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

Как Google связывает названия бизнесов с категориями для локального расширения запросов

CATEGORY GENERALIZATION FOR SEARCH QUERIES (Обобщение категорий для поисковых запросов)
  • US8983956B1
  • Google LLC
  • 2013-03-15
  • 2015-03-17
  • Local SEO
  • Семантика и интент
  • Описание
  • Разбор
  • Выводы
  • Практика
  • FAQ
  • Похожие

Google использует систему для анализа названий и категорий бизнесов в конкретных географических регионах. Система определяет, можно ли однозначно связать название бизнеса (или его часть) с определенной категорией услуг. Если связь установлена, Google расширяет запросы, содержащие это название, добавляя соответствующую категорию. Это позволяет обобщать локальный поиск от конкретного бренда к общей услуге в данном регионе.

Описание

Какую проблему решает

Патент решает проблему эффективного расширения поисковых запросов, содержащих названия бизнесов, для показа релевантного контента (включая рекламу). Традиционные методы расширения запросов полагаются на исторические данные и анализ синонимов, что требует большого объема запросов и не обеспечивает достаточной географической детализации. Изобретение предлагает механизм для географически-специфичного обобщения названия бизнеса до одной или нескольких категорий, независимо от объема прошлых поисковых запросов по этому названию.

Что запатентовано

Запатентована система автоматического создания географически привязанных соответствий (mappings) между названиями бизнесов (или их компонентами) и категориями. Система анализирует все бизнесы в определенном географическом регионе, разбивает их названия на компоненты и проверяет, можно ли однозначно и без двусмысленности связать конкретный компонент названия с определенной категорией услуг в этом регионе. Эти соответствия затем используются для расширения поисковых запросов пользователя.

Как это работает

Механизм работает следующим образом:

  • Определение региона: Система выбирает географический регион (например, город).
  • Сбор данных: Идентифицируются бизнесы в этом регионе, их названия и категории.
  • Генерация компонентов: Названия бизнесов разбиваются на Name Components (например, префиксы и постфиксы).
  • Группировка и Разрешение Имен (Name Resolution): Одинаковые компоненты группируются. Например, если в городе есть "Apex Plumbing" и "Apex Legal", компонент "Apex" попадает в одну группу.
  • Разрешение Категорий (Category Resolution): Система проверяет, имеют ли все бизнесы в группе общие категории. Если категории разные (сантехник vs юрист), компонент признается двусмысленным (ambiguous) и отбрасывается. Если категории общие, создается соответствие между компонентом и категорией.
  • Применение: Когда пользователь ищет бизнес, система определяет его местоположение и использует созданные соответствия для этого региона, чтобы расширить запрос категориями.

Актуальность для SEO

Высокая. Понимание локальных сущностей и обобщение намерений пользователя от конкретного бренда к категории услуг является критически важным для локального поиска и рекламы. Этот патент описывает конкретный механизм для создания локализованных синонимов на основе данных о бизнесе, что остается актуальной задачей для Google в 2025 году, особенно в контексте Google Maps и Local Search.

Важность для SEO

Патент имеет высокое значение (8/10), особенно для Local SEO и стратегий работы с сущностями. Он демонстрирует, как Google алгоритмически связывает бренды с категориями в локальном контексте и как обрабатывает неоднозначность названий. Это подчеркивает критическую важность точного указания категорий в Google Business Profile и влияет на стратегию выбора названия бизнеса для избежания локальной двусмысленности.

Детальный разбор

Термины и определения

Business Categories (Категории бизнеса)
Тип бизнеса, определяемый типом предлагаемых продуктов или услуг (например, "Plumber", "Restaurant").
Category Generalization (Обобщение категорий)
Процесс расширения поискового запроса, содержащего название бизнеса, путем добавления связанных с ним категорий.
Category Resolution (Разрешение категорий)
Этап анализа, на котором определяется, имеют ли бизнесы с одинаковыми Name Components общие категории. Используется для устранения двусмысленности.
Geographic Region (Географический регион)
Определенная территория (город, округ, штат), в рамках которой проводится анализ бизнесов для создания локализованных соответствий.
Name Components (Компоненты названия)
Подмножество названия бизнеса. Включает полное название, а также его части, такие как правильные префиксы (proper pre-fixes) и постфиксы (proper post-fixes).
Name Component Group (Группа компонентов названия)
Набор идентичных Name Components, сгенерированных от разных бизнесов в одном регионе.
Name Resolution (Разрешение имен)
Этап анализа, на котором идентифицируются бизнесы с уникальными названиями или компонентами, а также группируются похожие компоненты.
Prominence (Значимость/Известность)
Метрика значимости бизнеса. Может использоваться для исключения малозначимых бизнесов из анализа или для разрешения конфликтов категорий.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной метод ассоциации категорий с названиями бизнесов для обобщения поисковых запросов.

  1. Идентификация одного или нескольких бизнесов в первом географическом регионе.
  2. Определение названия и одной или нескольких категорий для каждого бизнеса.
  3. Генерация одного или нескольких Name Components для каждого бизнеса (каждый компонент является подмножеством названия).
  4. Генерация одной или нескольких Name Component Groups, где каждая группа содержит идентичные компоненты названия от разных бизнесов.
  5. Для каждой группы: определение, связаны ли компоненты в группе с бизнесами, которые имеют общие категории.
  6. Ассоциация общих категорий с компонентом названия группы, если такие общие категории найдены.

Ядро изобретения — это метод создания локализованных синонимов (категорий) для названий бизнесов путем анализа совпадения названий и категорий внутри конкретного географического региона и устранения неоднозначности.

Claim 8 (Зависимый от 1): Детализирует процесс определения общих категорий.

Если группа содержит только один компонент (название уникально в регионе), его категории считаются общими. Если компонентов несколько, их категории сравниваются.

Claim 9 и 10 (Зависимые от 8): Уточняют процесс сравнения категорий, включая возможность использования иерархии категорий.

Система может искать совпадения не только на уровне прямых категорий, но и на уровне родительских (более общих) категорий (parent category), если прямые категории различаются.

Claim 11 (Зависимый от 1): Описывает использование значимости (Prominence).

Если компонент названия связан с бизнесом с низкой значимостью (low prominence), он может быть исключен из группы. Это позволяет разрешать конфликты в пользу более значимых бизнесов.

Claim 13 (Зависимый от 1): Описывает процесс использования созданных ассоциаций при обработке запроса.

Получение запроса -> Идентификация местоположения пользователя -> Определение географического региона -> Поиск компонентов названия в этом регионе, совпадающих с терминами запроса -> Идентификация категорий, связанных с этими компонентами -> Предоставление этих категорий для включения в запрос (расширение запроса).

Где и как применяется

Изобретение затрагивает преимущественно этапы индексирования/анализа данных и понимания запросов.

INDEXING / Data Analysis (Индексирование и Анализ Данных)
Основная часть работы, описанная в патенте (Процессы 200 и 300), происходит офлайн, на этапе анализа данных о бизнесе (например, из базы данных Google Business Profile). Система анализирует данные в разрезе географических регионов для построения индекса соответствий Name Component -> Category.

  • Входные данные: База данных бизнесов, включающая Название, Местоположение (Location) и Категории (Business Categories). Данные о значимости (Prominence) бизнеса. Иерархия категорий (опционально).
  • Выходные данные: Географически сегментированные индексы (mappings), связывающие компоненты названий с категориями.

QUNDERSTANDING – Понимание Запросов
На этом этапе система применяет созданные индексы в реальном времени (Процесс 400).

  • Входные данные: Запрос пользователя, местоположение пользователя. Индекс соответствий для данного региона.
  • Процесс: Система определяет регион пользователя, ищет термины запроса в индексе соответствий для этого региона. Если найдено совпадение с Name Component, система извлекает связанные категории.
  • Выходные данные: Расширенный запрос, включающий исходные термины плюс ассоциированные категории (используемые как синонимы).

RANKING – Ранжирование
Система ранжирования использует расширенный запрос для поиска результатов. Это позволяет находить результаты, релевантные категории, даже если они не содержат исходного названия бизнеса.

На что влияет

  • Конкретные типы контента: В первую очередь влияет на локальные страницы, страницы бизнесов, результаты в Google Maps и локальную выдачу (Local Pack).
  • Специфические запросы: Влияет на запросы, содержащие названия брендов или бизнесов (навигационные или брендовые запросы). Система пытается определить, ищет ли пользователь конкретный бизнес или услугу, которую этот бизнес предоставляет.
  • Конкретные ниши или тематики: Наибольшее влияние в конкурентных локальных нишах (рестораны, услуги на дому, ремонт, медицина, юриспруденция), где названия часто пересекаются или включают общие термины.
  • Географические ограничения: Механизм по своей сути географически ограничен. Ассоциации создаются для конкретного региона и зависят от локального контекста и набора бизнесов в этом регионе.

Когда применяется

  • Условия работы алгоритма (Офлайн): Применяется при обработке и индексации данных о бизнесе. Активируется для всех идентифицированных географических регионов.
  • Триггеры активации (Онлайн): Активируется, когда система обнаруживает в запросе пользователя термины, которые совпадают с Name Components в индексе соответствий, созданном для региона пользователя.
  • Исключения и особые случаи:
    • Компоненты не используются, если они двусмысленны (связаны с разными категориями в одном регионе).
    • Соответствия могут быть отброшены, если категория слишком общая (overly general category).
    • Соответствия могут быть отброшены, если компонент названия уже содержит категорию (например, "Ted's Pizza" -> Pizza).
    • Высоко географические соответствия (highly geographic mappings), например, связывающие название города с категорией, могут быть отброшены, если они вызывают путаницу.

Пошаговый алгоритм

Процесс А: Генерация базы соответствий (Офлайн-анализ)

  1. Определение региона: Идентификация географического региона для анализа.
  2. Сбор данных о бизнесе: Идентификация бизнесов в этом регионе. Для каждого бизнеса извлекается название и категории.
  3. Генерация компонентов названия: Для каждого бизнеса его название разбивается на Name Components (префиксы, постфиксы, полное название).
  4. Ассоциация категорий: Категории бизнеса ассоциируются с каждым сгенерированным для него компонентом.
  5. Группировка компонентов (Name Resolution): Все сгенерированные компоненты сравниваются. Идентичные компоненты (с учетом нормализации) объединяются в Name Component Groups.
  6. Разрешение категорий (Category Resolution): Для каждой группы анализируются категории всех компонентов в ней.
  7. Проверка на двусмысленность: Определяется, есть ли у компонентов в группе общие категории.
    • Если НЕТ (двусмысленность): Группа отбрасывается. (Опционально: перед отбрасыванием проверяется Prominence бизнесов. Если конфликт вызван малозначимым бизнесом, он может быть проигнорирован).
    • Если ДА: Переход к шагу 8. Система может использовать иерархию категорий для поиска общего предка.
  8. Создание соответствия: Общие категории ассоциируются с компонентом названия, представляющим группу.
  9. Оптимизация и Фильтрация: Созданные соответствия проверяются на предмет излишней общности, тавтологии (название содержит категорию) или излишней географичности. Нерелевантные соответствия отбрасываются.
  10. Сохранение: Соответствия сохраняются в индексе для данного географического региона.

Процесс Б: Применение соответствий (Обработка запроса онлайн)

  1. Получение запроса: Система получает поисковый запрос от пользователя.
  2. Определение местоположения: Определяется текущее местоположение пользователя.
  3. Определение региона: Определяется географический регион, соответствующий местоположению пользователя.
  4. Поиск соответствий: Термины из запроса сравниваются с Name Components в индексе для этого региона.
  5. Проверка совпадений:
    • Если совпадений нет: Процесс завершается, используется стандартная обработка запроса.
    • Если совпадения есть: Переход к шагу 6.
  6. Извлечение категорий: Для совпадающих компонентов извлекаются ассоциированные категории.
  7. Расширение запроса: Извлеченные категории предоставляются для расширения исходного поискового запроса (используются как синонимы).

Какие данные и как использует

Данные на входе

Система использует следующие данные, преимущественно связанные с локальными бизнесами:

  • Контентные факторы (Название бизнеса): Название бизнеса является ключевым элементом, который разбивается на Name Components.
  • Структурные факторы (Категории бизнеса): Категории, ассоциированные с бизнесом (например, из Google Business Profile). Это критически важные данные для процесса обобщения.
  • Географические факторы: Местоположение бизнеса (используется для сегментации анализа по регионам). Местоположение пользователя (используется для выбора нужного регионального индекса при обработке запроса).
  • Факторы авторитетности (Prominence): Упоминается возможность использования метрики значимости (Prominence) бизнеса для фильтрации малозначимых бизнесов или разрешения конфликтов при неоднозначности категорий.

Какие метрики используются и как они считаются

Патент не описывает сложных метрик или формул, а фокусируется на логических операциях и сравнениях:

  • Идентичность компонентов: Сравнение Name Components для группировки (возможно, с использованием нормализации текста).
  • Общность категорий (Common Categories): Определение пересечения множеств категорий для бизнесов в одной группе.
  • Иерархический анализ категорий: В патенте упоминается возможность использования иерархической структуры категорий (hierarchical tree). Если прямые категории не совпадают, система может подниматься вверх по дереву к более общим категориям (parent category), чтобы найти общего предка.
  • Оценка значимости (Prominence): Используется как пороговое значение для игнорирования конфликтов, вызванных бизнесами с low prominence. Конкретный метод расчета Prominence в патенте не описан.
  • Критерии фильтрации: Качественные оценки для фильтрации соответствий (overly general, highly geographic, тавтология).

Выводы

  1. Локализация Понимания Запросов: Google создает географически специфичные индексы для интерпретации названий бизнесов. Понимание того, что означает название бренда, может меняться от города к городу в зависимости от локального контекста и присутствующих там бизнесов.
  2. Обработка Неоднозначности Названий: Система активно выявляет и устраняет неоднозначность. Если одно и то же название (или его часть) используется разными типами бизнесов в одном регионе, Google не будет обобщать это название до категории, чтобы избежать нерелевантных результатов.
  3. Критичность Категоризации Бизнеса: Механизм напрямую зависит от точности категорий, присвоенных бизнесу. Неправильная категоризация (например, в GBP) приведет к некорректному обобщению запросов или потере возможности обобщения.
  4. Использование Иерархии Категорий: Система может использовать иерархию категорий для поиска связи. Например, пиццерия и итальянский ресторан могут быть обобщены до общей родительской категории "Ресторан".
  5. Роль Значимости (Prominence): Значимость бизнеса используется для разрешения конфликтов. Более известный бизнес может "выиграть" ассоциацию своего названия с категорией, даже если существует менее известный бизнес с таким же названием, но другой специализацией.
  6. Механизм Перехода от Бренда к Категории: Патент описывает конкретный алгоритм, позволяющий Google интерпретировать брендовый запрос как категорийный в локальном поиске, тем самым расширяя набор показываемых результатов (и рекламы).

Практика

Best practices (это мы делаем)

  • Точная и Полная Категоризация в GBP: Обеспечьте максимально точное указание основной и дополнительных категорий в Google Business Profile. Это напрямую влияет на то, как система будет обобщать запросы, связанные с вашим брендом. Поскольку система может использовать иерархию, выбор правильных специфичных категорий критичен.
  • Мониторинг Локального Контекста (Названия Конкурентов): Анализируйте названия других бизнесов в вашем географическом регионе. Если ваше название совпадает с названием бизнеса из другой сферы, ваше название может быть признано двусмысленным (ambiguous) и не будет обобщаться до вашей категории.
  • Усиление Локальной Значимости (Local Prominence): Работайте над повышением известности и значимости вашего бизнеса в регионе (Local SEO, отзывы, локальные ссылки, упоминания). Prominence используется для разрешения конфликтов названий в пользу более значимого бизнеса.
  • Стратегия Нейминга для Новых Бизнесов/Филиалов: При выборе названия учитывайте его уникальность в целевом регионе. Более уникальные названия проще и надежнее ассоциируются с нужной категорией. Если используется общее слово (например, "Apex", "City"), убедитесь, что оно четко связано с вашей услугой в названии (например, "Apex Plumbing").

Worst practices (это делать не надо)

  • Игнорирование Категорий в GBP: Отсутствие или неверный выбор категорий не позволит системе корректно обработать название вашего бизнеса для обобщения запросов.
  • Выбор Неоднозначных Названий без Уточнений: Использование названий типа "[Имя] Services" или "[Город] Group" в регионах, где эти термины уже используются бизнесами других категорий, увеличивает риск того, что название будет признано двусмысленным и отброшено системой обобщения.
  • Манипуляции с Категориями: Добавление нерелевантных популярных категорий в профиль бизнеса может привести к некорректным обобщениям, что ухудшит качество трафика, и может быть расценено как спам.

Стратегическое значение

Патент подтверждает важность данных о сущностях (Entities) и их атрибутах (в данном случае, Категориях) для понимания запросов. Он подчеркивает, что Google не рассматривает интернет глобально, а применяет локализованные слои интерпретации. Для Local SEO это означает, что стратегия должна быть адаптирована к конкретному географическому контексту, включая локальную конкурентную среду и нейминг. Патент также показывает механизм, лежащий в основе показа конкурентов по брендовым запросам в локальном поиске и рекламе.

Практические примеры

Сценарий 1: Разрешение неоднозначности и влияние Prominence

  1. Регион: Денвер.
  2. Бизнес А: "Majestic Theater" (Категория: Кинотеатр). Высокая Prominence.
  3. Бизнес Б: "Majestic Cleaning" (Категория: Клининг). Низкая Prominence.
  4. Анализ: Система генерирует компонент "Majestic". Он попадает в группу с двумя разными категориями.
  5. Разрешение: В стандартном варианте компонент "Majestic" был бы отброшен как двусмысленный. Однако, если система использует Prominence (Claim 11), она может проигнорировать Бизнес Б и создать соответствие: "Majestic" -> Кинотеатр.
  6. Результат для SEO: Владельцу Бизнеса Б нужно усиливать полное название ("Majestic Cleaning") и не рассчитывать на обобщение по слову "Majestic". Владельцу Бизнеса А нужно поддерживать Prominence.

Сценарий 2: Использование иерархии категорий

  1. Регион: Остин.
  2. Бизнес А: "Joe's Garage BBQ" (Категория: Барбекю-ресторан).
  3. Бизнес Б: "Joe's Garage Auto" (Категория: Автомастерская).
  4. Анализ Компонента "Joe's Garage": Категории разные (Ресторан vs Автомастерская). Общих предков в иерархии нет.
  5. Результат: Компонент "Joe's Garage" признается двусмысленным в Остине и не обобщается.
  6. Анализ Компонента "Joe's Garage BBQ": Уникален. Обобщается до "Барбекю-ресторан".
  7. Результат для SEO: Поиск "Joe's Garage" в Остине не будет расширен категорией. Поиск "Joe's Garage BBQ" будет расширен категорией "Барбекю-ресторан", что может привести к показу других барбекю-ресторанов.

Вопросы и ответы

Насколько важно название моего бизнеса в контексте этого патента?

Название критически важно, особенно его уникальность в вашем географическом регионе. Если ваше название или его часть совпадает с названием другого бизнеса из иной категории в том же городе, Google может посчитать его двусмысленным. В этом случае система не сможет обобщить запросы по вашему названию до вашей категории услуг, что сузит охват локального поиска.

Как этот патент влияет на выбор категорий в Google Business Profile (GBP)?

Выбор категорий напрямую питает этот алгоритм. Система использует указанные вами категории для создания ассоциаций с вашим названием. Если категории указаны неверно или слишком обще, система либо создаст нерелевантные ассоциации, либо вообще не сможет их создать. Крайне важно выбирать наиболее точные и специфичные категории, доступные в GBP.

Что такое "Name Component" и как он генерируется?

Name Component — это часть названия вашего бизнеса. Патент описывает генерацию префиксов и постфиксов. Например, для "Joe's First Plumbing" компонентами могут быть "Joe's", "Joe's First" и "Joe's First Plumbing". Система анализирует каждый из этих компонентов на предмет уникальности и связи с категорией в вашем регионе.

Что произойдет, если у моего бизнеса и у бизнеса из другой сферы одинаковые названия в одном городе?

Это ситуация двусмысленности (ambiguity). Система сгруппирует ваши названия, увидит разные категории и, скорее всего, отбросит это название, не создавая никаких обобщений. Исключение возможно, если один из бизнесов имеет значительно более высокую значимость (Prominence), тогда система может разрешить конфликт в его пользу.

Как Google определяет "Prominence" (Значимость) бизнеса?

Патент не детализирует расчет Prominence, но указывает, что эта метрика используется для разрешения конфликтов. В практике Local SEO, Prominence обычно коррелирует с известностью бизнеса: количеством отзывов, их качеством, внешними ссылками, упоминаниями в СМИ, историческими данными о взаимодействии пользователей с бизнесом.

Объясняет ли этот патент, почему по запросу моего бренда показываются конкуренты?

Да, это одна из основных целей изобретения. Если ваше название успешно обобщено до категории, Google расширяет запрос этой категорией. Например, запрос "Joe's Plumbing" превращается в условный запрос "Joe's Plumbing" ИЛИ "Plumber". Это позволяет системе показывать другие релевантные бизнесы (конкурентов) из той же категории в результатах поиска или рекламе.

Работает ли этот механизм глобально или только локально?

Механизм строго локализован. Ассоциации создаются путем анализа бизнесов внутри конкретного географического региона (например, города). Ассоциация, созданная для Лондона, не будет применяться в Манчестере, и наоборот, так как набор бизнесов и уникальность названий в этих городах различаются.

Что значит, что система использует иерархию категорий?

Это означает, что Google может находить связи на более высоком уровне. Например, если в городе есть "Mario's Pizza" (Категория: Пиццерия) и "Mario's Trattoria" (Категория: Итальянский ресторан), система может определить, что обе категории имеют общего предка (например, "Ресторан"). В этом случае название "Mario's" может быть обобщено до категории "Ресторан".

Стоит ли добавлять ключевые слова (категории) в название бизнеса (например, "Ted's Pizza")?

Патент упоминает фильтр, который отбрасывает соответствия, если название уже содержит категорию (тавтология). Если система распознает "Pizza" как категорию, то создание соответствия "Ted's Pizza" -> Pizza считается избыточным. Однако наличие ключевого слова в названии помогает избежать двусмысленности с другими бизнесами, использующими слово "Ted's".

Как я могу проверить, обобщается ли название моего бизнеса до нужной категории?

Прямого инструмента нет. Косвенным признаком может служить анализ поисковой выдачи по вашему брендовому запросу в вашем регионе. Если в выдаче (особенно в локальном блоке или рекламе) часто присутствуют конкуренты, которые не оптимизированы под ваш бренд, это может указывать на то, что Google успешно обобщил ваш запрос до категории с помощью подобного механизма.

Похожие патенты

Как Google предлагает категории для уточнения запроса на основе анализа топа выдачи (особенно в локальном поиске)
Google анализирует категории (например, из бизнес-справочников), к которым принадлежат топовые результаты по запросу пользователя. Наиболее релевантные или часто встречающиеся категории предлагаются пользователю для уточнения или сужения поиска, что особенно актуально для локальных запросов и поиска организаций.
  • US7523099B1
  • 2009-04-21
  • Local SEO

  • Семантика и интент

  • SERP

Как Google использует категоризацию контента и запросов для уточнения релевантности и ранжирования результатов
Google использует систему для улучшения ранжирования, комбинируя стандартную текстовую релевантность с оценкой соответствия категории. Система определяет, насколько сильно документ принадлежит к определенным категориям и насколько сильно запрос соответствует этим же категориям. Если и документ, и запрос сильно совпадают по категории, результат получает повышение в ранжировании. Это особенно важно для E-commerce и контента с четкой структурой.
  • US7814085B1
  • 2010-10-12
  • Семантика и интент

  • SERP

Как Google связывает локальные бизнес-данные (адреса и телефоны) с веб-сайтами для показа в результатах поиска
Google использует систему для интеграции локальной информации (адреса, телефоны) непосредственно в основную поисковую выдачу. Система сопоставляет структурированные данные о бизнесе из локальной базы данных с соответствующими URL в веб-индексе, разрешая конфликты и неоднозначности. Это позволяет показывать контактную информацию и ссылки на карты прямо в сниппете результата поиска.
  • US7624101B2
  • 2009-11-24
  • Local SEO

  • Индексация

  • SERP

Как Google использует поведение пользователей в веб-поиске для динамической категоризации локальных бизнесов
Google динамически формирует категории для бизнесов, основываясь на том, как пользователи ищут их (используемые ключевые слова и клики) в веб-поиске и голосовом поиске. Эти данные формируют иерархическое понимание типов бизнеса. Эта структура затем используется для повышения точности распознавания названий компаний в голосовых запросах.
  • US8041568B2
  • 2011-10-18
  • Local SEO

  • Поведенческие сигналы

  • Семантика и интент

Как Google использует данные веб-поиска и клики пользователей для классификации бизнесов и построения иерархии категорий
Google анализирует логи веб-поиска (введенные ключевые слова и последующие клики по результатам), чтобы понять, как пользователи интуитивно классифицируют бизнесы. Эти данные используются для автоматического построения динамической иерархической структуры категорий. Эта структура затем применяется для улучшения точности поиска, в частности, для оптимизации моделей распознавания речи в голосовых системах.
  • US7840407B2
  • 2010-11-23
  • Поведенческие сигналы

  • Семантика и интент

  • Структура сайта

Популярные патенты

Как Google обучает ИИ-модели для автоматической оценки качества сайтов на основе данных асессоров и предвзятой выборки
Патент Google, описывающий фундаментальную методологию создания систем оценки качества сайтов. Google использует машинное обучение (например, SVM), чтобы найти корреляции между оценками асессоров и измеримыми сигналами сайта (PageRank, клики). Для повышения точности применяется метод «предвзятой выборки» (Biased Sampling): система намеренно собирает больше оценок для сайтов среднего качества («сложных случаев»), чем для очевидно плохих или хороших.
  • US8442984B1
  • 2013-05-14
  • SERP

  • EEAT и качество

  • Поведенческие сигналы

Как Google комбинирует визуальное сходство и поведение пользователей для переранжирования поиска по картинкам
Google использует механизм для перекрестной проверки релевантности изображений, объединяя поведенческие сигналы (клики) с визуальным анализом. Если изображение часто кликают и оно визуально похоже на другие релевантные изображения по запросу (совместная релевантность), его рейтинг агрессивно повышается. Если оно редко кликается и визуально отличается (совместная нерелевантность), его рейтинг понижается. Это защищает выдачу от кликбейта.
  • US8209330B1
  • 2012-06-26
  • Поведенческие сигналы

  • SERP

  • Мультимедиа

Как Google автоматически определяет связанные домены (например, международные версии сайта) и переранжирует их для повышения локальной релевантности и разнообразия выдачи
Google использует автоматическую систему для идентификации доменов, принадлежащих одной организации (аффилированных доменов), анализируя ссылки между ними и сходство их имен (SLD). Когда в результатах поиска появляется несколько таких доменов, система может понизить или поменять местами их позиции. Это делается для того, чтобы показать пользователю наиболее локально релевантную версию сайта и увеличить разнообразие организаций в топе выдачи.
  • US9178848B1
  • 2015-11-03
  • Local SEO

  • SERP

  • Ссылки

Как Google группирует похожие запросы и поисковые подсказки, определяя интент пользователя через анализ сессий и кликов
Google использует графовую модель (Марковскую цепь) для кластеризации поисковых подсказок и связанных запросов. Система анализирует, какие запросы пользователи вводят в одной сессии и на какие документы они кликают. Это позволяет сгруппировать запросы, ведущие к схожему контенту, и предложить пользователю разнообразный набор подсказок, отражающих разные интенты.
  • US8423538B1
  • 2013-04-16
  • Семантика и интент

  • Поведенческие сигналы

  • SERP

Как Google использует контекст пользователя для предложения запросов до начала ввода текста (Zero-Input Queries)
Google анализирует историю поисковых запросов, группируя их в «контекстные кластеры» на основе схожести темы и обстоятельств ввода (время, местоположение, интересы). Когда пользователь открывает строку поиска, система оценивает его текущий контекст и мгновенно предлагает релевантные категории запросов (например, «Кино» или «Рестораны»), предсказывая намерение еще до ввода символов.
  • US10146829B2
  • 2018-12-04
  • Семантика и интент

  • Персонализация

  • Поведенческие сигналы

Как Google использует контент веб-страниц для генерации, верификации и адаптации AI-ответов в поиске (SGE/AI Overviews)
Google использует Большие Языковые Модели (LLM) для создания генеративных сводок (AI Overviews/SGE). Для обеспечения точности система не полагается только на знания LLM, а обрабатывает контент из актуальных результатов поиска (SRDs). Патент описывает архитектуру этого процесса: как выбираются источники, как генерируется сводка на их основе (Grounding), как проверяется информация для добавления ссылок (Verification), и как ответ адаптируется под контекст и действия пользователя.
  • US20250005303A1
  • 2025-01-02
  • SERP

  • EEAT и качество

  • Персонализация

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 определяет основной контент страницы, анализируя визуальную структуру и характеристики разделов
Google использует систему для идентификации основного контента веб-страницы путем её разделения на логические разделы на основе визуального макета. Система оценивает характеристики каждого раздела (соотношение ссылок к тексту, количество слов, изображения, расположение) относительно характеристик всей страницы, чтобы выделить наиболее значимый контент и отделить его от навигации и шаблонов.
  • US20140372873A1
  • 2014-12-18
  • Структура сайта

  • Техническое SEO

  • Ссылки

Как Google использует клики пользователей в поиске по картинкам для понимания содержания изображений и улучшения таргетинга
Google анализирует поведение пользователей в поиске по картинкам для идентификации содержания изображений. Если пользователи ищут определенный запрос (идею) и массово кликают на конкретное изображение в результатах, система связывает это изображение с данным запросом (концепцией). Эти данные используются для улучшения ранжирования в поиске картинок и для предложения релевантных ключевых слов рекламодателям, загружающим схожие изображения.
  • US11409812B1
  • 2022-08-09
  • Поведенческие сигналы

  • Семантика и интент

  • SERP

Как Google ранжирует сущности (например, фильмы или книги), используя популярность связанных веб-страниц и поисковых запросов в качестве прокси-сигнала
Google использует механизм для определения популярности контентных сущностей (таких как фильмы, телешоу, книги), когда прямые данные о потреблении недоступны. Система идентифицирует авторитетные «эталонные веб-страницы» (например, страницы Википедии) и связанные поисковые запросы. Затем она измеряет популярность сущности, анализируя объем трафика на эти эталонные страницы и частоту связанных запросов в поиске, используя эти данные как прокси-сигнал для ранжирования сущности.
  • US9098551B1
  • 2015-08-04
  • EEAT и качество

  • Поведенческие сигналы

  • SERP

seohardcore