Патент описывает механизм интерфейса для поиска внутри социальной сети. Если система находит достаточное количество результатов определенного типа (например, профилей или тематических страниц), но они не отображаются в стандартной выдаче (например, постов), пользователю показывается всплывающая подсказка (tooltip). Эта подсказка предлагает переключиться на просмотр этих альтернативных типов контента.

Описание

Какую проблему решает

Патент решает проблему обнаруживаемости (discoverability) различных типов контента при поиске внутри социальной сети. Стандартные результаты поиска могут фокусироваться на одном типе контента (например, постах), в результате чего другие релевантные типы (например, профили пользователей, тематические многопостовые страницы или комнаты обсуждений) могут оказаться скрытыми или расположенными слишком глубоко в выдаче. Изобретение улучшает пользовательский опыт (UX), активно предлагая пользователю альтернативные типы результатов.

Что запатентовано

Запатентован метод отображения элемента пользовательского интерфейса (tooltip, всплывающая подсказка) в результатах поиска по социальной сети. Система определяет, существует ли достаточное количество результатов определенного типа (например, профилей), которые не отображаются в текущем представлении (например, списке постов). Если количество таких результатов превышает заданный порог, система показывает tooltip, информирующий пользователя об этих результатах и предлагающий переключиться на их просмотр.

Как это работает

Механизм работает следующим образом:

  • Получение запроса: Пользователь вводит запрос в поиске социальной сети.
  • Определение результатов: Система находит результаты разных типов: Тип 1 (например, generic search results, такие как посты) и Тип 2 (например, non-generic search results, такие как профили или страницы).
  • Отображение: Система отображает результаты Типа 1.
  • Проверка порога: Система подсчитывает количество результатов Типа 2 и сравнивает его с пороговым значением (threshold number).
  • Активация Tooltip: Если количество результатов Типа 2 превышает порог, система отображает tooltip. Подсказка указывает на Тип 2 и может содержать изображения, связанные с этими результатами.
  • Взаимодействие: Клик по tooltip переключает выдачу на отображение результатов Типа 2.

Актуальность для SEO

Низкая. Патент подан в 2013 году и описывает специфический элемент интерфейса для поиска внутри социальной сети Google (вероятнее всего, Google+, который был закрыт). Хотя общая задача улучшения обнаруживаемости контента актуальна, конкретная реализация через описанный tooltip устарела и не имеет отношения к современному веб-поиску Google.

Важность для SEO

Патент имеет минимальное значение (1/10) для SEO-стратегий, направленных на продвижение внешних сайтов в основном поиске Google. Он описывает исключительно внутренний механизм пользовательского интерфейса (UI/UX) для навигации и представления результатов внутри платформы социальной сети Google. Он не раскрывает алгоритмов ранжирования, индексирования или оценки качества контента для веб-поиска.

Детальный разбор

Термины и определения

Discussion rooms (Комнаты обсуждений)
Тип контента в социальной сети, позволяющий пользователям общаться в реальном времени (текст, аудио, видео).
First type / Generic search results (Первый тип / Общие результаты поиска)
Основной или стандартный тип результатов, отображаемый по умолчанию. В контексте патента часто подразумеваются посты (posts).
Multi-post webpages (Многопостовые веб-страницы)
Страницы внутри социальной сети, агрегирующие несколько постов, часто объединенных общей темой (например, страницы брендов или сообществ).
Profiles (Профили)
Персональные страницы индивидуальных пользователей или организаций в социальной сети.
Second type / Non-generic search results / Specified type (Второй тип / Специфические результаты поиска / Указанный тип)
Альтернативные типы результатов, которые система может предложить через tooltip (например, профили, многопостовые страницы, комнаты обсуждений).
Threshold number (Пороговое число)
Минимальное количество результатов второго типа, необходимое для активации показа tooltip.
Tooltip (Всплывающая подсказка)
Элемент пользовательского интерфейса, который отображается для информирования пользователя о наличии результатов второго типа и предлагает их просмотреть.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной метод предоставления результатов поиска в социальной сети.

  1. Система получает поисковый запрос внутри социальной сети.
  2. Определяется набор результатов, включающий результаты первого типа и результаты второго типа.
  3. Система предоставляет для отображения несколько результатов первого типа.
  4. Определяется, превышает ли количество результатов второго типа пороговое число (threshold number).
  5. Если превышает, система предоставляет для отображения tooltip, который указывает на второй тип.

Claim 2 (Зависимый): Уточняет условие, при котором tooltip не показывается.

  • Если количество результатов второго типа не превышает пороговое число, система воздерживается от отображения tooltip.

Claim 6 (Зависимый от 1): Описывает содержание tooltip.

  • Tooltip включает набор изображений. Каждое изображение связано с соответствующим результатом второго типа. Набор содержит как минимум пороговое число изображений.

Claim 7 (Зависимый от 6): Описывает метод определения порогового числа.

  • Пороговое число определяется на основе размера tooltip. Это подразумевает адаптивность: на устройствах с маленьким экраном (где tooltip меньше) порог активации будет ниже, чем на десктопах.

Claims 8-11 (Зависимые от 1): Приводят примеры типов контента.

  • Первый тип может быть постами (Claim 8).
  • Второй тип может быть профилями (Claim 9), многопостовыми страницами (Claim 10) или комнатами обсуждений (Claim 11).

Claim 12 (Зависимый от 1): Описывает взаимодействие пользователя с tooltip.

  1. Система получает выбор (клик) tooltip.
  2. В ответ на выбор система предоставляет для отображения результаты второго типа.

Где и как применяется

Патент описывает логику пользовательского интерфейса (UI/UX) и не связан напрямую с основными этапами архитектуры веб-поиска, такими как CRAWLING или INDEXING внешних сайтов. Он применяется исключительно внутри приложения социальной сети Google.

RANKING – Ранжирование (Внутри социальной сети)
На этом этапе система должна не только ранжировать контент внутри социальной сети, но и классифицировать его по типам (посты, профили, страницы) и подсчитать количество результатов каждого типа.

Представление результатов (User Interface Logic)
Основное применение патента происходит на этапе формирования финального интерфейса пользователя после того, как результаты получены и ранжированы.

  1. Анализ выдачи: Логика UI анализирует состав полученной выдачи.
  2. Применение правил: UI проверяет, отображаются ли результаты Типа 1, и достаточно ли результатов Типа 2 для активации tooltip.
  3. Рендеринг интерфейса: UI отображает выдачу с tooltip или без него.

Входные данные:

  • Поисковый запрос.
  • Набор ранжированных результатов с указанием типа для каждого (пост, профиль и т.д.).
  • Пороговое значение (Threshold number), которое может зависеть от устройства пользователя.

Выходные данные:

  • Страница результатов поиска (SERP) социальной сети, которая может включать tooltip, предлагающий альтернативные типы контента.

На что влияет

  • Конкретные типы контента: Влияет на видимость профилей, многопостовых страниц и комнат обсуждений внутри социальной сети. Способствует их продвижению, если стандартная выдача фокусируется на постах.
  • Специфические запросы: Наиболее вероятно применение для запросов, которые могут относиться как к теме обсуждения (посты), так и к сущности (профиль человека или страница бренда).
  • Ограничения: Применяется только внутри социальной сети Google. Не влияет на основной веб-поиск Google.

Когда применяется

  • Условия работы алгоритма: Алгоритм применяется во время отображения результатов поиска внутри социальной сети.
  • Триггеры активации: Активируется при одновременном выполнении двух условий: 1) В данный момент отображаются результаты первого типа (например, посты); 2) Количество результатов второго типа (например, профилей) превышает заданное пороговое значение (Threshold number).

Пошаговый алгоритм

Процесс отображения результатов поиска в социальной сети:

  1. Получение запроса: Система получает запрос от пользователя внутри социальной сети.
  2. Идентификация результатов: Система определяет набор релевантных результатов и классифицирует их на Тип 1 (например, посты) и Тип 2 (например, профили/страницы).
  3. Рендеринг первичной выдачи: Система отображает результаты Типа 1.
  4. Определение порога: Система определяет актуальное пороговое значение (Threshold number). Это значение может быть динамическим и рассчитываться на основе размера области отображения tooltip (адаптация под размер экрана устройства).
  5. Подсчет альтернатив: Система подсчитывает количество результатов Типа 2.
  6. Проверка условия активации: Система сравнивает количество результатов Типа 2 с пороговым значением.
  7. Принятие решения:
    • Если порог не превышен: Tooltip не отображается.
    • Если порог превышен: Система генерирует tooltip.
  8. Генерация Tooltip: Tooltip содержит указание на Тип 2 и включает изображения, ассоциированные с топовыми результатами Типа 2.
  9. Отображение Tooltip: Tooltip отображается в интерфейсе пользователя.
  10. Обработка взаимодействия: Если пользователь выбирает tooltip, система обновляет выдачу, показывая результаты Типа 2.

Какие данные и как использует

Данные на входе

Патент фокусируется на логике интерфейса и использует следующие данные:

  • Структурные факторы (внутри соцсети): Классификация контента социальной сети по типам (posts, profiles, multi-post webpages, discussion rooms). Это критически важные данные для работы механизма.
  • Мультимедиа факторы: Изображения (например, аватары профилей или обложки страниц), связанные с результатами второго типа, используются для отображения внутри tooltip.
  • Пользовательские факторы: Устройство пользователя и размер экрана. Эти данные используются косвенно для определения размера tooltip, что, в свою очередь, влияет на пороговое значение активации (Claim 7).

Какие метрики используются и как они считаются

  • Threshold number (Пороговое число): Ключевая метрика для активации tooltip. Патент указывает, что она может рассчитываться на основе размера tooltip (Claim 7). Например, если на экране мобильного телефона tooltip может вместить только 2 изображения, то порог может быть равен 2. На десктопе, где tooltip вмещает 5 изображений, порог может быть 5.
  • Количество результатов второго типа: Простое перечисление релевантных результатов определенного типа.

Выводы

  1. Патент о UI/UX, а не о ранжировании: Это изобретение описывает исключительно логику пользовательского интерфейса для поиска внутри социальной сети. Оно не затрагивает алгоритмы ранжирования, индексирования или оценки качества контента в веб-поиске Google.
  2. Улучшение обнаруживаемости контента: Основная цель — предотвратить ситуацию, когда пользователи не видят релевантные профили, страницы или комнаты обсуждений, потому что выдача по умолчанию сфокусирована на постах.
  3. Условное отображение: Показ подсказки (tooltip) происходит только при наличии достаточного количества альтернативных результатов (превышение Threshold number).
  4. Адаптивный порог: Механизм адаптивен к устройству пользователя. Порог срабатывания зависит от размера tooltip, что означает разное поведение на мобильных устройствах и десктопах.
  5. Визуальное привлечение внимания: Tooltip использует изображения (аватары, обложки), связанные с альтернативными результатами, для привлечения внимания пользователя.
  6. Нулевая ценность для веб-SEO: Патент не содержит практических выводов или инсайтов для SEO-специалистов, занимающихся продвижением внешних сайтов в основном поиске Google.

Практика

ВАЖНО: Патент является инфраструктурным (описывает UI/UX социальной сети Google, вероятно Google+) и не дает практических выводов для стандартного SEO (продвижения внешних сайтов в Google Поиске).

Best practices (это мы делаем)

На основе данного патента нет применимых рекомендаций для работы по SEO продвижению сайтов в веб-поиске.

Worst practices (это делать не надо)

На основе данного патента нет применимых рекомендаций по избеганию каких-либо SEO-тактик в веб-поиске.

Стратегическое значение

Стратегическое значение для веб-SEO отсутствует. Патент интересен только с точки зрения истории развития интерфейсов Google и того, как компания решала задачи навигации и представления разнородного контента внутри своей закрытой социальной платформы (Google+).

Практические примеры

Практических примеров для применения в работе по SEO продвижению сайтов нет.

Ниже приведен пример работы интерфейса, описанного в патенте (не является примером SEO):

Сценарий: Поиск в социальной сети Google+ (исторический пример)

  1. Устройство: Десктопный компьютер. Размер tooltip позволяет вместить 3 изображения. Порог (Threshold number) = 3.
  2. Запрос пользователя: "Star Wars".
  3. Результаты: Система находит 100+ постов (Тип 1) и 5 профилей/страниц (Тип 2), связанных со Star Wars.
  4. Отображение: По умолчанию показывается лента постов (Тип 1).
  5. Проверка: Количество результатов Типа 2 (5) превышает порог (3).
  6. Действие: Система отображает tooltip рядом с фильтрами поиска. Текст: "Ищете профили или страницы?". Внутри tooltip показаны аватары трех топовых страниц (например, официальная страница Star Wars, страница фан-клуба, профиль актера).
  7. Взаимодействие: Пользователь кликает на tooltip. Выдача переключается со списка постов на список профилей и страниц.

Вопросы и ответы

Влияет ли этот патент на ранжирование моего сайта в Google Поиске?

Нет, не влияет. Этот патент описывает исключительно логику отображения элемента пользовательского интерфейса (всплывающей подсказки) при поиске внутри социальной сети Google (вероятно, Google+). Он не имеет отношения к алгоритмам ранжирования основного веб-поиска Google.

Описывает ли патент, как Google ранжирует профили или посты внутри социальной сети?

Нет. Патент не затрагивает алгоритмы ранжирования. Он описывает только механизм подсчета количества результатов разных типов и условия, при которых пользователю предлагается переключиться между этими типами с помощью tooltip.

Что такое "Threshold number" (Пороговое число) и как оно определяется?

Это минимальное количество результатов альтернативного типа (например, профилей), необходимое для того, чтобы система показала всплывающую подсказку (tooltip). В патенте указано (Claim 7), что этот порог может определяться на основе размера самого tooltip. Это означает, что на мобильных устройствах, где места меньше, порог может быть ниже (например, 2), чем на десктопах (например, 5).

Могу ли я использовать информацию из этого патента для улучшения своей SEO-стратегии?

Нет. Для стандартного SEO (продвижения сайтов в веб-поиске) этот патент бесполезен. Он посвящен улучшению пользовательского опыта (UX) и навигации внутри закрытой экосистемы социальной сети, а не факторам ранжирования веб-сайтов.

Что подразумевается под "Generic search results" и "Non-generic search results"?

В контексте патента Generic search results (общие результаты) обычно относятся к стандартному типу контента, например, к постам пользователей. Non-generic search results (специфические результаты) относятся к другим типам контента, таким как профили пользователей, многопостовые страницы (сообщества, бренды) или комнаты обсуждений.

Зачем Google понадобилось это изобретение?

Оно решает проблему "захоронения" контента. Если пользователь ищет что-то, и система по умолчанию показывает только посты, он может никогда не узнать о существовании релевантных тематических страниц или профилей. Этот механизм активно предлагает пользователю эти альтернативы, улучшая навигацию внутри социальной сети.

Почему в подсказке (tooltip) отображаются изображения?

Изображения (например, аватары профилей или обложки страниц) используются для визуального привлечения внимания пользователя. Это делает подсказку более информативной и увеличивает вероятность того, что пользователь захочет посмотреть предложенные альтернативные результаты (Claim 6).

Актуален ли этот патент сегодня?

Актуальность крайне низкая. Патент тесно связан с интерфейсом и структурой контента социальной сети Google+, которая была закрыта. Механизмы представления результатов в современных продуктах Google значительно эволюционировали, и этот конкретный метод UI не является ключевым.

Что произойдет, если пользователь нажмет на tooltip?

Согласно патенту (Claim 12), при нажатии на tooltip система обновит интерфейс и покажет пользователю список результатов того типа, который был предложен в подсказке (например, переключится с показа постов на показ профилей).

Применяется ли этот механизм, если пользователь сразу выбрал поиск только по профилям?

Патент описывает сценарии (Claims 4 и 5), где это возможно. Например, если пользователь ищет по профилям (Тип 1), система может показать tooltip, предлагающий посмотреть все остальные результаты (Тип 2), если их достаточно много. Однако основной сценарий предполагает показ подсказки при просмотре общих результатов.

Похожие патенты

Как Google использует визуальные подсказки и интерактивные превью для уточнения запросов в Image Search
Google использует механизм визуальных уточнений в поиске по изображениям. Когда пользователь вводит общий запрос, система предлагает связанные уточненные запросы, сопровождая их репрезентативным изображением. Это позволяет пользователю предварительно оценить результаты уточнения в оверлейном окне, не покидая текущую выдачу, и направляет трафик на более релевантные изображения.
  • US20150370833A1
  • 2015-12-24

  • Мультимедиа

  • SERP

Как Google использует динамические подсказки (Search Topics и Acceleration Topics) для навигации внутри коллекций контента (например, в Google Photos)
Патент описывает технологию пользовательского интерфейса (UI/UX) для приложений, управляющих коллекциями контента (например, фотографиями). Во время прокрутки ленты система анализирует характеристики контента поблизости и предлагает динамические элементы: "темы поиска" для быстрого фильтрования коллекции и "темы ускорения" для мгновенного перехода к определенным разделам.
  • US10691740B1
  • 2020-06-23

  • Поведенческие сигналы

Как Google персонализирует поисковые подсказки (Autocomplete) используя ваш социальный граф
Google использует данные из социального графа пользователя для персонализации и ранжирования поисковых подсказок (Autocomplete). Система учитывает, что искали ваши контакты, на какие результаты они кликали и какие ресурсы они одобряли (Endorsements). Подсказки, популярные среди близких контактов, ранжируются выше.
  • US9305092B1
  • 2016-04-05

  • Персонализация

  • Поведенческие сигналы

Как Google использовал социальные аннотации в SERP для идентификации экспертов и стимулирования вовлеченности
Патент описывает механизм Google для стимулирования пользователей оставлять социальные аннотации (например, Google +1) к результатам поиска. Когда пользователь выражал интерес к теме или сайту, система немедленно предлагала связанный социальный контент: посты от идентифицированных экспертов и популярные обсуждения. Патент раскрывает критерии, которые Google использовал для алгоритмического определения экспертности автора и популярности контента.
  • US9047345B1
  • 2015-06-02

  • Поведенческие сигналы

  • SERP

  • EEAT и качество

Как Google динамически меняет поисковые подсказки в зависимости от того, что пользователь видит на экране (Viewport)
Google динамически генерирует поисковые подсказки на основе контента, который пользователь просматривает. Система придает больший вес сущностям и темам, которые находятся непосредственно в видимой области экрана (Viewport), меньший вес тому, что пользователь уже пролистал, и наименьший — контенту, до которого он еще не дошел.
  • US9652556B2
  • 2017-05-16

  • Поведенческие сигналы

  • Персонализация

  • Семантика и интент

Популярные патенты

Как Google определяет язык поискового запроса, используя язык интерфейса, статистику слов и поведение пользователей
Google использует вероятностную модель для точной идентификации языка поискового запроса. Система комбинирует три ключевых фактора: статистику частотности слов в разных языках, язык интерфейса пользователя (например, Google.fr) и исторические данные о том, на какие результаты пользователи кликали ранее. Это позволяет корректно обрабатывать многоязычные и неоднозначные запросы для применения правильных синонимов и стемминга.
  • US8442965B2
  • 2013-05-14

  • Мультиязычность

  • Поведенческие сигналы

Как Google анализирует сессии пользователей и кластеризует концепции для генерации блока "Связанные запросы" (Related Searches)
Google анализирует последовательности запросов пользователей в рамках одной сессии для выявления шаблонов уточнений. Система кластеризует эти уточнения по смыслу, анализируя контент ранжирующихся по ним документов или другие запросы, ведущие на эти документы. Это позволяет предлагать пользователям концептуально различные варианты для сужения или изменения темы поиска.
  • US8065316B1
  • 2011-11-22

  • Семантика и интент

  • SERP

  • Поведенческие сигналы

Как Google переносит вес поведенческих сигналов (кликов) между связанными запросами для улучшения ранжирования
Google улучшает ранжирование по редким или новым запросам, для которых недостаточно собственных данных, используя поведенческие сигналы (Clickthrough Data) из связанных запросов. Если пользователи часто вводят запросы последовательно, система идентифицирует связь и переносит данные о кликах с одного запроса на другой, позволяя документам с высоким engagement ранжироваться выше по всему кластеру.
  • US7505964B2
  • 2009-03-17

  • Поведенческие сигналы

  • SERP

Как Google алгоритмически вычисляет и ранжирует экспертов по темам на основе анализа их контента
Google использует систему для автоматического определения экспертности авторов (Identities) в конкретных темах (Topics). Система анализирует корпус документов, оценивая, насколько сильно автор связан с документом (Identity Score) и насколько документ релевантен теме (Topic Score). Эти оценки перемножаются и суммируются по всем документам, формируя итоговый рейтинг экспертности автора в данной области.
  • US8892549B1
  • 2014-11-18

  • EEAT и качество

  • Семантика и интент

Как Google использует социальные связи для обнаружения ссылочного спама и накрутки кликов
Google может анализировать связи между владельцами сайтов в социальных сетях, чтобы оценить независимость ссылок между их ресурсами. Если владельцы тесно связаны (например, друзья), ссылки между их сайтами могут получить меньший вес в ранжировании, а клики по рекламе могут быть классифицированы как спам (накрутка).
  • US8060405B1
  • 2011-11-15

  • Антиспам

  • Ссылки

  • SERP

Как Google использует данные о поведении пользователей по похожим запросам для ранжирования новых или редких запросов
Google использует механизм для улучшения ранжирования запросов, по которым недостаточно данных о поведении пользователей (например, кликов). Система находит исторические запросы, семантически похожие на исходный, и «заимствует» их поведенческие данные. Степень сходства рассчитывается с учетом важности терминов, синонимов и порядка слов. Эти заимствованные данные используются для корректировки рейтинга документов по исходному запросу.
  • US9009146B1
  • 2015-04-14

  • Поведенческие сигналы

  • Семантика и интент

  • SERP

Как Google обучается на поведении пользователя для персонализации весов источников в поисковой выдаче
Google использует сигналы интереса пользователя (клики, время просмотра) для динамической корректировки весов различных источников данных (например, ключевых слов, тем, типов контента). Система определяет, какие источники наиболее полезны для конкретного пользователя, и повышает их значимость при ранжировании последующих результатов поиска, тем самым персонализируя выдачу.
  • US8631001B2
  • 2014-01-14

  • Персонализация

  • Поведенческие сигналы

  • SERP

Как Google использует консенсус анкорных текстов для определения авторитетных источников и проверки фактов в Knowledge Graph
Google определяет, является ли веб-страница авторитетным источником о конкретной сущности (Entity), анализируя все анкорные тексты входящих ссылок. Система находит консенсусное описание (Center of Mass). Если оно совпадает с именем сущности и это имя присутствует в заголовке страницы, документ используется как эталон для проверки (Corroboration) фактов в базе знаний Google (Fact Repository).
  • US9208229B2
  • 2015-12-08

  • Knowledge Graph

  • Ссылки

  • EEAT и качество

Как Google определяет интент запроса, анализируя классификацию контента, который кликают пользователи
Google использует данные о поведении пользователей для классификации запросов. Система определяет, какой контент пользователи считают наиболее релевантным для запроса (на основе кликов и времени пребывания). Затем она анализирует классификацию этого контента (например, «продукт», «новости», «взрослый контент») и присваивает доминирующую классификацию самому запросу. Это позволяет уточнить интент и скорректировать ранжирование.
  • US8838587B1
  • 2014-09-16

  • Семантика и интент

  • Поведенческие сигналы

  • 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