Как Google выбирает главное изображение для сущности, анализируя тематичность веб-страниц и визуальные характеристики картинки

Термины и определения

Entity (Сущность)

Идентифицируемый объект, такой как человек, место, страна, организация, спортивная команда, произведение искусства и т.д.

Entity-Image Score

Показатель тематической связи (topical relatedness) между самим изображением и конкретной сущностью. Основан на метаданных изображения, URL, имени файла, окружающем тексте.

Entity-Resource Score

Показатель тематической связи между ресурсом (веб-страницей), на котором размещено изображение, и конкретной сущностью. Указывает, насколько контент страницы посвящен этой сущности.

Entity Queries (Запросы сущности)

Поисковые запросы, которые система определила как запросы информации о конкретной сущности (часто на основе анализа поведения пользователей).

Evocative Image (Репрезентативное изображение)

Единственное изображение, выбранное системой как наилучшее представление сущности (например, для Панели знаний).

Image Rank Score

Финальная оценка для ранжирования изображений-кандидатов. Основана на визуальных характеристиках (visual characteristics), контенте изображения (лица, логотипы, флаги) и может также учитывать Entity-Image Score и количество ресурсов, использующих изображение.

Overall Entity Score

Комбинированная оценка, основанная на Entity-Image Score и Entity-Resource Score. Используется для определения, какую сущность лучше всего представляет данное изображение.

Resource (Ресурс)

Веб-страница или документ, содержащий изображения и текст.

Ключевые утверждения (Анализ Claims)

Патент содержит два основных независимых пункта (Claim 1 и Claim 14), описывающих разные подходы к выбору изображения.

Claim 1 (Независимый пункт): Описывает подход, основанный на анализе всего корпуса ресурсов (Corpus-Wide Assignment).

1. Система идентифицирует набор ресурсов, содержащих изображения и упоминающих сущности.
2. Для каждого изображения вычисляется Overall Entity Score по отношению к одной или нескольким сущностям.
3. Критически важно: Overall Entity Score рассчитывается на основе (i) Entity-Image Score (релевантность изображения сущности) И (ii) Entity-Resource Score (релевантность хост-страницы сущности).
4. Изображение присваивается конкретной сущности на основе этого Overall Entity Score (обычно той, у которой он максимален).
5. Для каждой сущности формируется группа присвоенных ей изображений.
6. Для каждого изображения в группе определяется Image Rank Score, основанный как минимум на visual characteristics изображения.
7. Выбирается единственное репрезентативное изображение на основе Image Rank Scores.

Claim 14 (Независимый пункт): Описывает подход, основанный на анализе запросов (Query-based approach).

1. Система идентифицирует Entity Queries для сущности.
2. Идентифицируется набор изображений, релевантных этим запросам (например, Топ-N из поиска по картинкам).
3. Идентифицируются ресурсы, которые содержат эти изображения.
4. Для каждого ресурса вычисляется Entity-Resource Score (мера тематичности контента ресурса по отношению к сущности).
5. Набор изображений фильтруется (Claim 15 уточняет: изображение остается, только если оно размещено на пороговом количестве тематичных ресурсов). Это означает, что изображения с нерелевантных страниц удаляются.
6. Для оставшихся изображений вычисляется Image Rank Score, основанный как минимум на visual characteristics.
7. Выбирается репрезентативное изображение на основе Image Rank Scores.

Зависимые пункты (Claims 4, 18, 19, 20): Детализируют расчет Image Rank Score в зависимости от типа сущности:

• Для людей: оценка зависит от наличия лица (depiction of a face).
• Для стран/штатов: оценка зависит от наличия флага (depiction of a flag).
• Для организаций: оценка зависит от наличия логотипа (depiction of a logo).

Где и как применяется

Изобретение применяется на разных этапах поисковой архитектуры для обеспечения данными и выбора финального изображения.

INDEXING – Индексирование и извлечение признаков
Основная часть работы происходит на этом этапе в офлайн-режиме. Система анализирует ресурсы, извлекает изображения, идентифицирует сущности и вычисляет ключевые метрики: Entity-Resource Scores, Entity-Image Scores и Overall Entity Scores. Также происходит анализ визуальных характеристик и распознавание контента (лица, логотипы). Изображения ассоциируются с сущностями и сохраняются в Entity Index и Resource Index.

QUNDERSTANDING – Понимание Запросов
Система определяет (часто офлайн на основе исторических данных), какие запросы являются Entity Queries. Это используется в методах, основанных на запросах, для поиска кандидатов.

RANKING – Ранжирование (Image Search)
При использовании подхода на основе запросов (Claim 14) система выполняет стандартный или ограниченный поиск по изображениям для сбора кандидатов.

METASEARCH – Метапоиск и Смешивание
На этом этапе система использует результаты офлайн-обработки для формирования элементов SERP. Когда поисковая система определяет необходимость показать информацию о сущности (например, Knowledge Panel), она запрашивает у Image Selection Apparatus заранее выбранное репрезентативное изображение для этой сущности.

На что влияет

• Конкретные типы контента: Влияет на представление любых сущностей в поиске, включая людей, организации, места, продукты, произведения искусства.
• Специфические запросы: Наиболее заметно влияние на запросы, где пользователь ищет конкретную сущность (запросы, вызывающие появление Knowledge Panel).
• Форматы контента: Влияет на выбор изображений для Knowledge Panels, каруселей и других структурированных элементов выдачи.

Когда применяется

Алгоритм применяется во время периодической офлайн-обработки данных для обновления выбора репрезентативных изображений для сущностей в базе данных.

• Условия фильтрации: В методе, основанном на запросах, изображение остается в рассмотрении, только если по крайней мере пороговое количество (threshold number) ресурсов, на которых оно размещено, имеют Entity-Resource Score, удовлетворяющий пороговому значению (threshold score).

Пошаговый алгоритм

Патент описывает несколько вариантов реализации. Ниже приведены два основных.

Алгоритм А: Анализ всего корпуса (Основан на Claim 1 / FIG. 4)

1. Сбор данных: Идентификация ресурсов и изображений в индексе.
2. Расчет тематических оценок (для каждого изображения):
   • Вычисление Entity-Resource Score (насколько страница связана с сущностью).
   • Вычисление Entity-Image Score (насколько изображение связано с сущностью).
   • Вычисление Overall Entity Score путем комбинации (например, взвешенного среднего) предыдущих двух оценок.
3. Ассоциация изображений: Каждое изображение ассоциируется с той сущностью, для которой его Overall Entity Score максимален.
4. Группировка: Изображения группируются по назначенным им сущностям.
5. Расчет Image Rank Score (для каждой группы): Расчет основан на:
   • Визуальных характеристиках (анализ на наличие лиц/флагов/логотипов в зависимости от типа сущности).
   • Технических параметрах (размер, разрешение).
   • Популярности (количестве ресурсов, включающих изображение).
6. Выбор и Валидация: Выбор изображения с наивысшим Image Rank Score и проверка, что оно не размещено на нежелательных ресурсах (unqualified resources).

Алгоритм Б: Анализ на основе запросов (Основан на Claim 14 / FIG. 2)

1. Идентификация Entity Queries: Для конкретной сущности определяются её Entity Queries.
2. Сбор кандидатов: Выполняется поиск изображений по этим запросам, выбираются Топ-N результатов.
3. Идентификация ресурсов и расчет тематичности: Для каждого изображения определяются хост-ресурсы и вычисляется их Entity-Resource Score.
4. Фильтрация изображений (Критический шаг): Изображение удаляется из списка кандидатов, если оно не размещено на минимальном количестве тематических ресурсов (ресурсов с Entity-Resource Score выше порога).
5. Расчет Image Rank Score: Для оставшихся изображений вычисляется Image Rank Score (аналогично Алгоритму А).
6. Выбор: Выбирается изображение с наивысшим Image Rank Score.

Какие данные и как использует

Данные на входе

Система использует широкий спектр факторов для вычисления различных оценок.

Факторы для Entity-Resource Score (Тематичность страницы):

• Контентные факторы: Количество упоминаний сущности или ее псевдонимов. Расположение упоминаний (заголовок, тело документа). Форматирование упоминаний (например, полужирный шрифт).
• Технические факторы: URL ресурса, домен ресурса, метаинформация ресурса.

Факторы для Entity-Image Score (Тематичность изображения):

• Контентные факторы: Контент, расположенный рядом с изображением на странице (content presented proximal to the image).
• Технические факторы: URL изображения, имя файла изображения.
• Структурные факторы: Мета-информация изображения (например, метка/label, заголовок/title изображения).

Факторы для Image Rank Score (Ранжирование изображений):

• Мультимедиа факторы (Визуальные характеристики):
  • Анализ контента: Наличие лица (depiction of a face) для людей (может включать проверку пола); наличие флага для стран; наличие логотипа (depiction of a logo) для организаций.
  • Технические параметры: Размер изображения (количество пикселей), разрешение, соотношение сторон (aspect ratio).
• Популярностные факторы: Количество ресурсов, которые включают данное изображение.
• Системные данные: Может также учитывать Entity-Image Score или Overall Entity Score.

Факторы для определения Entity Queries:

• Поведенческие факторы: Исторические данные о взаимодействии пользователей с результатами поиска (клики).

Какие метрики используются и как они считаются

• Entity-Resource Score: Рассчитывается на основе анализа контентных и технических факторов страницы. Чем больше страница сфокусирована на сущности, тем выше балл.
• Entity-Image Score: Рассчитывается на основе анализа метаданных изображения и окружающего текста.
• Overall Entity Score: Может рассчитываться как среднее или взвешенное среднее (weighted average) из Entity-Image Score и Entity-Resource Score.
• Image Rank Score: Комплексная метрика, агрегирующая оценки визуальных характеристик, результаты распознавания контента, популярность изображения и его тематические оценки.
• Пороги фильтрации: Используются пороговые значения для Entity-Resource Score (порог тематичности) и пороговое количество тематичных ресурсов, необходимых для того, чтобы изображение прошло фильтрацию (в Алгоритме Б).

1. Контекст размещения изображения критически важен: Ключевой вывод патента — Google придает огромное значение тому, ГДЕ размещено изображение. Entity-Resource Score (тематичность хост-страницы сущности) используется либо как компонент для расчета Overall Entity Score (Алгоритм А), либо как жесткий фильтр (Алгоритм Б). Изображения, не размещенные на тематичных страницах, имеют мало шансов стать главным изображением сущности.
2. Двойная оценка тематичности: Система оценивает тематичность на двух уровнях: самой картинки (Entity-Image Score) и страницы (Entity-Resource Score). Для достижения успеха необходима оптимизация обоих компонентов.
3. Визуальные характеристики определяют победителя: После того как изображения прошли фильтры тематичности, финальный выбор определяется Image Rank Score, который сильно зависит от визуальных качеств и соответствия типу сущности (лицо для человека, логотип для компании, флаг для страны).
4. Борьба с манипуляциями и обеспечение релевантности: Механизм фильтрации по Entity-Resource Score направлен на предотвращение ситуаций, когда нерелевантное изображение становится репрезентативным только потому, что оно часто встречается в поиске по имени сущности.
5. Система стремится к однозначной классификации: В Алгоритме А каждое изображение присваивается только одной, наиболее релевантной сущности (по максимальному Overall Entity Score), что помогает разрешать неоднозначности (например, фото с несколькими людьми).

Best practices (это мы делаем)

• Размещайте ключевые изображения на максимально тематичных страницах: Чтобы повлиять на выбор главного изображения для вашего бренда или персоны, убедитесь, что официальное изображение (логотип, портрет) размещено на странице с максимальным Entity-Resource Score. Это, как правило, страница «О нас», биография или главная страница, которая должна быть максимально сфокусирована на этой сущности (упоминания в Title, H1, основном тексте).
• Оптимизируйте метаданные и окружение изображений: Работайте над повышением Entity-Image Score. Используйте чистые, описательные имена файлов, alt-тексты и заголовки (если применимо), которые четко идентифицируют сущность. Окружающий текст также должен быть релевантен сущности.
• Используйте изображения, соответствующие типу сущности: Поскольку Image Rank Score учитывает специфические визуальные характеристики, используйте четкие портреты для людей (face detection), официальные логотипы для компаний (logo detection) и флаги для стран (flag detection).
• Обеспечивайте высокое техническое качество: Используйте изображения высокого разрешения с правильным соотношением сторон, так как это учитывается в Image Rank Score.
• Консолидируйте использование изображений: Система учитывает количество ресурсов, использующих изображение. Продвигайте использование одного и того же (канонического) файла изображения на разных авторитетных и тематических ресурсах, чтобы повысить его шансы на выбор.

Worst practices (это делать не надо)

• Размещение важных изображений на нерелевантных страницах: Размещение логотипа компании только в футере или на странице вакансий снижает его шансы быть выбранным, так как эти страницы могут иметь низкий Entity-Resource Score по отношению к сущности «Компания».
• Игнорирование визуального качества и соответствия типу: Использование маленьких, нечетких изображений или групповых фото вместо портрета приведет к низкому Image Rank Score.
• Манипуляции с метаданными изображений (Keyword Stuffing): Переспам в alt-текстах не поможет, если хост-страница не является тематичной (низкий Entity-Resource Score). Система использует контекст страницы как основной фильтр или компонент оценки.
• Использование разных версий логотипа/портрета: Распыление сигналов между разными файлами изображений снижает вероятность выбора любого из них в качестве главного.

Стратегическое значение

Патент подтверждает стратегию Google на использование Topical Authority (тематического авторитета) для оценки контента, включая изображения. Для SEO это означает, что управление представлением бренда в Knowledge Graph напрямую зависит от качества и тематичности контента на сайте. Невозможно оптимизировать изображение в отрыве от страницы, на которой оно размещено. Стратегия должна фокусироваться на создании авторитетных страниц, посвященных ключевым сущностям бизнеса.

Практические примеры

Сценарий: Выбор логотипа компании для Knowledge Panel

1. Задача: Гарантировать, что Google выберет актуальный логотип компании «ExampleCorp» в качестве репрезентативного изображения.
2. Анализ текущей ситуации: Google использует старый логотип, взятый со стороннего сайта.
3. Действия по оптимизации:
   • Повышение Entity-Resource Score: Оптимизировать страницу «О компании» (example.com/about). Убедиться, что название «ExampleCorp» присутствует в Title, H1 и основном тексте. Сделать страницу максимально сфокусированной на компании.
   • Повышение Entity-Image Score: Разместить актуальный логотип на странице /about. Использовать имя файла examplecorp-logo.svg. Прописать alt="Логотип компании ExampleCorp". Окружить логотип текстом о компании.
   • Повышение Image Rank Score: Использовать высококачественный файл. Убедиться, что это четкий логотип (для logo detection).
   • Консолидация: Заменить старые логотипы на сайте на новый канонический файл. Обновить логотип в официальных профилях соцсетей и на авторитетных партнерских сайтах.
4. Ожидаемый результат: При следующем пересчете оценок система определит, что страница /about имеет высокий Entity-Resource Score для «ExampleCorp», а новый логотип имеет высокий Entity-Image Score и Image Rank Score. Это приведет к его выбору в качестве главного изображения сущности.