Как Google персонализирует локальную выдачу, используя активность и присутствие контактов из вашего социального графа

Термины и определения

Point of Interest (POI) (Точка интереса)

Частная или публичная сущность, имеющая физическое местоположение (например, ресторан, магазин, парк, государственное учреждение).

Social Graph (Социальный граф)

Структура данных, представляющая пользователя и его связи (контакты, «друзья») в рамках социальной сети.

Association (Ассоциация)

Связь между человеком и POI. В патенте определяется как текущее присутствие (currently present), прошлое присутствие в течение определенного периода времени (previously present) или частое присутствие (frequently present).

Interaction Score (Оценка взаимодействия)

Метрика, используемая для ранжирования контактов в социальном графе пользователя. Отражает силу связи или частоту взаимодействия между пользователем и контактом.

Contact-authored message (Сообщение, созданное контактом)

Контент, созданный контактом и связанный с POI. Включает посты в социальных сетях, отзывы, микроблоги, а также сигналы вроде "Like" или "+1". Часто имеет геотег (geotagged).

Check-in (Чекин)

Явное указание пользователем своего присутствия в определенном месте через социальную сеть или локационный сервис.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной метод предоставления персонализированных результатов поиска с социальным контекстом.

1. Система получает поисковый запрос от пользователя.
2. Определяется Point of Interest (POI), релевантный запросу.
3. Идентифицируется человек, ассоциированный (associated) с этим POI.
4. Определяется наличие связи в социальном графе между этим человеком и пользователем (т.е. является ли человек контактом).
5. Генерируется результат поиска, который включает POI и информацию об этом контакте из социального графа.
6. Результат поиска передается пользователю.

Claim 2 (Зависимый от 1): Определяет, что такое «ассоциация» с POI. Человек связан с POI, если он: (i) в настоящее время присутствует в POI, (ii) ранее присутствовал в POI в течение заданного периода времени, или (iii) часто присутствует в POI в течение заданного периода времени.

Claim 5 (Зависимый от 1): Вводит механизм ранжирования контактов. Если с POI связано несколько контактов пользователя, они ранжируются относительно друг друга. Ранжирование основано на: (i) Interaction Score между пользователем и контактом, и/или (ii) типе ассоциации с POI (например, текущее присутствие приоритетнее прошлого).

Claim 7, 8 и 9 (Зависимые от 1): Описывают интеграцию пользовательского контента. Система получает сообщение, созданное контактом и связанное с POI (Claim 7). Это сообщение может быть геотегировано (geotagged) местоположением POI (Claim 8). Результат поиска включает это созданное контактом сообщение (Claim 9).

Где и как применяется

Изобретение применяется на финальных этапах формирования поисковой выдачи для персонализации результатов локального поиска.

INDEXING – Индексирование и извлечение признаков
Система индексирует данные о Points of Interest. Критически важно, что система также должна собирать (через CRAWLING или API) и хранить данные о связях между людьми и POI. Это включает данные чекинов, историю местоположений и геотегированный контент. Эти данные хранятся в структуре Associations between POI and persons.

RANKING – Ранжирование
На этом этапе генерируется начальный набор релевантных POI в ответ на запрос.

RERANKING – Переранжирование / METASEARCH – Метапоиск и Смешивание
Основное применение патента. Это этап декорирования и персонализации результатов (Personalization layer).

1. Запрос социальных данных: Для топовых POI из этапа RANKING система запрашивает базу ассоциаций POI-Person и социальный граф пользователя.
2. Сопоставление и фильтрация: Определяется пересечение между людьми, ассоциированными с POI, и контактами пользователя.
3. Ранжирование и выбор: Найденные контакты ранжируются по Interaction Score и типу ассоциации. Выбирается Топ-N контактов для отображения.
4. Обогащение (Decoration) и Смешивание: Информация о топовых контактах (фото, статус, сообщения) добавляется к сниппету POI в финальной выдаче.

Входные данные:

• Поисковый запрос пользователя (с локальным интентом).
• Идентификатор пользователя (для доступа к социальному графу).
• Начальный набор результатов поиска (POI).
• Социальный граф пользователя.
• База данных ассоциаций (Кто, Где, Когда).
• База данных Contact-authored messages с геотегами.

Выходные данные:

• Персонализированная страница результатов поиска (SERP), где сниппеты POI аннотированы социальным контекстом.

На что влияет

• Конкретные типы контента и ниши: Влияет исключительно на Локальный Поиск (Local SEO) и отображение Точек Интереса (POI) — рестораны, магазины, парки и другие физические локации.
• Специфические запросы: Запросы с локальным интентом (например, «пицца рядом») и навигационные запросы по конкретным заведениям.
• Пользовательские факторы: Влияет только на выдачу авторизованных пользователей, у которых есть доступный системе социальный граф и контакты, делящиеся данными о местоположении или контентом.

Когда применяется

Алгоритм применяется при соблюдении нескольких условий:

• Триггеры активации: Запрос пользователя приводит к отображению POI.
• Наличие данных: Пользователь авторизован, и у него есть социальный граф.
• Обнаружение пересечения: Найден хотя бы один контакт пользователя, который имеет ассоциацию с POI в выдаче.
• Разрешения (Privacy): Контакты должны разрешить обмен данными о своем местоположении или контенте с сервисом или с пользователем, выполняющим поиск.

Пошаговый алгоритм

Процесс А: Обработка запроса и интеграция социальных данных

1. Получение запроса: Система получает поисковый запрос от пользователя.
2. Определение POI: Определяются Points of Interest, релевантные запросу.
3. Идентификация ассоциированных людей: Для каждого POI система определяет людей, имеющих с ним ассоциацию (текущее, прошлое или частое присутствие), используя данные геолокации или чекинов.
4. Получение социального графа: Система определяет список контактов в социальном графе пользователя.
5. Определение пересечения: Находится пересечение между ассоциированными людьми и контактами пользователя.
6. Получение данных контакта: Для найденных контактов извлекается профильная информация (фото) и Contact-authored messages, связанные с POI (например, через геотеги).
7. Предоставление результатов: Переход к Процессу Б для ранжирования и генерации финальной выдачи.

Процесс Б: Ранжирование контактов и генерация выдачи

1. Сбор данных: Получение списка контактов, ассоциированных с POI (из Процесса А).
2. Ранжирование по Interaction Score: Контакты ранжируются на основе оценки взаимодействия между ними и пользователем.
3. Ранжирование по типу ассоциации: Контакты дополнительно ранжируются на основе типа их связи с POI (например, текущее присутствие приоритетнее прошлого).
4. Формирование списка: Создается итоговый ранжированный список контактов.
5. Выбор Топ-N: Выбирается N контактов на основе критериев отображения (например, ограничений места на экране).
6. Генерация страницы: Генерируется страница результатов с POI, выбранными N контактами, их профильной информацией и сообщениями.
7. Передача результатов: Страница отправляется на клиентский компьютер пользователя.

Какие данные и как использует

Данные на входе

Патент фокусируется на использовании социальных и геолокационных данных для персонализации выдачи.

• Географические факторы: Критически важные данные. Местоположение POI. Данные о местоположении контактов (полученные через check-ins или фоновые геолокационные сервисы). Геотеги (geotagged) на сообщениях и отзывах для привязки контента к POI.
• Пользовательские (Социальные) факторы: Социальный граф пользователя. История взаимодействия пользователя с контактами (для расчета Interaction Score). Данные профиля контактов (имя, фото).
• Контентные факторы (UGC): Contact-authored messages — тексты постов, отзывов, микро-блогов, рекомендации ("Like", "+1"), созданные контактами и связанные с POI.
• Временные факторы: Время присутствия или чекина. Используется для определения типа ассоциации (текущая, прошлая) и расчета частоты посещений.

Какие метрики используются и как они считаются

• Interaction Score (Оценка взаимодействия): Метрика, оценивающая силу связи между пользователем и контактом. Используется как основной фактор для ранжирования контактов при отображении в SERP. Патент не детализирует формулу расчета.
• Тип Ассоциации (Type of Association): Классификация связи контакта с POI (текущее, прошлое, частое присутствие). Используется как вторичный фактор ранжирования контактов.
• Временные пороги (Predetermined period of time): Предопределенные периоды времени для оценки прошлого или частого присутствия (например, последние 24 часа, 7 дней).
• Display Criteria (Критерии отображения): Ограничения на количество контактов (N), которые могут быть показаны в аннотации.

1. Социальное доказательство как ключевой элемент локального поиска: Патент демонстрирует механизм использования активности социального графа для повышения доверия и привлекательности локальных POI. Присутствие знакомого или его отзыв служат сильным сигналом валидации.
2. Персонализация через ранжирование связей: Не все социальные связи равны. Система приоритезирует контакты на основе Interaction Score (силы связи) и актуальности их активности (например, текущее присутствие важнее прошлого).
3. Важность реального взаимодействия с POI: Система опирается на данные о физическом присутствии (чекины, геолокация) и создании контента на месте. Это подчеркивает важность фактической посещаемости и вовлеченности клиентов.
4. Интеграция UGC в SERP: Contact-authored messages (отзывы, посты) от знакомых интегрируются непосредственно в сниппеты результатов поиска, повышая ценность пользовательского контента.
5. Аннотация, а не ранжирование POI: Описанный механизм является слоем аннотации (декорирования) и персонализации выдачи. Он не влияет напрямую на базовое органическое ранжирование POI, но критически влияет на CTR и вовлеченность пользователя.

Best practices (это мы делаем)

Хотя SEO-специалисты не могут напрямую влиять на социальный граф конкретного пользователя, они могут оптимизировать Точку Интереса (POI) так, чтобы она генерировала ассоциации, которые этот патент использует.

• Стимулирование органического вовлечения и чекинов: Поощряйте клиентов "чекиниться" (check-ins) во время посещения и делиться своим опытом. Чем больше реальных пользователей ассоциировано с вашим POI, тем выше вероятность, что они появятся в персонализированной выдаче своих контактов.
• Акцент на UGC и отзывах: Активно мотивируйте клиентов оставлять отзывы (особенно в Google Maps). Этот контент классифицируется как Contact-authored messages и может быть показан в выдаче знакомым автора.
• Поощрение геотегированного контента: Мотивируйте пользователей создавать контент (фото, посты) с геотегами вашего местоположения. Патент явно упоминает использование геотегированных сообщений для аннотирования результатов поиска.
• Оптимизация Google Business Profile (GBP): Убедитесь, что ваш бизнес корректно идентифицируется как Point of Interest. Это базовая необходимость для работы механизмов локального поиска.

Worst practices (это делать не надо)

• Накрутка чекинов и фейковые отзывы: Создание фейковых чекинов или отзывов от ботов неэффективно в контексте данного патента. Система опирается на реальный социальный граф пользователя и Interaction Score; фейковые аккаунты в него не входят и несут риски пессимизации.
• Игнорирование социальных сетей и UGC: Отсутствие активности клиентов, связанной с вашим бизнесом, лишает вас возможности получить дополнительное внимание в выдаче через механизмы социального доказательства.
• Игнорирование негативного UGC с геотегами: Негативные отзывы или посты, сделанные из вашего заведения, могут быть показаны в выдаче контактам автора. Необходимо оперативно управлять репутацией.

Стратегическое значение

Патент подтверждает стратегическую важность конвергенции локального поиска, социальных сигналов и персонализации. Для локального SEO это означает, что работа над реальной популярностью заведения и стимулирование пользовательского контента (UGC) могут напрямую влиять на видимость и CTR листинга. Видимость POI может сильно различаться для разных пользователей в зависимости от активности их социального графа.

Практические примеры

Сценарий: Повышение привлекательности (CTR) ресторана в локальной выдаче

1. Запрос пользователя: Пользователь ищет «итальянский ресторан рядом». Система определяет несколько релевантных ресторанов.
2. Активация персонализации: Система анализирует социальный граф пользователя. Она обнаруживает, что друг пользователя, Анна (с высоким Interaction Score), вчера посетила Ресторан Б и оставила отзыв с геотегами: «Лучшая паста в городе!».
3. Результат в выдаче: В стандартной выдаче Ресторан А может быть на первом месте. Однако Ресторан Б получает аннотацию: Фото Анны + «Анна была здесь вчера» + «Лучшая паста в городе!».
4. Влияние на SEO: Несмотря на более низкую позицию, Ресторан Б становится значительно более привлекательным для пользователя из-за социального доказательства от близкого контакта, что приводит к повышению CTR этого листинга.