Как Google выявляет новые временные связи между ключевыми словами и сущностями на основе текущих событий

Термины и определения

Aggregator (Агрегатор)

Компонент системы (например, веб-краулер), который собирает и парсит онлайн-документы (исторические и свежие) для идентификации совместных упоминаний.

Content Selection Server (Сервер отбора контента)

Сервер, который выбирает контент (например, рекламу, статьи, результаты поиска) для отображения на основе различных факторов, включая временные ссылки.

Co-occurrence (Совместное упоминание)

Ситуация, когда два ключевых слова, концепции или сущности появляются вместе в одном документе.

Duration attribute (Атрибут продолжительности)

Атрибут, присваиваемый временной ссылке, который определяет продолжительность её существования. Может быть предопределенным или динамически корректироваться.

First Data Structure (Первая структура данных)

База данных, содержащая исторические совместные упоминания ключевых слов, полученные из анализа стабильных источников (например, энциклопедий, словарей).

Frequency of co-occurrence (Частота совместного упоминания)

Метрика, определяющая, как часто пара ключевых слов встречается вместе в наборе свежих документов за определенный период времени. Используется для валидации временной ссылки.

Historical keyword co-occurrences (Исторические совместные упоминания)

Ключевые слова, которые обычно ассоциируются друг с другом (например, «бейсбол» и «бита»).

Keyword (Ключевое слово)

В контексте патента включает термин, фразу, семантическую концепцию или сущность (entity).

Keyword Linker (Связчик ключевых слов)

Компонент, который анализирует новые совместные упоминания, проверяет их достоверность по частоте и создает temporal links.

Publish time stamp (Временная метка публикации)

Метка времени, указывающая время публикации документа. Используется для идентификации свежих документов.

Second Data Structure (Вторая структура данных)

Структура данных, содержащая новые совместные упоминания ключевых слов, которых нет в первой структуре данных. Отражает изменения в социальном контексте.

Temporal link (Временная ссылка)

Контекстуальная связь между двумя ключевыми словами, указывающая на то, что они связаны в течение короткого периода времени из-за текущих событий, но обычно не связаны друг с другом.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной метод временного отбора контента.

1. Процессор анализирует первый набор онлайн-документов (исторических) для генерации First Data Structure, содержащей historical keyword co-occurrences.
2. Процессор анализирует второй набор онлайн-документов (свежих), отличный от первого.
3. Генерируется Second Data Structure, содержащая совместные упоминания ключевых слов, которых НЕТ в первой структуре.
4. Создается временная ссылка (temporally linking) между первым и вторым ключевым словом из второй структуры данных, которые совместно встречаются в подмножестве свежих документов.
5. Связанное второе ключевое слово передается на Content Selection Server.

Claim 2 (Зависимый от 1): Уточняет источники для первой структуры данных.

Анализ исторических документов включает парсинг онлайн-энциклопедии и/или онлайн-словаря.

Claim 3 (Зависимый от 1): Уточняет метод идентификации свежих документов (второго набора).

1. Идентификация документов происходит через онлайн новостной поток (online news stream), где каждый документ имеет publish time stamp.
2. Сравнение временной метки каждого документа с временным порогом (temporal threshold) для определения, является ли документ свежим.

Claim 4 (Зависимый от 1): Описывает процесс валидации для создания временной ссылки.

Система оценивает подмножество свежих документов, где оба ключевых слова встречаются вместе, и определяет характеристику этого совместного упоминания. Временная ссылка создается только в том случае, если характеристика удовлетворяет предопределенному порогу. Это обеспечивает надежность связи.

Claim 5 (Зависимый от 1): Уточняет характеристику из Claim 4 как частоту совместного упоминания.

Система определяет frequency of co-occurrence для пары ключевых слов. Временная ссылка создается, если частота превышает пороговое значение (frequency of co-occurrence threshold).

Claim 8 и 9 (Зависимые от 1 и 8): Описывают управление жизненным циклом временной ссылки.

Система определяет и присваивает атрибут продолжительности (duration attribute) для временной ссылки (Claim 8). Временная ссылка удаляется, когда её продолжительность превышает присвоенный атрибут продолжительности (Claim 9).

Где и как применяется

Изобретение охватывает несколько этапов обработки данных для выявления и использования временных трендов.

CRAWLING и INDEXING – Сканирование, Сбор данных и Индексирование
Aggregator системы активно собирает и анализирует два типа источников:

1. Исторические источники: (например, энциклопедии, словари) для построения базовой линии нормальных ассоциаций (First Data Structure).
2. Свежие источники: (например, новостные потоки, социальные сети). Система использует publish time stamps для фильтрации контента по временному порогу.

На этапе индексирования извлекаются совместные упоминания ключевых слов (keyword co-occurrences) из обоих источников.

QUNDERSTANDING – Понимание Запросов (Офлайн или Nearline обработка)
Основная логика патента применяется здесь, как часть общего процесса понимания эволюции языка и контекста.

1. Сравнение и фильтрация: Система сравнивает свежие совместные упоминания с историческими и фильтрует новые пары (Second Data Structure).
2. Валидация тренда: Система оценивает частоту (frequency of co-occurrence) новых пар, чтобы убедиться в надежности тренда.
3. Генерация ссылок: Создаются временные ссылки (temporal links) и рассчитываются их атрибуты (duration attribute).

RANKING / RERANKING или Отбор Контента
Сгенерированные временные ссылки используются в процессе отбора контента. Когда система получает запрос, связанный с Ключевым Словом А, она проверяет наличие временных ссылок. Если Ключевое Слово А временно связано с Ключевым Словом Б, Ключевое Слово Б передается на Content Selection Server. Это позволяет учитывать контент, релевантный Ключевому Слову Б, при ответе на запрос о Ключевом Слове А.

Входные данные:

• Первый набор исторических онлайн-документов.
• Второй набор свежих онлайн-документов с временными метками.
• Пороги частоты и временные пороги.

Выходные данные:

• Структура данных временных ссылок (temporal links) с атрибутами продолжительности.
• Передача связанных ключевых слов на Content Selection Server.

На что влияет

• Специфические запросы: Наибольшее влияние на запросы, связанные с текущими событиями, новостями, трендами (QDF). Также влияет на запросы по общим терминам, чей контекст временно изменился из-за новостей.
• Конкретные ниши или тематики: Новости, политика, развлечения, спорт, социальные медиа – ниши, где контекст меняется быстро.
• Конкретные типы контента: Новостные статьи, посты в блогах, контент социальных сетей.

Когда применяется

• Триггеры активации: Активация происходит, когда система обнаруживает всплеск частоты совместного упоминания (frequency of co-occurrence) для пары ключевых слов, которые ранее не были связаны (отсутствуют в исторической базе).
• Условия применения: Частота должна превысить установленный порог (frequency of co-occurrence threshold) в течение определенного временного окна (temporal threshold).
• Временные рамки: Система работает непрерывно или периодически для анализа свежих данных. Временные ссылки применяются только в течение их рассчитанной продолжительности (duration attribute).

Пошаговый алгоритм

Процесс А: Генерация исторического эталона (Офлайн/Периодически)

1. Сбор исторических данных: Анализ первого набора документов (например, энциклопедии, словари).
2. Анализ совместных упоминаний: Идентифицируются пары ключевых слов (концепций, сущностей), которые регулярно встречаются вместе.
3. Создание эталона: Генерация первой структуры данных (First Data Structure) с historical keyword co-occurrences.

Процесс Б: Генерация и управление временными ссылками (Близко к реальному времени)

1. Сбор свежих данных: Идентификация и анализ второго набора документов (например, новостные потоки, социальные сети). Используются publish time stamps для фильтрации по свежести (temporal threshold).
2. Извлечение и фильтрация новых связей: Идентификация совместных упоминаний во втором наборе. Генерация второй структуры данных (Second Data Structure), включающей только те пары, которых нет в первой структуре.
3. Оценка характеристик новых связей: Для каждой новой пары рассчитывается frequency of co-occurrence. Система может учитывать уникальность источников (например, фильтровать множественные упоминания от одного автора или домена).
4. Валидация связи (Триггер): Сравнение частоты с пороговым значением (Frequency Threshold). Если порог превышен, связь считается надежной.
5. Генерация временной ссылки: Keyword Linker создает temporal link между ключевыми словами.
6. Расчет атрибутов: Определение и присвоение duration attribute. Продолжительность может быть фиксированной или динамической (зависеть от продолжающейся частоты упоминаний или показателей эффективности, таких как CTR).
7. Передача данных: Temporal link передается на Content Selection Server.
8. Удаление ссылки: Мониторинг продолжительности ссылки. Удаление ссылки по истечении duration attribute.

Какие данные и как использует

Данные на входе

• Контентные факторы: Текст онлайн-документов используется для идентификации ключевых слов, концепций или сущностей и их совместного упоминания. Упоминается возможность использования семантического анализа (probabilistic semantic analysis или probabilistic latent semantic analysis) для идентификации концепций.
• Временные факторы: Publish time stamp документов критически важен для определения свежести контента и расчета частоты упоминаний за период времени.
• Технические факторы (Источники данных): Система различает типы источников: стабильные (энциклопедии, словари, биографии) для исторических данных и динамические (новостные потоки, социальные сети) для свежих данных. URL или идентификаторы документов используются для оценки уникальности упоминаний.
• Пользовательские факторы (Опционально): Упоминается возможность для поставщиков контента включать или отключать (opt-in) использование временных ссылок для своего контента.

Какие метрики используются и как они считаются

• Keyword co-occurrence: Бинарное определение наличия двух терминов в одном документе.
• Frequency of co-occurrence: Количество уникальных совместных упоминаний в течение определенного периода времени. Патент предполагает использование техник для определения уникальности источников.
• Temporal Threshold: Предопределенное временное окно (например, 12, 24, 48 часов) для определения свежести документов.
• Frequency of co-occurrence threshold: Пороговое значение частоты, необходимое для создания temporal link. Служит для валидации достоверности связи.
• Duration Attribute: Рассчитанная продолжительность жизни временной ссылки. Может быть динамической и корректироваться на основе показателей эффективности (упоминаются CTR или Conversion Rate) или продолжающейся частоты упоминаний.

1. Скорость адаптации к контексту: Патент демонстрирует механизм, позволяющий Google быстро идентифицировать и использовать новые ассоциации между терминами, вызванные текущими событиями, независимо от их исторического значения.
2. Разделение исторических и временных связей: Система явно разделяет устоявшиеся ассоциации (historical co-occurrences) и краткосрочные тренды (temporal links). Это позволяет реагировать на новости, не «загрязняя» основной граф знаний временными явлениями.
3. Валидация трендов через частотность (Credibility Check): Новые связи не принимаются слепо. Они должны пройти валидацию через порог частоты (frequency of co-occurrence threshold) и анализ уникальности источников, чтобы отсеять совпадения и подтвердить значимость тренда.
4. Автоматическое управление жизненным циклом тренда: Временные ссылки имеют ограниченный срок действия (duration attribute), который может корректироваться динамически. Это позволяет системе автоматически «забывать» тренды, когда они теряют актуальность.
5. Фундамент для QDF: Это фундаментальный механизм для работы систем типа QDF (Query Deserves Freshness), позволяющий алгоритмически определять, какие темы внезапно стали актуальными и какие сущности в них вовлечены.

Best practices (это мы делаем)

• Мониторинг трендов и Newsjacking: Активно отслеживайте новости и социальные сети для выявления новых временных ассоциаций, связанных с вашими ключевыми темами. Этот патент подтверждает, что Google алгоритмически ищет эти связи.
• Быстрое создание контента (Agile SEO): Если возникает значимый тренд, оперативно создавайте качественный контент, который связывает вашу экспертизу с текущим событием. Это увеличивает шансы ранжирования по запросам, связанным с трендом (QDF), поскольку система ищет свежие co-occurrences.
• Оптимизация под свежесть: Убедитесь, что временные метки публикации (publish time stamp) четко видны, точны и присутствуют в микроразметке. Это критически важно для того, чтобы система классифицировала контент как свежий (попадание во второй набор документов).
• Четкое установление связей в контенте: При освещении трендов используйте актуальную терминологию и убедитесь, что в тексте четко прослеживается связь между ключевыми терминами или сущностями. Это увеличивает вероятность того, что система зафиксирует совместное упоминание.

Worst practices (это делать не надо)

• Игнорирование текущих событий: Полагаться исключительно на «вечнозеленый» контент и игнорировать текущие тренды означает упускать возможности трафика, связанные с временным изменением контекста запросов.
• Манипуляция совместными упоминаниями: Попытки искусственно создать temporal link путем публикации множества низкокачественных документов или спама в соцсетях могут быть неэффективны. Система учитывает уникальность и надежность источников при подсчете частоты.
• Медленное реагирование: Публикация контента о событии с опозданием может привести к тому, что пик тренда уже пройдет, и Duration Attribute временной ссылки истечет.

Стратегическое значение

Патент подчеркивает стратегическую важность скорости и адаптивности в SEO. Он дает представление о том, как Google обрабатывает информацию в эпоху мгновенных новостей. Для SEO-специалистов это подтверждает, что релевантность рассматривается не как статическая характеристика, а как динамическая, зависящая от времени и контекста. Стратегии должны включать процессы для мониторинга инфополя и быстрого производства контента.

Практические примеры

Сценарий: Внезапная связь политика и образовательного проекта

1. Исходное состояние: Политик А и Образовательный Проект Б исторически не связаны (нет в First Data Structure).
2. Событие: Политик А делает заявление о финансировании Проекта Б.
3. Сбор данных: Система Google анализирует новостные потоки (Second plurality of online documents) и обнаруживает множество статей, где «Политик А» и «Проект Б» встречаются вместе.
4. Идентификация новизны: Система определяет, что это новая связь (попадает в Second Data Structure).
5. Валидация: Частота совместного упоминания превышает порог (например, 50 статей за 24 часа от разных новостных агентств).
6. Создание ссылки: Создается temporal link между «Политик А» и «Проект Б» с duration attribute, например, 7 дней.
7. Применение в SEO: Когда пользователи ищут «Проект Б», система теперь временно ассоциирует этот запрос с «Политик А». Новостные статьи, освещающие заявление политика о проекте, получат приоритет (QDF). Сайт Проекта Б должен быстро опубликовать пресс-релиз о заявлении политика, чтобы извлечь выгоду из этой временной связи.