Как Google снижает влияние ссылок с аффилированных сайтов и PBN для борьбы с манипуляциями в ранжировании

Термины и определения

Node (Узел)

Единица в связанной базе данных. В контексте интернета чаще всего подразумевается веб-сайт, но может быть и отдельной веб-страницей или группой документов (например, работы одного автора).

Clusters of affiliated nodes (Кластеры аффилированных узлов)

Группы узлов, которые система идентифицирует как имеющие "связанный или общий организационный контроль" или иным образом не являющиеся независимыми. По сути, это сайты, контролируемые одной организацией (например, PBN).

Vote (Голос)

Количество ранга (веса), передаваемого от одного узла другому по ссылке.

Full Vote (F) (Полный голос)

Максимальное значение голоса, которое один узел может передать другому (например, 1.0). Используется для ограничения влияния "супер-узлов".

Trusted Authority (Доверенный авторитет)

Узел, который способен передавать Full Vote всем узлам, на которые он ссылается, независимо от количества исходящих ссылок.

Authority Threshold (A) (Порог авторитетности)

Значение ранга, при достижении которого узел становится Trusted Authority.

Seed Nodes (Начальные узлы)

Узлы, заранее определенные как высококачественные (часто вручную). Они используются для инициализации процесса ранжирования и им присваивается ранг, равный Authority Threshold.

Damping Factor (D) (Коэффициент затухания)

Коэффициент (например, 0.5-0.99), используемый для уменьшения передаваемого ранга, чтобы предотвратить бесконечное накопление ранга в циклах графа.

Authority Decay Exponent (E) (Экспонента снижения авторитетности)

Константа (например, 3.0), используемая для контроля того, насколько узел близок к Trusted Authority по своей способности передавать ранг. Определяет, какую долю своего ранга могут передать узлы, не являющиеся доверенными авторитетами.

Outbound Links (O) (Исходящие ссылки)

Количество исходящих ссылок с узла.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает метод обработки ссылок между узлами в одном кластере.

1. Система идентифицирует узлы и генерирует кластеры аффилированных узлов (узлы, принадлежащие или контролируемые общей сущностью).
2. Определяется значение голоса (vote value) для ссылки от ссылающегося узла к целевому узлу.
3. Это значение определяется на основе того, находятся ли оба узла в одном кластере.
4. Если ДА (оба в одном кластере): Значение голоса корректируется путем деления его на количество узлов в этом кластере.
5. Определяется итоговый ранг целевого узла на основе скорректированного значения голоса.

Это математически закрепляет агрессивное снижение веса внутренних ссылок внутри аффилированной сети. Если в сети 100 сайтов, вес ссылки между ними уменьшается в 100 раз.

Claim 5 (Зависимый от 1): Описывает метод обработки нескольких ссылок из одного кластера на целевой узел.

1. Система определяет, что несколько узлов в определенном кластере ссылаются на целевой узел.
2. Для определения итогового ранга используется только максимальное значение голоса (maximum vote value) из всех этих ссылок.
3. Любые другие значения голосов от ссылок из этого кластера на этот целевой узел НЕ используются для определения ранга.

Это закрепляет правило "один кластер = один голос". Независимо от того, сколько сайтов в аффилированной сети ссылаются на целевой ресурс, учитывается только вес самой сильной ссылки.

Claim 11 и 21 (Независимые пункты): Повторяют логику Claim 1 для метода и устройства соответственно, фокусируясь на идентификации аффилированных узлов (commonly owned or controlled) и делении веса голоса на количество узлов в кластере при обнаружении внутренней ссылки.

Где и как применяется

Изобретение затрагивает ключевые этапы поисковой архитектуры, связанные с анализом ссылочного графа.

CRAWLING/INDEXING – Сканирование и Индексирование (Анализ данных)
На этих этапах система собирает данные, необходимые для идентификации аффилированности: структура ссылок (граф), контент документов (для анализа схожести), данные о владельцах (например, WHOIS). Эта информация используется для офлайн-процесса генерации clusters of affiliated nodes.

INDEXING – Индексирование и извлечение признаков (Расчет глобальных метрик)
Основное применение патента. Описанный алгоритм является модификацией итеративных алгоритмов расчета глобального ранга (таких как PageRank).

1. Инициализация: Seed nodes получают начальный высокий ранг.
2. Итеративный расчет: Система пересчитывает ранги всех узлов на основе входящих ссылок. На этом этапе применяются ключевые модификации:
   • Модифицированный расчет передаваемого веса (с учетом Trusted Authority).
   • Девальвация ссылок внутри кластеров (деление на размер кластера).
   • Применение правила "максимальный голос" для ссылок из одного кластера.

Этот процесс происходит глобально для всего индекса в офлайн-режиме, а не в ответ на конкретный запрос пользователя. Результатом являются глобальные оценки авторитетности узлов.

RANKING – Ранжирование
На этом этапе система использует предварительно рассчитанные глобальные оценки авторитетности как один из сигналов ранжирования.

Входные данные:

• Граф ссылок между узлами (веб-сайтами).
• Данные для определения аффилированности (контент, WHOIS и т.д.).
• Список Seed Nodes.
• Параметры алгоритма (A, D, E, F).

Выходные данные:

• Кластеры аффилированных узлов.
• Глобальный Ranking Value (оценка авторитетности/качества) для каждого узла.

На что влияет

• Конкретные ниши или тематики: Наибольшее влияние оказывается на конкурентные коммерческие ниши, где часто используются PBN и ссылочные фермы для манипуляции ранжированием (например, финансы, гемблинг, фарма, высококонкурентный e-commerce).
• Типы контента и сайтов: Влияет на любые сайты, которые пытаются наращивать авторитет за счет неорганических ссылок с аффилированных ресурсов. Сильно влияет на сами PBN и ссылочные фермы, снижая их собственный ранг и способность передавать вес.

Когда применяется

• Условия применения: Алгоритм применяется глобально ко всей базе данных связанных узлов (всему интернету).
• Триггеры активации: Механизмы девальвации активируются при обнаружении ссылок между узлами, которые система классифицировала как аффилированные (входящие в один кластер).
• Временные рамки: Идентификация кластеров и расчет глобальных рангов происходят периодически в офлайн-режиме по мере обновления индекса и данных о связях. Расчет повторяется до достижения сходимости (sufficiently converged).

Пошаговый алгоритм

Процесс А: Подготовка (Офлайн)

1. Идентификация узлов: Определение границ узлов (например, веб-сайтов) в базе данных.
2. Определение кластеров: Анализ узлов на предмет общего контроля/владения (используя WHOIS, схожесть контента, структуру графа и т.д.). Генерация clusters of affiliated nodes.
3. Определение Seed Nodes: Выбор начальных высококачественных узлов.

Процесс Б: Итеративный расчет рангов

1. Инициализация рангов: Присвоение Seed Nodes ранга, равного Authority Threshold (A). Остальным узлам присваивается начальный ранг (например, 0).
2. Расчет значений голосов (Vote Values): Для каждого узла рассчитывается, какой вес он готов передать по исходящим ссылкам, используя Формулу 2 из патента:

   $Min(Max((\frac{Rank}{A})^E \cdot F, \frac{Rank}{O} \cdot D), F)$

   • Если ранг низкий: Преобладает стандартное разбавление (Rank/O * D).
   • Если ранг высокий (близок к A): Преобладает расчет на основе авторитетности ((Rank/A)^E * F), вес не делится на O (количество исходящих ссылок).
   • Ограничение: Вес не может превышать Full Vote (F).
3. Расчет новых рангов: Для каждого узла (активного узла) анализируются входящие ссылки:
   1. Проверка аффилированности (Внутренняя ссылка): Определяется, исходит ли входящая ссылка от узла, находящегося в том же кластере, что и активный узел.
   2. Корректировка веса: Если ДА, значение голоса (рассчитанное на шаге 2) делится на количество узлов в кластере.
   3. Суммирование голосов: Значения голосов (скорректированные или нет) суммируются для получения нового ранга активного узла. При этом применяется правило: если на активный узел ссылаются несколько узлов из одного (внешнего) кластера, учитывается только максимальный голос из этого кластера.
4. Проверка сходимости: Сравнение новых рангов с рангами предыдущей итерации. Если изменения незначительны, процесс завершается. Если нет, возврат к шагу 2.

Какие данные и как использует

Данные на входе

Патент фокусируется на использовании ссылочных данных и данных, позволяющих определить аффилированность.

• Ссылочные факторы: Структура входящих и исходящих ссылок между узлами (граф сети). Количество исходящих ссылок (O) используется для расчета разбавления веса.
• Данные об аффилированности (Явно упомянутые):
  • Структура графа (Node graph structure).
  • Схожесть контента (Similarity of node content): Текст или структура документов на разных узлах.
  • Данные о владении (Ownership records): Упоминается использование поиска WHOIS.
  • Введенная вручную информация (Manually entered information).
• Системные данные:
  • Список Seed Nodes.

Какие метрики используются и как они считаются

• Ranking Value (Ранг узла): Итоговая метрика авторитетности узла. Рассчитывается итеративно путем суммирования скорректированных значений голосов входящих ссылок.
• Vote Value (Значение голоса): Вес, передаваемый по ссылке. Рассчитывается по Формуле 2 (см. Алгоритм, шаг 2). Эта формула использует несколько параметров:
  • A (Authority Threshold): Порог для определения Trusted Authority.
  • E (Authority Decay Exponent): Определяет скорость снижения передаваемого веса для узлов ниже порога A.
  • D (Damping Factor): Стандартный коэффициент затухания.
  • F (Full Vote): Максимальный передаваемый вес.
  • O (Outbound Links): Количество исходящих ссылок.
• Корректировка за аффилированность (Внутренняя): Деление Vote Value на размер кластера (N). Скорректированный вес = Vote Value / N.
• Корректировка за аффилированность (Внешняя): Использование функции MAX() для выбора одного голоса от кластера.

1. Активная борьба с PBN и ссылочными фермами: Патент описывает конкретные и математически агрессивные методы для нейтрализации манипуляций со стороны групп сайтов, находящихся под общим контролем (affiliated nodes). Google активно пытается идентифицировать такие группы.
2. Два уровня девальвации аффилированных ссылок:
   • Ссылки внутри аффилированной группы девальвируются пропорционально размеру группы (деление веса на N).
   • Ссылки из аффилированной группы на внешний сайт ограничены правилом "один кластер = один голос" (учитывается только максимальный вес).
3. Независимость ссылок критична: Ранжирование основано на предположении о независимости источников. Если независимость нарушена (аффилированность обнаружена), вес ссылки резко снижается.
4. Новая модель авторитетности (Trusted Authority): Вводится понятие "Доверенных авторитетов" — сайтов, чей ранг превышает Authority Threshold. Они передают максимальный вес (Full Vote) независимо от количества исходящих ссылок. Это стимулирует авторитетные сайты ссылаться на другие ресурсы без риска "потери" собственного веса (устранение эффекта hoarding rank).
5. Ограничение влияния "Супер-узлов": Максимальный передаваемый вес ограничен значением Full Vote. Это предотвращает чрезмерное влияние сайтов, которые накопили огромный ранг за счет большого количества входящих ссылок, но не обязательно являются экспертными источниками.
6. Многофакторная идентификация аффилированности: Google использует не только очевидные признаки (WHOIS), но и анализ схожести контента и структуры графа для выявления аффилированных сайтов.

Best practices (это мы делаем)

• Фокус на получении ссылок от Доверенных Авторитетов: Стратегически важнее получить ссылку с сайта, который Google может классифицировать как Trusted Authority. Такие ссылки передают значительно больше веса, так как их вес не разбавляется количеством других исходящих ссылок донора.
• Диверсификация ссылочного профиля: Необходимо стремиться к получению ссылок с максимально независимых источников. Избегайте получения большого количества ссылок с сайтов, которые могут быть легко связаны друг с другом (один владелец, один хостинг, похожий контент/шаблон).
• Качественный аутрич и Digital PR: Построение отношений с авторитетными независимыми площадками и СМИ становится ключевой задачей линкбилдинга, так как эти ссылки наиболее устойчивы к описанным механизмам девальвации.
• Анализ доноров на аффилированность: При анализе ссылочного профиля (своего или конкурентов) необходимо оценивать потенциальную аффилированность доноров между собой. Группа похожих ссылок может на практике давать вес только одной ссылки.
• Развитие собственного сайта до уровня Trusted Authority: Долгосрочная стратегия должна быть направлена на превращение сайта в авторитетный источник в своей нише. Это позволит сайту самому стать сильным донором и укрепит его позиции.

Worst practices (это делать не надо)

• Использование PBN (Private Blog Networks): Это прямая цель патента. Если сеть будет идентифицирована как affiliated cluster, эффективность ссылок внутри сети упадет пропорционально ее размеру, а влияние на продвигаемый сайт будет ограничено весом одной самой сильной ссылки из сети.
• Покупка ссылок на ссылочных фермах или биржах с низким качеством: Сайты, массово торгующие ссылками и имеющие схожие паттерны, с высокой вероятностью будут объединены в кластеры и их влияние будет минимизировано.
• Создание большого количества сателлитов низкого качества: Попытки поддержать основной сайт сетью сателлитов неэффективны, если система определит их аффилированность.
• Хостинг множества сайтов с одинаковыми признаками: Размещение сайтов на одном IP, использование одинаковых данных WHOIS, шаблонов или структур контента увеличивает риск идентификации их как аффилированного кластера.
• Чрезмерная перелинковка собственных проектов: Не стоит рассчитывать на передачу веса между своими сайтами. Если они будут идентифицированы как кластер, вес будет разделен на количество сайтов.

Стратегическое значение

Этот патент подтверждает стратегический приоритет Google на борьбу с манипулятивным линкбилдингом и подчеркивает важность качества и независимости ссылок над их количеством. Алгоритмы эволюционировали от простого подсчета ссылок к сложной оценке взаимосвязей между сайтами. Долгосрочная SEO-стратегия должна фокусироваться на получении органических или высококачественных PR-ссылок от авторитетных, независимых источников. Использование любых схем, подразумевающих контроль над группой ссылающихся сайтов, несет высокие риски и низкую эффективность в долгосрочной перспективе.

Практические примеры

Сценарий 1: Влияние PBN на продвигаемый сайт (Внешние ссылки)

1. Ситуация: SEO-специалист использует PBN из 50 сайтов для продвижения коммерческого сайта (Money Site). Все 50 сайтов ссылаются на Money Site. Google идентифицирует эту сеть как affiliated cluster.
2. Действие алгоритма: Система применяет правило "максимальный голос" (Claim 5). Она анализирует вес, который передает каждый из 50 сайтов.
3. Результат: Money Site получает вес только от одного, самого авторитетного сайта в этой PBN. Вес от остальных 49 сайтов игнорируется. Эффективность PBN падает в 50 раз.

Сценарий 2: Перелинковка внутри PBN (Внутренние ссылки)

1. Ситуация: В той же PBN из 50 сайтов специалист делает перелинковку между сайтами сети для увеличения их индивидуального ранга.
2. Действие алгоритма: Система применяет правило деления веса (Claim 1). При расчете ранга для сайта А в сети, вес входящей ссылки от сайта Б в этой же сети делится на размер кластера (50).
3. Результат: Вес внутренней ссылки составляет 1/50 от ее номинального значения. Накачка веса внутри сети становится крайне неэффективной.

Сценарий 3: Ссылка от Trusted Authority

1. Ситуация: Сайт получает ссылку от крупного новостного портала (например, NY Times), который Google классифицирует как Trusted Authority. Этот портал имеет тысячи исходящих ссылок.
2. Действие алгоритма: При расчете передаваемого веса система использует Формулу 2. Так как ранг портала выше Authority Threshold, вес не делится на количество исходящих ссылок (O).
3. Результат: Сайт получает Full Vote (максимальный вес) от портала, что дает значительный буст в ранжировании.