Как Google использует отзывы пользователей для обнаружения спама и фейковых компаний в локальном поиске (Google Maps)

Термины и определения

Business Listing / Business Record (Бизнес-листинг / Бизнес-запись)

Запись в базе данных, содержащая информацию о компании (название, адрес, URL и т.д.). Пример: профиль компании в Google Maps.

Business Reviews (Отзывы о бизнесе)

Пользовательский контент (UGC), содержащий критику или иную информацию о бизнес-листинге, предоставленную третьей стороной.

Category of Business Listings (Категория бизнес-листингов)

Классификация листинга по типу бизнеса (например, слесарь, ресторан, авторемонт).

Characteristic Database (База данных характеристик)

Хранилище информации для обнаружения спама, включающее ключевые слова, категории и данные об известном спаме.

Known Spam Listings (Известные спам-листинги)

Набор бизнес-листингов, ранее идентифицированных как спам. Их отзывы используются как эталон для сравнения.

Spam Count (Оценка спамности)

Метрика, агрегирующая подозрительные сигналы, обнаруженные в отзывах. Используется для определения вероятности того, что листинг является спамом.

Spam Keywords (Спам-ключевые слова)

Список слов и фраз, наличие которых в отзыве предполагает, что листинг может быть спамом (например, "spam", "closed", "no store", "doesn't exist", "scam").

Spam Listing Detection Module (Модуль обнаружения спам-листингов)

Компонент системы, выполняющий логику анализа отзывов и идентификации спама.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной метод идентификации бизнес-записей.

1. Система получает множество отзывов для бизнес-листинга, принадлежащего к определенной категории.
2. Система анализирует отзывы и увеличивает spam count при обнаружении одного или нескольких из следующих признаков:
   • Термины, соответствующие списку spam keywords.
   • Термины, которые редко встречаются (infrequently appear) в отзывах о валидных бизнесах в этой же категории.
   • Орфографические или грамматические ошибки, найденные в отзывах ранее идентифицированных спам-листингов.
   • Контактная информация, найденная в отзывах ранее идентифицированных спам-листингов.
3. Система помечает (flagging) бизнес-листинг как спам, если spam count превышает установленный порог.

Claim 2 (Зависимый от 1): Детализирует обработку редко встречающихся терминов.

Система определяет, связан ли редко встречающийся термин с категорией бизнеса. Spam count увеличивается, только если этот термин не связан с категорией бизнеса. Это механизм защиты от ложных срабатываний на релевантные, но редкие термины.

Claim 3 и 4 (Зависимые): Описывают механизм самообучения системы (обратная связь).

Если идентифицирован редко встречающийся и нерелевантный термин, он (и его варианты) добавляется в список spam keywords для будущего использования.

Claim 5 (Зависимый от 1): Уточняет типы контактной информации.

Контактная информация включает встроенные URL-ссылки, номера телефонов или адреса электронной почты.

Claim 6 (Зависимый от 1): Описывает взвешивание сигналов.

Spam count увеличивается на разную величину (by different amounts) в зависимости от типа обнаруженного признака. Это означает, что система использует взвешенную модель, где одни сигналы считаются более сильными индикаторами спама, чем другие.

Где и как применяется

Изобретение применяется в системах, управляющих базами данных бизнес-листингов, таких как Google Maps и Local Search.

CRAWLING – Сканирование и Сбор данных
На этом этапе система собирает пользовательские отзывы (business reviews), связанные с бизнес-листингами.

INDEXING – Индексирование и извлечение признаков
Основной этап работы алгоритма. Spam Listing Detection Module анализирует собранные отзывы. Происходит:

• Анализ текста отзывов на наличие spam keywords.
• Определение категории бизнеса и расчет частотности терминов для этой категории (для выявления редких терминов).
• Сравнение отзывов с базой known spam listings.
• Вычисление и сохранение spam count для листинга.
• Обновление списка spam keywords (самообучение).

RANKING / RERANKING – Ранжирование / Переранжирование
Рассчитанный spam count используется на этапе ранжирования локальных результатов для фильтрации или понижения листингов, помеченных как спам. Если spam count превышает порог, листинг может быть отправлен на ручную модерацию или автоматически удален.

Входные данные:

• Бизнес-листинг и его категория.
• Текст связанных с ним отзывов.
• Characteristic Database (список spam keywords, данные о частотности терминов по категориям, база known spam listings).

Выходные данные:

• Spam count для бизнес-листинга.
• Флаг (пометка) листинга как потенциального спама.
• Обновленный список spam keywords.

На что влияет

• Конкретные типы контента: Влияет на видимость бизнес-листингов (например, в Google Maps) и связанный с ними пользовательский контент (отзывы).
• Специфические запросы: Локальные запросы (например, "ресторан рядом", "услуги электрика").
• Конкретные ниши или тематики: Наибольшее влияние в категориях, подверженных высокому уровню спама и мошенничества. В патенте упоминаются слесари (locksmiths), оценщики, аренда оборудования, авторемонт, электрики.

Когда применяется

• Условия работы алгоритма: Применяется к бизнес-листингам, у которых есть ассоциированные отзывы.
• Триггеры активации: Анализ может запускаться при получении нового отзыва или периодически для переоценки существующих листингов.
• Пороговые значения: Алгоритм активирует пометку спама только тогда, когда агрегированная оценка spam count превышает заранее определенный порог.

Пошаговый алгоритм

Процесс анализа отзывов для выявления спам-листинга:

1. Сбор данных: Получение бизнес-листинга, определение его категории и извлечение всех связанных с ним отзывов.
2. Анализ по ключевым словам: Поиск в тексте отзывов терминов из предопределенного списка spam keywords (например, "спам", "фейк", "не существует").
3. Категориальный анализ:
   • Определение частотности терминов в валидных отзывах для данной категории бизнеса.
   • Идентификация терминов в анализируемых отзывах, которые встречаются редко (infrequent).
   • Определение, являются ли эти редкие термины нерелевантными (irrelevant) для категории (Claim 2).
4. Сравнение с известным спамом: Сравнение текста отзывов с базой отзывов из known spam listings. Поиск:
   • Точных или частичных совпадений текста (copy/paste).
   • Характерных орфографических и грамматических ошибок (Claim 1).
   • Совпадений контактной информации: URL, email, телефон (Claim 5).
5. Расчет оценки (Spam Count): При обнаружении любого из вышеперечисленных сигналов система увеличивает spam count листинга. Разные сигналы имеют разный вес (Claim 6).
6. Принятие решения: Сравнение итогового spam count с пороговым значением.
7. Действие: Если порог превышен, листинг помечается (flagged) как потенциальный спам. Он может быть отправлен на ручную проверку или обработан автоматически.
8. Обучение системы: Выявленные редкие и нерелевантные термины добавляются в список spam keywords (Claim 3, 4).

Какие данные и как использует

Данные на входе

Патент фокусируется на анализе контента отзывов и структурных данных о листинге.

• Контентные факторы: Текст отзывов (Business Reviews). Это основной источник данных для анализа.
• Структурные факторы: Категория бизнес-листинга (Category of Business Listings). Используется для контекстуального анализа релевантности терминов.
• Системные данные:
  • Список spam keywords.
  • База данных known spam listings и связанных с ними отзывов.
  • Данные о частотности терминов в разрезе категорий.

Какие метрики используются и как они считаются

• Spam Count: Агрегированная числовая оценка вероятности спама. Рассчитывается путем суммирования взвешенных сигналов, обнаруженных в отзывах.
• Частотность терминов (Term Frequency): Статистический расчет частоты появления конкретных слов в отзывах внутри определенной категории бизнеса. Используется для выявления редких (infrequent) терминов.
• Релевантность термина категории (Term Relevance): Оценка того, насколько термин связан с типом бизнеса. Патент не уточняет метод расчета, но указывает на необходимость этой оценки (Claim 2).
• Сходство текстов (Text Similarity): Сравнение анализируемого отзыва с эталонными спам-отзывами для выявления совпадений текста, ошибок и контактных данных.
• Взвешивание сигналов: Применение разных весовых коэффициентов к разным типам сигналов (например, совпадение с известным спамом имеет больший вес, чем наличие одного редкого термина) (Claim 6).
• Порог (Threshold): Предопределенное значение spam count, при превышении которого листинг помечается как спам.

1. Отзывы как инструмент контроля качества: Google активно использует пользовательский контент (UGC) для валидации и модерации своих индексов в локальном поиске. Отзывы служат прямым источником сигналов о спаме и фейковых компаниях.
2. Критичность контекста категории: Система оценивает текст отзыва в контексте категории бизнеса. Нерелевантный контент в отзывах (термины, которые редко встречаются и не связаны с категорией) является сильным индикатором спама.
3. Борьба с шаблонным спамом и накрутками: Значительная часть патента направлена на выявление повторяющегося контента. Система ищет паттерны (текст, характерные ошибки, контактные данные) из known spam reviews для идентификации сетей спам-листингов.
4. Взвешенная оценка спама: Система использует spam count, который агрегирует различные сигналы с разными весами (Claim 6). Это позволяет более точно оценивать вероятность спама и приоритизировать модерацию.
5. Самообучение и адаптация: Механизм позволяет системе адаптироваться к новым видам спама путем автоматического пополнения списка spam keywords терминами, которые были идентифицированы как редкие и нерелевантные для конкретных категорий (Claim 3, 4).

Best practices (это мы делаем)

• (Local SEO) Активный мониторинг отзывов: Регулярно отслеживайте отзывы о вашем бизнесе. Обращайте внимание на негатив, указывающий на проблемы с актуальностью данных (например, "они переехали", "по адресу ничего нет", "закрыто"), так как это прямые spam keywords, которые могут активировать алгоритм.
• (Local SEO) Стимулирование релевантных и естественных отзывов: Поощряйте клиентов оставлять развернутые отзывы, содержащие естественные ключевые слова, связанные с вашими услугами и категорией бизнеса. Это помогает системе сформировать правильный лексический профиль и снижает риск ложных срабатываний на нерелевантный UGC.
• (ORM) Быстрое реагирование на подозрительные отзывы: Если вы обнаружили отзыв, содержащий нерелевантный контент, спам-ссылки, чужие контактные данные или ложные утверждения о фейковости вашего бизнеса (возможно, атака конкурентов), немедленно сообщайте о нем в службу поддержки (например, Google Business Profile).
• Поддержание актуальности листинга: Убедитесь, что вся информация в вашем бизнес-профиле точна. Несоответствие данных реальному положению дел провоцирует отзывы, которые активируют этот алгоритм.

Worst practices (это делать не надо)

• Накрутка шаблонных или фейковых отзывов: Это крайне рискованная практика. Система специально ищет скопированный контент, повторяющиеся грамматические и орфографические ошибки, а также неестественные фразы (например, "A++"), характерные для known spam reviews.
• Использование нерелевантного контента или ссылок в отзывах: Публикация отзывов (даже положительных), которые не имеют отношения к категории бизнеса или содержат сторонние URL/контакты, увеличивает spam count. Система идентифицирует это как аномалию на уровне категории.
• Игнорирование пользовательских отзывов: Накопление отзывов, утверждающих, что бизнес фейковый, закрыт или является спамом, и отсутствие реакции на них приведет к срабатыванию алгоритма и пометке листинга.
• Использование контактных данных, связанных со спамом: Если телефон, email или URL вашего бизнеса ранее использовались в спамных активностях, их появление в отзывах или самом листинге может стать триггером для пессимизации.

Стратегическое значение

Патент подтверждает стратегическую важность подлинности (Authenticity) и управления репутацией (ORM) в Local SEO. Работа с отзывами — это не просто улучшение ранжирования, а необходимая мера для обеспечения видимости и защиты бизнес-профиля от анти-спам алгоритмов. Системы Google полагаются на сигналы от пользователей для валидации данных о бизнесе в масштабе.

Практические примеры

Сценарий 1: Категориальный анализ и нерелевантные термины

1. Ситуация: Бизнес-листинг в категории "Слесарь" (Locksmith).
2. Отзыв пользователя: "Я кликнул на ссылку в описании, и меня перебросило на странный сайт, продающий рецептурные лекарства (prescription drugs)".
3. Анализ системы: Система определяет, что термины "сайт" и "рецептурные лекарства" редко встречаются и нерелевантны для категории "Слесарь".
4. Результат: Spam count листинга увеличивается. Термин "рецептурные лекарства" может быть добавлен в базу spam keywords.

Сценарий 2: Использование шаблонных спам-отзывов (Накрутка)

1. Ситуация: Владелец нескольких фейковых листингов накручивает отзывы.
2. Отзыв (накрученный): "The best, Hihly I recommend. A++".
3. Анализ системы: Система сравнивает этот текст с базой known spam reviews. Она находит совпадения по фразе "A++", а также идентифицирует характерную орфографическую ошибку ("Hihly" вместо "Highly") и грамматику, которые уже встречались в подтвержденном спаме.
4. Результат: Spam count значительно увеличивается (сильный вес сигнала согласно Claim 6), листинг помечается как спам.