Как Google использует "бакетизацию" для баланса релевантности и атрибутов (цена, дата) при сортировке результатов

Термины и определения

Attribute-identifier (Идентификатор атрибута)

Параметр, указывающий, какой атрибут использовать для ранжирования (например, цена, дата, рейтинг). Обычно задается пользователем.

Attribute-value (Значение атрибута)

Конкретное значение идентифицированного атрибута для данного результата (например, цена $100).

Combined Score (Комбинированная оценка)

Метрика, рассчитываемая на основе Attribute-value и Relevance-score. Используется для первичного ранжирования.

Relevance-score (Оценка релевантности)

Метрика, указывающая, насколько результат соответствует запросу или каково его качество. Патент упоминает, что это может быть любая метрика качества, включая PageRank, или показатель надежности источника (reliability of a source).

Subsets (Подмножества / Бакеты)

Группы результатов, сформированные после первичного ранжирования на основе порогов релевантности. Ранжирование по атрибуту происходит независимо внутри каждого бакета.

Threshold-value (Пороговое значение)

Значение, используемое для определения границ бакетов. В альтернативном варианте реализации используется как минимальный порог Relevance-score для включения результата в финальный набор.

Ключевые утверждения (Анализ Claims)

Анализ сфокусирован на механизме бакетизации, который является ядром защищенного изобретения в Claims 1, 5, 7, 11, 14, 17.

Claim 1 (Независимый пункт): Описывает основной метод двухэтапного ранжирования.

1. Система получает запрос и результаты поиска.
2. Получается указанный пользователем Attribute-identifier (отличный от меры релевантности).
3. Для каждого результата рассчитывается Combined score на основе Attribute-value и Relevance-score.
4. Выполняется первичное ранжирование (First Ranking) на основе Combined score.
5. Этап Бакетизации: Первичный список делится на подмножества (Subsets) на основе Threshold-value, связанного с мерой релевантности.
6. Этап Переранжирования: Результаты внутри каждого подмножества ранжируются на основе Attribute-value (Second Ranking). Ранжирование происходит только относительно других результатов в том же подмножестве.
7. Предоставляется финальный (вторичный) список.

Claim 4 (Зависимый от 1): Уточняет расчет Combined score.

Расчет включает применение первого веса к Relevance-score и второго веса к Attribute-value, причем веса могут отличаться. Это позволяет системе настраивать баланс между важностью релевантности и атрибута.

Claim 5 (Независимый пункт): Альтернативное описание Claim 1.

Подтверждает процесс разделения первичного ранжирования на первый и второй бакеты на основе порога и последующее независимое ранжирование внутри этих бакетов по Attribute-value.

Где и как применяется

Изобретение применяется на финальных этапах обработки запроса, когда активирована сортировка по атрибуту.

INDEXING – Индексирование и извлечение признаков
На этом этапе извлекаются и индексируются Attribute-values (цены, даты, рейтинги) из структурированных данных или контента. Также рассчитываются статические сигналы качества (например, авторитетность источника), влияющие на Relevance-score.

RANKING – Ранжирование
Рассчитывается базовый Relevance-score для результатов относительно запроса.

RERANKING – Переранжирование
Основной этап применения патента. Система выполняет расчет Combined Score, первичное ранжирование, разделение на бакеты (Subsets) и финальное переранжирование внутри бакетов по Attribute-value. Это функционирует как специализированный Твидлер (Twiddler) для сортировки.

Входные данные:

• Набор результатов поиска с Relevance-scores.
• Attribute-identifier (выбранный пользователем критерий сортировки).
• Attribute-values для каждого результата.
• Весовые коэффициенты и пороговые значения для бакетизации.

Выходные данные:

• Финальный список результатов, отсортированный с учетом баланса релевантности и атрибута.

На что влияет

• Конкретные типы контента и ниши: Наибольшее влияние в E-commerce (Google Shopping), локальном поиске (рейтинг, расстояние), поиске новостей (дата), агрегаторах (недвижимость, вакансии, авиабилеты).
• Специфические запросы: Влияет на транзакционные и исследовательские запросы, где пользователи применяют сортировку для принятия решения (например, "купить смартфон цена").

Когда применяется

• Триггеры активации: Алгоритм активируется, когда пользователь явно запрашивает сортировку результатов по атрибуту, ортогональному релевантности (например, клик по кнопке "Сортировать по цене" или "Сортировать по дате").
• Условия применения: Применяется в поисковых вертикалях или интерфейсах, поддерживающих сортировку по извлекаемым атрибутам.

Пошаговый алгоритм

Патент описывает основной защищаемый метод (А) и альтернативный вариант реализации (Б), который описан в Detailed Description (FIG. 4).

Процесс А: Комбинированная оценка и бакетизация (Основной метод, Claims 1, 5)

1. Получение данных: Получение запроса и Attribute-identifier. Генерация результатов с Relevance-score (R) и Attribute-value (A).
2. Расчет комбинированной оценки: Вычисление Combined Score для каждого результата, например, по формуле: $f(R,A)=x_{1}R+x_{2}A$.
3. Первичное ранжирование: Сортировка результатов на основе Combined Score.
4. Разделение на бакеты (Subsetting): Список делится на подмножества на основе пороговых значений релевантности. Относительный порядок сохраняется.
5. Вторичное ранжирование: Внутри каждого бакета результаты переранжируются строго на основе Attribute-value (A).
6. Представление результатов: Финальный список (объединенные последовательно бакеты) предоставляется пользователю.

Процесс Б: Фильтрация по релевантности (Альтернативный вариант)

1. Получение данных и поиск.
2. Определение порога: Система определяет Threshold-value для Relevance-score.
3. Фильтрация: Если Relevance-score результата ниже порога, результат отбрасывается.
4. Ранжирование: Оставшиеся релевантные результаты ранжируются строго на основе Attribute-value (A).
5. Представление результатов.

Какие данные и как использует

Данные на входе

• Структурные / Контентные факторы (Атрибуты): Критически важные данные для сортировки (Attribute-values). Патент упоминает: цена, рейтинг, размер изображения, разрешение, длина видео/аудио/текста, размер файла, дата, время, срок действия, количество. Эти данные извлекаются из контента или структурированных данных.
• Факторы релевантности и качества: Используется Relevance-score. Патент указывает, что он может быть основан на релевантности запросу, метриках качества (упоминается PageRank) или надежности источника (reliability of a source).
• Пользовательские факторы: Выбор атрибута для сортировки (Attribute-identifier).
• Исторические данные: Упоминаются для определения пороговых значений (Threshold-value) в альтернативном методе.

Какие метрики используются и как они считаются

• Combined Score (f(R,A)): Основная вычисляемая метрика. Является функцией от Relevance-score (R) и Attribute-value (A).
• Weights/Scaling factors (x1, x2): Весовые коэффициенты для настройки баланса между R и A.
• Threshold-values: Пороги релевантности для бакетизации или фильтрации.

Патент приводит конкретные примеры формул для Combined Score (Table 1):

• Линейная комбинация: $f(R,A)=x_{1}R+x_{2}A$
• Нормализованная комбинация: $f(R,A)=(x_{1}R+x_{2}A)/(x_{1}+x_{2})$
• Мультипликативная модель: $f(R,A)=x_{1}R*x_{2}A$
• Нелинейные модели: Например, $f(R,A)=R^{x_{1}}+A^{x_{2}}$.

1. Бакетизация (Subsetting) как ключевой механизм ранжирования: Основной вывод патента — это использование механизма разделения результатов на "бакеты" (тиры) по уровню релевантности перед финальной сортировкой по атрибуту. Это фундаментально меняет подход к сортировке в поиске.
2. Релевантность определяет "лигу" конкуренции: Relevance-score определяет, в каком бакете будет конкурировать результат. Высокорелевантные результаты из верхнего бакета всегда будут выше менее релевантных из нижнего бакета, независимо от значения их атрибутов.
3. Атрибуты определяют ранг внутри "лиги": Значение атрибута (например, цена или дата) определяет порядок сортировки строго внутри соответствующего бакета релевантности.
4. Защита от манипуляций и спама атрибутами: Система эффективно предотвращает выход в топ нерелевантных товаров за счет манипуляции атрибутами (например, аксессуары с низкой ценой не должны ранжироваться выше основного продукта).
5. Гибкость через весовые коэффициенты: Использование весов при расчете Combined Score позволяет Google настраивать баланс между релевантностью и атрибутом для разных вертикалей или типов запросов.
6. Relevance-score включает качество источника: Упоминание PageRank и надежности источника (reliability of a source) в качестве основы для Relevance-score связывает этот механизм с общими факторами качества и E-E-A-T.

Best practices (это мы делаем)

• Максимизация релевантности для попадания в верхний бакет: Ключевая задача SEO — обеспечить максимальный Relevance-score. Это включает оптимизацию контента под интент запроса, улучшение качества страницы и повышение авторитетности сайта (E-E-A-T). Без попадания в верхний бакет даже лучшая цена или самая свежая дата не гарантируют высоких позиций при сортировке.
• Точность и полнота структурированных данных: Критически важно корректно передавать Attribute-values (цены, рейтинги, даты, характеристики) через микроразметку (Schema.org) или фиды (Merchant Center). Система использует эти данные для финального ранжирования внутри бакетов.
• Конкурентный анализ внутри кластера релевантности: Анализируйте атрибуты (например, цены) только среди прямых конкурентов, которых Google считает схожими по релевантности (т.е. находящихся в том же бакете). Ваша цель — иметь лучший атрибут среди релевантных аналогов.
• Четкое позиционирование контента: Убедитесь, что страницы аксессуаров оптимизированы под запросы аксессуаров, а не основного продукта. Это позволит избежать низкого Relevance-score при поиске основного продукта и обеспечит высокую релевантность в своем сегменте.

Worst practices (это делать не надо)

• Игнорирование релевантности в пользу атрибутов: Полагаться только на низкую цену или свежую дату, игнорируя качество и релевантность страницы. Система поместит такой результат в нижний бакет, независимо от значения атрибута.
• Манипуляция атрибутами для нерелевантных товаров: Попытки ранжироваться по запросу основного продукта с помощью дешевого аксессуара (например, чехла по запросу телефона). Патент напрямую направлен на борьбу с этой тактикой.
• Предоставление вводящих в заблуждение атрибутов: Указание неверных данных (например, цены без учета обязательных доплат) для получения преимущества при сортировке может привести к ухудшению пользовательского опыта и снижению доверия к сайту.

Стратегическое значение

Патент подтверждает, что в вертикальном поиске и E-commerce Google использует сложные алгоритмы ранжирования, которые не сводятся к простой сортировке базы данных. Релевантность интегрирована в процесс сортировки на глубоком уровне через механизм бакетизации. Долгосрочная SEO-стратегия должна фокусироваться на комплексном развитии: повышении релевантности и качества для попадания в верхний бакет, и оптимизации атрибутов для победы внутри этого бакета.

Практические примеры

Сценарий: Поиск товара с сортировкой по цене (E-commerce)

Запрос: "Кроссовки для бега Nike".
Действие: Сортировка "Цена: по возрастанию".

1. Обработка и Бакетизация: Система группирует результаты по релевантности.
   • Бакет 1 (Высокая релевантность): Актуальные модели беговых кроссовок Nike.
   • Бакет 2 (Средняя релевантность): Кроссовки Nike для ходьбы, устаревшие модели.
   • Бакет 3 (Низкая релевантность): Носки и шнурки Nike.
2. Переранжирование внутри бакетов: Система сортирует товары по цене строго внутри каждой группы.
3. Результат: Пользователь видит сначала Бакет 1, затем Бакет 2, затем Бакет 3. На первой позиции будет самый дешевый товар из Бакета 1 (например, кроссовки за $80). Шнурки из Бакета 3 (за $5) будут показаны значительно ниже, несмотря на меньшую цену, так как они находятся в нижнем бакете релевантности.