-18
  • Local SEO

  • Поведенческие сигналы

  • Семантика и интент

seohardcore