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

Как Google определяет географическую релевантность сайта по локали ссылающихся на него ресурсов и их аудитории

LINK BASED LOCALE IDENTIFICATION FOR DOMAINS AND DOMAIN CONTENT (Идентификация локали доменов и их контента на основе ссылок)
  • US8788490B1
  • Google LLC
  • 2009-06-26
  • 2014-07-22
  • Local SEO
  • Ссылки
  • SERP
  • Описание
  • Разбор
  • Выводы
  • Практика
  • FAQ
  • Похожие

Google использует географические сигналы ссылающихся сайтов для определения локальной релевантности целевого домена. Система анализирует контент, технические данные и, что важно, географию аудитории ссылающихся ресурсов, чтобы вычислить «Link Based Locale Score». Эта оценка комбинируется с собственными сигналами сайта и используется для повышения позиций в релевантных географических регионах.

Описание

Какую проблему решает

Патент решает задачу точного определения географической релевантности (locale) домена или отдельного ресурса. Опора исключительно на статические данные (например, ccTLD или IP-адрес сервера) может быть неточной или вводить в заблуждение. Изобретение позволяет более надежно определить релевантность домена для определенной географической области, что улучшает качество поиска, позволяя продвигать результаты, релевантные предполагаемому местоположению пользователя.

Что запатентовано

Запатентована система расчета Link Based Locale Score (оценка локали на основе ссылок) для домена. Суть изобретения заключается в анализе географических индикаторов (indicators) на сайтах-донорах, ссылающихся на целевой домен. Эти индикаторы включают как статические данные, так и динамические, в частности, локаль пользователей, посещающих сайт-донор (как указано в Claim 1). На основе этих данных вычисляется оценка, которая затем объединяется с собственной оценкой локали целевого домена (Locale Score) для формирования итоговой Combined Score.

Как это работает

Система работает следующим образом:

  • Идентификация ссылок и доноров: Определяются ресурсы (сайты-доноры), которые ссылаются на целевой домен.
  • Анализ индикаторов доноров: На сайтах-донорах обнаруживаются географические индикаторы. Они могут быть статическими (ccTLD, IP) или динамическими (контент, язык, данные о трафике, локаль кликающих пользователей).
  • Взвешивание индикаторов: Каждому индикатору присваивается значение, отражающее силу и надежность. Динамические данные могут иметь больший вес, чем статические.
  • Расчет Link Based Locale Score: Значения индикаторов с сайтов-доноров агрегируются для расчета Link Based Locale Score целевого домена.
  • Комбинирование оценок: Link Based Locale Score объединяется с собственной оценкой локали целевого домена (Locale Score) для получения Combined Score.
  • Применение в ранжировании: При получении запроса от пользователя с предполагаемой локалью, система может повышать (promote) в выдаче ресурсы, чьи Combined Scores соответствуют локали пользователя.

Актуальность для SEO

Высокая. Международное SEO и точное геотаргетирование остаются критически важными аспектами поиска. Этот патент описывает фундаментальный механизм того, как ссылочный граф используется не только для передачи авторитетности, но и для передачи географической релевантности. Это напрямую влияет на стратегии продвижения сайтов в разных регионах.

Важность для SEO

Патент имеет высокое значение (85/100) для SEO, особенно для международных проектов. Он демонстрирует, что качество, авторитет и географическая принадлежность бэклинков (включая географию их аудитории) напрямую влияют на способность сайта ранжироваться в конкретных регионах. Для успешного продвижения в определенной стране необходимо получать ссылки с ресурсов, которые сами имеют сильные сигналы принадлежности к этой стране.

Детальный разбор

Термины и определения

Combined Score (Комбинированная оценка)
Итоговая оценка локали домена. Является результатом объединения Locale Score и Link Based Locale Score.
Dynamic Indicators (Динамические индикаторы)
Индикаторы локали, основанные на изменяющихся данных: пользовательская информация (клики, явная обратная связь), информация о веб-трафике (ISP логи, реферальные домены) и контент (анкоря, метаданные, URL, ключевые слова, характерные для локали).
Global Domain (Глобальный домен)
Домен, который не релевантен какой-либо конкретной локали или, наоборот, релевантен всем локалям. Может определяться по gTLD (.com, .org) или по наличию оценок для слишком большого/слишком малого числа локалей.
Indicators (Индикаторы)
Сигналы в ресурсе или домене, которые используются для идентификации одной или нескольких релевантных географических локалей. Делятся на статические и динамические.
Inferred Locale (Предполагаемая локаль)
Локаль пользователя, определенная системой на основе его IP-адреса, истории поиска, языковых настроек или используемой версии поисковой системы.
Link Based Locale Score (Оценка локали на основе ссылок)
Оценка, указывающая степень релевантности домена определенной локали, рассчитанная на основе анализа индикаторов в ресурсах, которые ссылаются на этот домен.
Locale (Локаль)
Географическая область. Может быть страной, её частью (штат, город) или группой стран (например, ЕС).
Locale Score (Оценка локали)
Оценка, указывающая степень релевантности домена определенной локали, рассчитанная на основе анализа собственных индикаторов этого домена.
Static Indicators (Статические индикаторы)
Индикаторы локали, основанные на фиксированных данных: физическое расположение сервера (IP-адрес), домен верхнего уровня (ccTLD), информация о владельце хостнейма (WHOIS).

Ключевые утверждения (Анализ Claims)

Анализ основан на финальной, утвержденной версии Формулы изобретения (Claims).

Claim 1 (Независимый пункт): Описывает основной метод определения географической релевантности домена.

  1. Система идентифицирует множество доменов: первый домен (целевой) и вторые домены (ссылающиеся), содержащие гиперссылки на ресурсы первого домена.
  2. Система обнаруживает множество индикаторов во вторых (ссылающихся) ресурсах. Ключевое уточнение: Обнаружение индикаторов включает «идентификацию локалей пользователей, которые кликают на вторые ресурсы» (т.е. анализируется география аудитории ссылающихся страниц).
  3. Система рассчитывает одну или несколько Link Based Locale Scores, используя обнаруженные индикаторы во вторых доменах.
  4. Система рассчитывает одну или несколько Locale Scores для первого домена, анализируя индикаторы в его собственных ресурсах.
  5. Система комбинирует Locale Scores и Link Based Locale Scores для создания Combined Scores.

Ядро изобретения — это расчет географической релевантности на основе внешних ссылок и обязательное объединение этой оценки с собственной оценкой домена. Критически важным является включение данных о локали аудитории ссылающихся сайтов в расчет.

Claim 2, 3, 4 (Зависимые): Детализируют процесс расчета Link Based Locale Scores.

  1. Расчет включает вычисление значений для индикаторов на ссылающихся ресурсах.
  2. Эти значения комбинируются для конкретного ссылающегося ресурса.
  3. При комбинировании к значениям может применяться вес (weight).

Это подтверждает, что система проводит взвешенный анализ различных сигналов на ссылающихся страницах для определения их локали и значимости, а не просто считает количество ссылок.

Claim 5 и 9 (Зависимые): Описывают применение механизма в поиске.

  1. Система получает поисковый запрос от клиентского устройства с предполагаемой локалью (inferred locale).
  2. Система корректирует позицию ресурса из первого домена в упорядоченном списке результатов поиска на основе Combined Score и предполагаемой локали пользователя.

Это прямое указание на использование рассчитанных комбинированных оценок как фактора ранжирования для геозависимых запросов.

Где и как применяется

Изобретение затрагивает несколько этапов поисковой архитектуры, фокусируясь на индексировании для расчета оценок и на переранжировании для их применения.

INDEXING – Индексирование и извлечение признаков
Основная работа происходит на этом этапе в офлайн-режиме.

  1. Извлечение признаков (Feature Extraction): Система извлекает статические и динамические индикаторы как из целевого домена, так и из ссылающихся доменов. Это включает анализ контента, технических параметров (IP, ccTLD) и агрегацию данных о поведении пользователей (трафик, локали пользователей) на этих доменах.
  2. Расчет оценок: Вычисляются Locale Scores (на основе собственных данных) и Link Based Locale Scores (на основе данных ссылающихся доменов и их аудитории).
  3. Комбинирование и хранение: Рассчитываются и сохраняются Combined Scores в индексе.

RERANKING – Переранжирование
Применение рассчитанных оценок происходит в реальном времени во время обработки запроса.

  1. Определение локали пользователя: Система определяет Inferred Locale пользователя (этап QUNDERSTANDING).
  2. Корректировка ранжирования: Система корректирует (повышает/promote) позиции ресурсов на основе их Combined Scores и локали пользователя. Ресурсы, чья комбинированная оценка сильно соответствует локали пользователя, получают повышение.

Входные данные:

  • Контент и технические данные целевого и ссылающихся доменов (IP, ccTLD, WHOIS).
  • Ссылочный граф.
  • Динамические данные о трафике и поведении пользователей (логи ISP, данные о кликах, локали пользователей, посещающих домены).
  • Явные указания локали (например, данные из Search Console).

Выходные данные:

  • Combined Scores для доменов/ресурсов, сохраненные в индексе.
  • Скорректированный порядок результатов поиска (SERP) для конкретного пользователя.

На что влияет

  • Специфические запросы: Наибольшее влияние оказывается на запросы, где локальная релевантность важна (коммерческие, локальные, некоторые информационные).
  • Языковые и географические ограничения: Механизм напрямую используется для ранжирования в международном поиске. Он позволяет сайту на gTLD (например, .com) ранжироваться в определенной стране, если его ссылочный профиль и контент подтверждают релевантность этой стране.

Когда применяется

  • При каких условиях работает алгоритм: Расчет оценок происходит в процессе индексирования интернета. Применение оценок происходит при обработке поисковых запросов, когда система может определить локаль пользователя.
  • Триггеры активации: Активация повышения (promotion) происходит, когда Combined Score ресурса соответствует Inferred Locale пользователя.
  • Пороговые значения: Система может использовать пороги для определения, является ли связь с локалью достаточно сильной. Также пороги могут использоваться для классификации домена как Global Domain (например, если он релевантен слишком многим локалям или ни одной конкретно).

Пошаговый алгоритм

Процесс А: Расчет оценок локали (Офлайн / Индексирование)

  1. Идентификация доменов и ссылок: Определяется целевой домен (А) и множество ссылающихся на него доменов (Б).
  2. Обнаружение индикаторов на домене А: Извлекаются статические и динамические индикаторы из ресурсов домена А.
  3. Расчет Locale Score для А: Вычисляются и взвешиваются значения индикаторов домена А. Они агрегируются для определения Locale Score домена А для разных локалей.
  4. Обнаружение индикаторов на доменах Б: Извлекаются индикаторы из ресурсов доменов Б, которые ссылаются на А. Это включает анализ локали пользователей, взаимодействующих с доменами Б (согласно Claim 1).
  5. Расчет Link Based Locale Score для А: Вычисляются и взвешиваются значения индикаторов доменов Б. Они агрегируются для определения Link Based Locale Score домена А.
  6. Расчет Combined Score для А: Locale Score и Link Based Locale Score объединяются (например, путем взвешенного усреднения, сложения или умножения).
  7. Хранение: Combined Score сохраняется в индексе.

Процесс Б: Применение оценок в ранжировании (Онлайн / Обработка запроса)

  1. Получение запроса и определение локали: Система получает запрос и определяет Inferred Locale пользователя.
  2. Получение первичных результатов: Генерируется начальный упорядоченный список результатов.
  3. Идентификация релевантных результатов: В списке определяются результаты, чьи Combined Scores соответствуют локали пользователя.
  4. Повышение (Promotion): Позиции релевантных результатов повышаются. Степень повышения может зависеть от значения Combined Score.
  5. Выдача результатов: Скорректированный список предоставляется пользователю.

Какие данные и как использует

Данные на входе

Патент описывает широкий спектр факторов (индикаторов), используемых для определения локали.

Технические факторы (Static Indicators):

  • IP-адрес сервера.
  • ccTLD (Country Code Top-Level Domain): (например, .ca, .fr).
  • Данные регистрации (WHOIS): Локаль регистранта домена.

Контентные факторы (Dynamic Indicators):

  • Язык контента.
  • Ключевые слова, явно идентифицирующие локали: Названия городов, стран.
  • Ключевые слова, характерные для локали: Термины, имена собственные, культурные референсы, характерные для региона.
  • Структура URL: (например, /france/).
  • Анкорный текст (Anchor text): Анализ анкорного текста входящих ссылок.

Поведенческие и Трафиковые факторы (Dynamic Indicators):

  • Данные о кликах (User click data): Локали пользователей, которые кликают на ресурс или посещают домен (Явно упомянуто в Claim 1).
  • Данные о трафике (ISP traffic logs): Анализ логов интернет-провайдеров.
  • Реферальные домены: Локали доменов, с которых пользователи переходят на анализируемый домен.

Пользовательские факторы (Dynamic Indicators):

  • Обратная связь вебмастера (Webmaster feedback): Указание целевых локалей вебмастером (например, в Search Console).

Какие метрики используются и как они считаются

  • Indicator Values (Значения индикаторов): Числовые значения, рассчитываемые для каждого индикатора, отражающие силу связи с локалью. Могут масштабироваться (например, от 0.0 до 1.0) и нормализоваться.
  • Weights (Веса): Коэффициенты, применяемые к Indicator Values для учета надежности или типа информации. Динамические индикаторы могут иметь больший вес, чем статические. Вес может быть нулевым для игнорирования ненадежных или конфликтующих индикаторов.
  • Locale Score / Link Based Locale Score: Агрегированные метрики релевантности локали. Рассчитываются путем агрегации (например, усреднения или суммирования) взвешенных Indicator Values.
  • Link Based Locale Score (Альтернативный расчет): В одном из вариантов реализации рассчитывается как отношение числа ссылок на ресурс из ресурсов с определенной локалью к общему числу ссылок на ресурс.
  • Combined Score: Итоговая метрика. Рассчитывается путем объединения Locale Score и Link Based Locale Score (сложение, умножение, усреднение, возможно с применением весовых коэффициентов к каждой из оценок).

Выводы

  1. Ссылки передают географическую релевантность: Патент подтверждает, что ссылочный граф используется для определения географической привязки сайта. Link Based Locale Score является ключевым компонентом для ранжирования в международном поиске.
  2. Аудитория ссылающихся сайтов критически важна: Система анализирует не только контент или ccTLD ссылающегося сайта, но и локаль его аудитории (Dynamic Indicators, User click data). Это явно указано в Claim 1. Ссылка с сайта, который посещают пользователи из целевого региона, является сильным сигналом локальной релевантности.
  3. Комплексный анализ и взвешивание индикаторов: Система использует широкий спектр сигналов (Indicators) и применяет веса (Weights) для учета их надежности. Динамические индикаторы (поведение пользователей, контент) часто имеют приоритет над статическими (IP, WHOIS).
  4. Combined Score как фактор ранжирования: Итоговая географическая релевантность (Combined Score) рассчитывается путем объединения собственных сигналов сайта (Locale Score) и сигналов от бэклинков (Link Based Locale Score). Эта оценка напрямую используется для повышения позиций сайта в выдаче для пользователей из соответствующей локали.
  5. Локализация gTLD: Механизм позволяет сайтам на gTLD (например, .com) эффективно ранжироваться в конкретных странах, если они получают достаточное количество географически релевантных ссылок, даже не имея локального хостинга или ccTLD.

Практика

Best practices (это мы делаем)

  • Целевой географический линкбилдинг: При продвижении в конкретной стране (например, Германии) активно фокусируйтесь на получении ссылок с сайтов, которые имеют сильную привязку к этой стране. Это не просто сайты с доменом .de, но сайты, чья аудитория преимущественно находится в Германии.
  • Анализ аудитории потенциальных доноров: Перед получением ссылки оценивайте не только авторитетность донора, но и географию его трафика (используя инструменты аналитики). Ссылка с сайта с релевантной аудиторией передаст сильный Link Based Locale Score.
  • Использование локальных инфоповодов и Digital PR: Создавайте контент и PR-кампании, интересные для медиа и авторов в целевом регионе. Это естественным образом привлечет географически релевантные ссылки.
  • Усиление собственных локальных сигналов (Locale Score): Для максимизации Combined Score необходимо также работать над собственными индикаторами сайта: использовать язык локали, локальные адреса, внедрять hreflang, использовать локальные ключевые слова.
  • Мониторинг географии ссылочного профиля: Регулярно анализируйте, из каких стран приходят ссылки и как это коррелирует с целевыми рынками.

Worst practices (это делать не надо)

  • Нерелевантный международный линкбилдинг: Получение большого количества ссылок из нецелевых регионов может размыть Link Based Locale Score или создать неверные географические привязки.
  • Игнорирование географии при покупке ссылок: Покупка ссылок исключительно на основе метрик авторитетности (DR, DA) без учета локали сайта и его аудитории неэффективна для международного SEO.
  • Фокус только на ccTLD донора: Ошибочно полагать, что ссылка с домена .de автоматически считается релевантной Германии. Если сайт на .de имеет аудиторию из другой страны, он передаст релевантность этой страны.
  • Манипуляции со статическими индикаторами: Использование локального хостинга или регистрация домена в целевой стране имеют минимальное значение, если динамические индикаторы (контент и аудитория) им противоречат.

Стратегическое значение

Патент подчеркивает стратегическую важность построения локально релевантного ссылочного профиля для международного SEO. Он показывает, что Google рассматривает ссылки как векторы передачи географического контекста. Для Senior SEO-специалистов это означает, что стратегии линкбилдинга должны быть сегментированы по рынкам и основываться на глубоком понимании локальной экосистемы сайтов и аудитории. Успех на международном рынке зависит от способности интегрировать сигналы локальной релевантности как On-Page, так и Off-Page.

Практические примеры

Сценарий: Продвижение интернет-магазина на .com в Испании

  1. Задача: Улучшить ранжирование сайта example.com в Google.es.
  2. Анализ (согласно патенту): Текущий Locale Score для Испании средний (есть испанская версия). Текущий Link Based Locale Score для Испании низкий (ссылки в основном из США).
  3. Действия по улучшению Link Based Locale Score:
    • Идентификация испанских отраслевых блогов и новостных сайтов, чья аудитория находится в Испании (анализ трафика).
    • Запуск PR-кампании с исследованием испанского рынка для получения упоминаний и ссылок в испанских СМИ.
  4. Ожидаемый результат: Ссылки с авторитетных испанских ресурсов, посещаемых испанскими пользователями, увеличат Link Based Locale Score. Это повысит Combined Score для Испании, что приведет к повышению позиций в Google.es для пользователей с испанской Inferred Locale.

Вопросы и ответы

Что важнее для определения локали сайта: его собственные сигналы или сигналы от бэклинков?

Патент указывает, что используется комбинация обоих типов сигналов. Система рассчитывает Locale Score (собственные сигналы) и Link Based Locale Score (сигналы от ссылок), а затем объединяет их в Combined Score. Для достижения максимальной релевантности необходимо оптимизировать оба компонента.

Достаточно ли получить ссылку с домена с нужным ccTLD (например, .de для Германии)?

Нет, недостаточно. Патент подчеркивает использование Dynamic Indicators, включая локаль аудитории ссылающегося сайта (Claim 1). Если сайт на домене .de имеет аудиторию из США, он, скорее всего, передаст релевантность США, а не Германии. Важно анализировать реальную аудиторию донора.

Как Google определяет локаль аудитории ссылающегося сайта?

Патент упоминает использование User click data (данные о кликах пользователей) и ISP traffic logs (логи трафика интернет-провайдеров). Это означает, что Google агрегирует данные о поведении пользователей, чтобы понять, из каких регионов приходят посетители на анализируемый сайт.

Влияет ли язык ссылающегося сайта на Link Based Locale Score?

Да, язык является одним из Dynamic Indicators, основанных на контенте. Однако локаль определяется комплексным анализом. Сайт на испанском языке может быть релевантен Испании, Мексике или США. Данные об аудитории помогут системе точнее определить основную локаль.

Может ли мой сайт на .com ранжироваться лучше локального сайта на .fr во Франции?

Да, это возможно. Если ваш сайт на .com имеет очень сильный Combined Score для Франции (благодаря качественному французскому контенту и мощным ссылкам с авторитетных французских сайтов с французской аудиторией), он может превзойти локальный сайт на .fr с более слабыми сигналами.

Что такое «Global Domain» и как он ранжируется?

Global Domain — это сайт, релевантный для всех стран или не имеющий четкой привязки. Патент предполагает, что такие сайты могут не получать специфического повышения (promotion) на основе локали, но их ранг может быть «сохранен» (conserved), чтобы они не вытеснялись менее авторитетными локальными сайтами.

Учитывается ли надежность индикаторов при расчете оценок?

Да, патент явно описывает применение весов (Weights) к значениям индикаторов. Система может отдавать предпочтение более надежным сигналам (например, данным об аудитории или явному указанию вебмастера) и игнорировать или понижать вес менее надежных или конфликтующих сигналов (например, IP-адрес сервера).

Влияет ли этот механизм на локальный поиск (Local SEO/Maps)?

Хотя патент фокусируется на органическом поиске, описанные принципы крайне релевантны и для локального SEO. Получение ссылок и упоминаний от локальных городских или региональных ресурсов (местные СМИ, блоги, справочники) усилит Link Based Locale Score для этой конкретной местности, что положительно скажется на локальном ранжировании.

Что делать, если ссылочный профиль сайта содержит много ссылок из нерелевантных стран?

Необходимо провести аудит ссылочного профиля. Если ссылки спамные, их следует отклонить. Если это естественные ссылки, но они создают неверную географическую привязку, нужно сосредоточиться на наращивании массы высококачественных ссылок из целевых регионов, чтобы изменить баланс в Link Based Locale Score.

Влияет ли язык анкорного текста ссылки на Link Based Locale Score?

Патент упоминает анализ анкорного текста как один из возможных контентных индикаторов для определения локали. Если анкорный текст содержит локализованные ключевые слова или написан на языке, характерном для определенной локали, это может способствовать определению локали ссылающегося ресурса и, следовательно, повлиять на Link Based Locale Score.

Похожие патенты

Как Google определяет географическую релевантность сайта, анализируя местоположение его посетителей
Google использует механизм для автоматического определения географической релевантности веб-ресурсов путем анализа местоположения их посетителей (через IP-адреса). Система применяет кластерный анализ к этим данным: если аудитория сконцентрирована в определенных регионах, сайт признается локально релевантным этим регионам. Эти данные используются для повышения ранжирования сайта для пользователей из этих же регионов.
  • US8086690B1
  • 2011-12-27
  • Local SEO

  • SERP

Как Google определяет географическую релевантность веб-страницы, анализируя физическое местоположение её посетителей
Google анализирует физическое местоположение (используя GPS, IP и т.д.) пользователей, которые взаимодействуют с веб-страницей (например, совершают клик и долго её изучают). Агрегируя эти данные, система определяет географическую релевантность страницы («Центр») и область её популярности («Дисперсию»), даже если на самой странице нет адреса. Эта информация используется для повышения позиций страницы в поиске для пользователей, находящихся в этой области.
  • US9552430B1
  • 2017-01-24
  • Local SEO

  • Поведенческие сигналы

Как Google комбинирует тематическую релевантность и географическую близость для ранжирования локальных результатов
Google использует систему для ранжирования результатов поиска, которая учитывает как тематическую релевантность (Topical Score), так и географическую близость (Distance Score). Система определяет, насколько тема запроса чувствительна к местоположению (Location Sensitivity), и использует этот фактор для корректировки влияния расстояния на итоговый рейтинг, обеспечивая оптимальный баланс между близостью и качеством.
  • US7606798B2
  • 2009-10-20
  • Local SEO

  • Семантика и интент

Как Google определяет, когда игнорировать местоположение пользователя и показывать глобальные результаты для уникальных сущностей
Google использует систему для динамического выбора между показом результатов, привязанных к предполагаемому местоположению пользователя (например, по IP или GPS), и глобальными результатами. Если глобальные результаты географически тесно сгруппированы вокруг определенного места, система может решить, что пользователь ищет конкретную уникальную сущность (например, известный ресторан в другом городе), и предпочтет эти глобальные результаты локальным.
  • US10037357B1
  • 2018-07-31
  • Local SEO

  • SERP

Как Google использует «Локальный авторитет» для переранжирования документов на основе их взаимосвязей внутри конкретной выдачи
Google может улучшить ранжирование, анализируя структуру ссылок внутри начального набора результатов поиска. Документы, на которые часто ссылаются другие высокорелевантные документы по этому же запросу («локальные эксперты»), получают повышение. Этот процесс включает строгие фильтры для обеспечения независимости этих ссылок-голосов.
  • US6526440B1
  • 2003-02-25
  • Ссылки

  • Антиспам

  • SERP

Популярные патенты

Как Google определяет географическую релевантность веб-страницы, анализируя физическое местоположение её посетителей
Google анализирует физическое местоположение (используя GPS, IP и т.д.) пользователей, которые взаимодействуют с веб-страницей (например, совершают клик и долго её изучают). Агрегируя эти данные, система определяет географическую релевантность страницы («Центр») и область её популярности («Дисперсию»), даже если на самой странице нет адреса. Эта информация используется для повышения позиций страницы в поиске для пользователей, находящихся в этой области.
  • US9552430B1
  • 2017-01-24
  • Local SEO

  • Поведенческие сигналы

Как Google понижает в выдаче результаты, которые пользователь уже видел или проигнорировал в рамках одной поисковой сессии
Google использует механизм для улучшения пользовательского опыта во время длительных поисковых сессий. Если пользователь вводит несколько связанных запросов подряд, система идентифицирует результаты, которые уже появлялись в ответ на предыдущие запросы. Эти повторяющиеся результаты понижаются в ранжировании для текущего запроса, чтобы освободить место для новых, потенциально более полезных страниц. Понижение контролируется порогом релевантности, чтобы не скрывать важный контент.
  • US8051076B1
  • 2011-11-01
  • SERP

  • Поведенческие сигналы

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 классифицирует запросы как навигационные или исследовательские, чтобы регулировать количество показываемых результатов
Google использует систему для динамического определения количества отображаемых результатов поиска. Система классифицирует запрос как навигационный (поиск конкретного места/ресурса) или исследовательский (поиск вариантов). Классификация основана на анализе компонентов оценки релевантности (совпадение по названию vs. категории) и энтропии исторических кликов. При навигационном интенте количество результатов сокращается.
  • US9015152B1
  • 2015-04-21
  • Семантика и интент

  • Поведенческие сигналы

  • Local SEO

Как Google использует время просмотра (Watch Time) и поведение пользователей для расчета независимой от запроса оценки качества видео
Google рассчитывает независимый от запроса сигнал качества (Q) для видео, анализируя корреляции между поведенческими метриками: временем просмотра, рейтингами и количеством просмотров. Система использует математические функции (Predictor и Voting) для моделирования качества и определения достоверности данных, а также активно фильтрует спам в рейтингах. Этот сигнал Q затем используется для ранжирования видео в поиске.
  • US8903812B1
  • 2014-12-02
  • Поведенческие сигналы

  • SERP

  • Антиспам

Как Google использует "ложные пропуски" (Fake Skips) для точной оценки качества своих правил синонимов
Google анализирует поведение пользователей для оценки качества синонимов, используемых при переписывании запросов. Патент вводит метрику "Fake Skip" (Ложный пропуск). Она фиксируется, если пользователь пропустил результат с синонимом, но кликнул на результат ниже, который также содержит этот синоним и исходный термин. Это позволяет точнее калибровать систему синонимов и не пессимизировать хорошие правила из-за неоднозначного поведения пользователей.
  • US8909627B1
  • 2014-12-09
  • Поведенческие сигналы

  • Семантика и интент

  • SERP

Как Google определяет свежесть документа, анализируя возраст ссылающихся страниц и динамику появления ссылок (Link Velocity)
Google использует методы для оценки свежести документа, когда дата его обновления неизвестна или ненадежна. Система анализирует даты обновления страниц, которые ссылаются на документ, а также историю появления и удаления этих ссылок (Link Velocity). Если на документ ссылаются недавно обновленные страницы или количество ссылок растет, он считается свежим.
  • US7797316B2
  • 2010-09-14
  • Свежесть контента

  • Ссылки

  • Техническое SEO

Как Google использует время взаимодействия пользователя с сайтом (Dwell Time) для расчета оценки качества всего сайта
Google использует агрегированные данные о продолжительности визитов пользователей на сайт для расчета метрики качества этого сайта (Site Quality Score). Система измеряет время взаимодействия (включая Dwell Time — время от клика в выдаче до возврата обратно), фильтрует аномальные визиты и нормализует данные по типам контента. Итоговая оценка используется как независимый от запроса сигнал для ранжирования и принятия решений об индексировании.
  • US9195944B1
  • 2015-11-24
  • Поведенческие сигналы

  • Индексация

  • SERP

Как Google корректирует позиционную предвзятость (Position Bias) при обучении моделей ранжирования на кликах пользователей
Google использует механизм для устранения позиционной предвзятости (Position Bias) при обучении моделей ранжирования (Learning to Rank). Система анализирует, на какой позиции находился кликнутый результат, и присваивает этому клику вес важности. Клики по нижним позициям получают больший вес, чем клики по ТОП-1. Это позволяет модели учиться определять истинную релевантность, а не просто копировать существующий порядок выдачи.
  • US20210125108A1
  • 2021-04-29
  • Поведенческие сигналы

  • SERP

Как Google использует CTR и E-E-A-T сигналы для определения контекста ссылок и оценки качества внешних упоминаний
Google использует двухэтапный механизм для анализа внешних комментариев (например, блог-постов). Сначала система определяет истинный объект обсуждения, если в комментарии несколько ссылок, анализируя CTR, длину URL и тематику. Затем она оценивает качество комментария, используя рейтинг автора, авторитетность источника, свежесть и обратную связь пользователей, чтобы отобрать наиболее релевантный контент.
  • US8656266B2
  • 2014-02-18
  • Ссылки

  • EEAT и качество

  • Свежесть контента

seohardcore