Как Google заменяет поисковый запрос на более популярный трендовый запрос внутри социальных сетей

Термины и определения

Content Request (Запрос контента)

Поисковый запрос, состоящий из одного или нескольких поисковых терминов, полученный внутри социальной сети.

Level of Popularity (of a query) (Уровень популярности запроса)

Метрика, основанная на частоте (frequency), с которой запрос был отправлен в течение заранее определенного периода времени (predetermined period of time). Используется для определения трендовости запроса.

Level of Popularity (of a search result) (Уровень популярности результата поиска)

Метрика, основанная на уровне активности пользователей (levels of user activity), связанной с результатом. Примеры включают количество просмотров, шейров, одобрений или количество пользователей, связанных с результатом (например, размер группы или сообщества).

Social Networking Application (Социальная сеть / Приложение социальной сети)

Среда, в которой применяется описанный метод поиска (например, социальный веб-сайт).

Query Variation Engine (Механизм вариации запросов)

Компонент системы, ответственный за идентификацию альтернативных запросов, связанных с исходным запросом, и сравнение их уровней популярности.

Refinement Engine (Механизм уточнения)

Компонент системы, который анализирует и ранжирует результаты поиска, используя данные о популярности (Popularity Data).

Popularity Data (Данные о популярности)

Хранилище данных, содержащее информацию о частоте запросов и метриках популярности ресурсов (активность пользователей, размер аудитории).

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной метод представления результатов поиска.

1. Система получает первый запрос (first content request) в social networking application.
2. Определяется первый уровень популярности этого запроса, основанный на частоте его отправки в течение заданного периода времени.
3. Этот уровень сравнивается со вторым уровнем популярности второго запроса (за тот же период).
4. Система определяет, что второй уровень популярности превышает первый.
5. В ответ на это система определяет результаты поиска, релевантные второму (более популярному) запросу.
6. Определяются соответствующие уровни популярности для этих результатов поиска.
7. Система предоставляет результаты поиска, основываясь на их уровнях популярности, а также предоставляет альтернативные поисковые термины, которые имеют более высокий уровень популярности, чем исходные термины.

Ядро изобретения — это замена исходного запроса на более популярный (трендовый) запрос и последующее ранжирование результатов этого трендового запроса по их собственной популярности.

Claim 4 (Зависимый от 3): Уточняет, что если второй запрос отличается от первого, система предоставляет элемент управления (например, кнопку) в social networking application, который позволяет пользователю просмотреть результаты для исходного (первого) запроса.

Claim 5 (Зависимый от 1): Уточняет, что определение уровней популярности результатов поиска включает определение соответствующих уровней активности пользователей (levels of user activity), связанных с этими результатами.

Claim 6 (Зависимый от 5): Уточняет, что определение уровней активности пользователей включает определение количества пользователей, связанных с результатами поиска (например, размер группы), и ранжирование результатов в соответствии с этим количеством.

Где и как применяется

Изобретение применяется исключительно в контексте поиска внутри платформы (social networking application) и затрагивает этапы понимания запроса и ранжирования.

QUNDERSTANDING – Понимание Запросов
На этом этапе система анализирует входящий запрос не только с точки зрения семантики, но и с точки зрения его текущей популярности (трендовости). Query Variation Engine использует Popularity Data для сравнения частоты исходного запроса с частотой альтернативных запросов в реальном времени или близко к нему. Если альтернативный запрос более популярен, он выбирается для дальнейшей обработки.

RANKING – Ранжирование
После выбора наиболее популярного запроса система извлекает релевантные результаты. Refinement Engine затем ранжирует эти результаты, используя Popularity Data, специфичные для ресурсов (например, user activity, количество участников).

Входные данные:

• Исходный запрос пользователя, введенный в социальной сети.
• Данные о частоте использования различных запросов за определенный период времени (Popularity Data).
• Данные об активности пользователей и размере аудитории для ресурсов в индексе (Popularity Data).

Выходные данные:

• Набор результатов поиска, релевантных наиболее популярному связанному запросу, отсортированный по популярности самих результатов.
• Опционально: уведомление о том, что результаты показаны для другого запроса, и кнопка для возврата к исходному запросу.
• Предложения альтернативных популярных запросов.

На что влияет

• Конкретные типы контента: Влияет на видимость контента внутри социальных платформ: группы, сообщества, профили пользователей, мультимедиа (видео, фотоальбомы) и посты.
• Специфические запросы: Наибольшее влияние оказывается на общие запросы или запросы, связанные с текущими событиями и трендами. Например, во время крупного спортивного события общий запрос (например, "футбол") может быть автоматически сужен до трендового (например, "финал Лиги Чемпионов").

Когда применяется

Алгоритм применяется при выполнении следующих условий:

• Среда: Поиск выполняется внутри social networking application.
• Триггер активации: Когда уровень популярности (частота использования за период Т) исходного запроса ниже, чем уровень популярности связанного альтернативного запроса за тот же период Т.
• Временные рамки: Алгоритм зависит от актуальных данных о частоте запросов, что подразумевает его применение в реальном времени с фокусом на недавнюю активность (час, день, неделя).

Пошаговый алгоритм

1. Получение запроса: Система получает первый запрос от пользователя внутри социальной сети.
2. Определение популярности запроса: Система определяет первый уровень популярности для первого запроса, основываясь на частоте его отправки в течение заданного периода времени (Т).
3. Поиск альтернатив и сравнение: Query Variation Engine идентифицирует связанные запросы и определяет их уровни популярности за тот же период Т.
4. Сравнение популярности: Система сравнивает популярность первого запроса с популярностью связанных запросов.
5. Выбор запроса для поиска: Если обнаружен второй запрос, чья популярность превышает популярность первого, он выбирается для выполнения поиска. В противном случае используется первый запрос.
6. Генерация результатов: Система определяет набор результатов, релевантных выбранному (более популярному) запросу.
7. Оценка популярности результатов: Refinement Engine определяет уровень популярности для каждого результата, используя метрики активности пользователей (user activity) и/или количество связанных пользователей.
8. Ранжирование: Результаты сортируются на основе их уровня популярности.
9. Предоставление результатов: Система предоставляет отсортированные результаты пользователю. Также предоставляются предложения более популярных альтернативных запросов.
10. Обеспечение контроля пользователя: Если поиск выполнялся по второму запросу, система предоставляет элемент интерфейса для просмотра результатов по первому запросу.

Какие данные и как использует

Данные на входе

Патент фокусируется на использовании данных о популярности и поведении пользователей внутри платформы.

• Поведенческие факторы:
  • Частота запросов: Данные о том, как часто пользователи отправляют определенные запросы (frequency with which the content request has been previously submitted).
  • Активность пользователей (User Activity): Метрики взаимодействия с контентом. В патенте упоминаются просмотры (views), комментарии (comments), шейры (share), одобрения (endorsements, e.g., +1).
  • Размер аудитории: Количество пользователей, связанных с ресурсом (number of users associated with the search results), например, количество активных пользователей в группе.
• Временные факторы: Критически важный параметр — predetermined period of time (час, день, неделя). Он используется для определения актуальной частоты запросов и выявления трендов.

Какие метрики используются и как они считаются

Система использует две основные метрики популярности:

1. Level of Popularity (Query):
   Рассчитывается как частота (количество отправок) запроса в течение заданного периода времени Т.
   Цель: Выявить текущие тренды и интересы пользователей.
2. Level of Popularity (Result):
   Рассчитывается на основе агрегированных данных об активности пользователей (user activity) и/или размере аудитории, связанной с результатом.
   Цель: Выявить наиболее вовлекающий и авторитетный контент/сообщества.

Методы вычислений:

• Сравнение популярностей: Система выполняет прямое сравнение уровней популярности запросов. Действие предпринимается, когда Популярность (Запрос 2) > Популярность (Запрос 1).

1. Приоритет трендов над точным соответствием на платформах: В контексте социальных сетей Google может предпочесть показать пользователю то, что популярно прямо сейчас (тренды), а не то, что точно соответствует его запросу. Это ключевое отличие от классического информационного поиска, где релевантность запросу обычно доминирует.
2. Двойное использование популярности: Популярность используется на двух уровнях: сначала для выбора запроса (Query Selection), по которому будет производиться поиск, а затем для ранжирования полученных результатов (Ranking).
3. Частота как индикатор тренда: Система определяет тренды, анализируя частоту использования запросов за короткий промежуток времени (predetermined period of time).
4. Вовлеченность как фактор ранжирования: Ранжирование результатов сильно зависит от метрик вовлеченности (user activity) и размера аудитории. Это подчеркивает важность стимулирования активности вокруг контента на платформах.
5. Цель — максимизация вовлечения: Основная цель этого механизма — не предоставить наиболее релевантную информацию, а направить пользователя к наиболее активным обсуждениям, группам или контенту, чтобы максимизировать его вовлеченность внутри платформы.
6. Ограниченный контекст: Выводы строго применимы к поиску внутри social networking application и не должны экстраполироваться на основной веб-поиск Google без дополнительных подтверждений.

Best practices (это мы делаем)

Поскольку патент описывает поиск внутри социальных сетей, рекомендации применимы для SMO (Social Media Optimization) и оптимизации на платформах (например, YouTube, Google News, Discover).

• Мониторинг и использование трендов: Необходимо отслеживать текущие тренды и популярные запросы в нише. Создание или оптимизация контента (постов, видео, названий групп) под эти трендовые запросы повышает шансы на видимость, так как система активно ищет результаты для них.
• Быстрая реакция на события (Real-Time Marketing): Скорость критична. Поскольку популярность запросов измеряется за короткий период времени, необходимо быстро реагировать на инфоповоды, чтобы "поймать волну" трендового запроса.
• Стимулирование активности пользователей (User Activity): Так как результаты ранжируются по популярности, необходимо активно работать над повышением метрик вовлеченности (комментарии, шейры, лайки/одобрения). Контент должен провоцировать взаимодействие.
• Наращивание аудитории: Размер аудитории (количество подписчиков канала, участников группы) является прямым фактором популярности результата. Стратегии роста сообщества критически важны для ранжирования.

Worst practices (это делать не надо)

• Фокус только на вечнозеленом контенте: Создание только вечнозеленого контента без учета текущей повестки может привести к потере видимости, так как система будет предпочитать трендовые темы.
• Игнорирование метрик вовлеченности: Публикация контента без стратегии его распространения и стимулирования обсуждения сделает его неконкурентоспособным в системе, ранжирующей по user activity.
• Оптимизация под общие запросы в момент тренда: Попытка ранжироваться по общему запросу (например, "смартфон"), когда доминирует трендовый запрос (например, "презентация нового Samsung"), будет неэффективна, так как система может автоматически заменять общий запрос на трендовый.

Стратегическое значение

Патент подчеркивает стратегическое различие между веб-поиском и поиском внутри социальных платформ. Если в веб-поиске доминирует релевантность и качество контента (E-E-A-T), то на платформах критическую роль играют скорость реакции на тренды, виральность и метрики вовлеченности. Для SEO-специалистов это означает необходимость разработки отдельных стратегий для веб-сайтов и для присутствия бренда на социальных платформах, где популярность в моменте может быть важнее фундаментальной релевантности.

Практические примеры

Сценарий: Оптимизация канала на YouTube во время спортивного события

1. Событие: Идет Чемпионат Мира по футболу.
2. Действия пользователя: Пользователь ищет на YouTube "футбол".
3. Работа системы: Система анализирует частоту запросов за последний час и определяет, что запрос "Месси гол Аргентина" имеет гораздо более высокую популярность, чем общий запрос "футбол".
4. Замена запроса: Система выполняет поиск по запросу "Месси гол Аргентина".
5. Ранжирование: Система отбирает видео, релевантные этому запросу. Затем она ранжирует их по user activity (количество просмотров за последний час, количество комментариев, лайков) и авторитетности канала (размер аудитории).
6. Результат для SMO-специалиста: Канал, который оперативно загрузил хайлайт с голом Месси, использовал трендовый ключ в заголовке и получил быстрый всплеск активности, займет ТОП выдачи, даже если пользователь искал просто "футбол".