Как Google использует анализ сущностей в результатах поиска для подтверждения интента и продвижения авторитетного контента

Термины и определения

Authoritative Result Candidate (Авторитетный кандидат результата)

Элемент контента определенного класса, который система потенциально хочет продвинуть на верхние позиции (например, полнометражный фильм, премиум-контент).

Content Class (Класс контента)

Категория контента, к которой принадлежит Authoritative Result Candidate (например, Фильм, Телешоу, Лекция, Живое выступление).

Entity (Сущность)

Темы (Topics), атрибуты, метаданные, связанные с элементом контента. Примеры включают конкретные объекты (например, фильм "В поисках Немо"), артистов, значимые концепции, Freebase entity. Сущности могут быть назначены автоматически классификатором.

Entity Histogram (Гистограмма сущностей)

Распределение частоты встречаемости сущностей или типов сущностей в наборе результатов поиска. Используется для определения того, какие типы сущностей являются общими или популярными для данного запроса.

Entity Type (Тип сущности)

Категория, к которой принадлежит сущность (например, MOVIE, FILM_ACTOR, MUSIC_ARTIST, FILM_DIRECTOR). Одна сущность может иметь несколько типов.

Intent Analysis (Анализ интента)

Процесс определения того, ищет ли пользователь контент определенного Content Class, основанный на анализе запроса и полученных результатов поиска.

Shared Entities (Общие сущности)

Сущности или атрибуты, которые являются общими для нескольких элементов контента в результатах поиска. Анализ Shared Entities помогает определить тематический консенсус выдачи.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной метод ранжирования контента с использованием проверки интента.

1. Система получает запрос и генерирует результаты поиска.
2. Определяются Entity Types, связанные с определенным Content Class (например, Фильмы). Content Class указывает на тип медиаконтента, а Entity Types указывают на информацию, связанную с этим типом.
3. Система определяет, является ли запрос запросом на контент этого Content Class, основываясь на множестве критериев (plurality of criteria):
   • (i) Определяется, связан ли хотя бы один из результатов поиска с этими Entity Types.
   • (ii) Определяется, связаны ли Shared Entities (общие сущности) между результатами поиска с контентом, соответствующим этим Entity Types. Каждая сущность включает метаданные, указывающие как минимум на тему (topic) результата.
   • (iii) Определяется, включают ли результаты поиска Authoritative Result Candidates, имеющие сущность с типом, соответствующим этим Entity Types.
4. В ответ на определение того, что множество критериев выполнено, система продвигает (promoting) как минимум один результат поиска, принадлежащий к этому Content Class.

Claim 5 (Зависимый от 1): Детализирует механизм анализа общих сущностей (критерий ii).

Система сравнивает Entity Types, связанные с сущностями каждого результата поиска, чтобы создать набор общих типов сущностей (set of entity types common). Затем она проверяет, включены ли целевые Entity Types в этот общий набор. Это механизм определения тематического консенсуса SERP.

Claims 7 и 8 (Зависимые от 1): Описывают действия, если критерии НЕ выполнены.

Если множество критериев не выполнено, система выполняет одно или несколько из следующих действий: блокирует включение (inhibiting... from being included) Authoritative Result Candidates или результатов данного класса в список; блокирует их продвижение (inhibiting... from being promoted); или понижает их в ранжировании (demoting). Это подтверждает, что механизм работает как фильтр для продвижения.

Где и как применяется

Изобретение затрагивает несколько этапов поиска, используя данные, извлеченные на этапе индексирования, для принятия решений о ранжировании на финальных этапах.

INDEXING – Индексирование и извлечение признаков
На этом этапе система должна извлечь и связать Entities (Topics) и Entity Types с каждым элементом контента. Упоминается использование автоматических классификаторов и Freebase entities. Эти данные сохраняются для последующего использования.

RANKING – Ранжирование
На этом этапе генерируется первичный набор результатов. Система идентифицирует потенциальные Authoritative Result Candidates в этом наборе.

RERANKING – Переранжирование / METASEARCH – Метапоиск и Смешивание
Основное применение патента. После получения первичных результатов система проводит Intent Analysis, анализируя контекст, сформированный этими результатами (analysis of the query and the obtained search results). На основе этого анализа принимается финальное решение о продвижении, блокировке или понижении кандидатов.

Входные данные:

• Поисковый запрос.
• Набор результатов поиска.
• Данные о сущностях (Entities) и типах сущностей (Entity Types), связанных с каждым результатом.
• Определения Content Classes и соответствующих им Entity Types.

Выходные данные:

• Обновленный список результатов поиска с измененным ранжированием (продвинутые или пониженные кандидаты).

На что влияет

• Специфические запросы: Наибольшее влияние на запросы с неоднозначным интентом, где название может относиться к разным классам контента (например, "Cars" – фильм или автомобили).
• Конкретные типы контента: Влияет на контент, который Google может классифицировать как Authoritative Result Candidate. В патенте явно упоминаются видео, фильмы (movie content item), телешоу, каналы, плейлисты, живые выступления (live performance), лекции (class lecture), аудио контент.

Когда применяется

• Триггеры активации: Алгоритм активируется, когда в результатах поиска идентифицирован один или несколько Authoritative Result Candidates, принадлежащих к определенному Content Class, которые потенциально могут быть продвинуты.
• Условия применения: Применяется для валидации того, действительно ли пользователь ищет этот класс контента, прежде чем применить продвижение.

Пошаговый алгоритм

Процесс обработки запроса и ранжирования контента:

1. Получение запроса: Система получает поисковый запрос.
2. Генерация результатов и идентификация кандидатов: Система получает набор результатов поиска. В этом наборе идентифицируются один или несколько Authoritative Result Candidates, принадлежащих к определенному Content Class (например, Фильм).
3. Определение контекста: Система определяет Entity Types, которые соответствуют этому Content Class (например, MOVIE, FILM_DIRECTOR).
4. Анализ интента (Intent Analysis): Система анализирует запрос и полученные результаты, чтобы определить, является ли запрос запросом на контент данного Content Class. Это включает проверку нескольких критериев:
   • Критерий A (Присутствие в SERP): Определяется, связан ли хотя бы один результат из (по крайней мере части) полученных результатов поиска (например, Топ N) с целевыми Entity Types.
   • Критерий B (Консенсус SERP): Определяется, имеют ли сущности, общие для результатов поиска (Shared Entities, например, Топ M общих сущностей), типы, включенные в целевые Entity Types. Может использоваться Entity Histogram.
   • Критерий C (Валидация кандидата): Определяется, связан ли каждый Authoritative Result Candidate с сущностью, имеющей тип, соответствующий целевым Entity Types.
5. Принятие решения: Система проверяет, удовлетворяет ли анализ множеству критериев (multiple criteria) (например, выполнены ли 2 из 3 условий).
6. Корректировка ранжирования:
   • Если ДА: Authoritative Result Candidate продвигается на определенную позицию в списке результатов (например, на самый верх). Если кандидатов несколько, они могут быть ранжированы с использованием Entity Score.
   • Если НЕТ: Продвижение и/или показ Authoritative Result Candidate блокируется (inhibit), или он понижается в выдаче (demote).
7. Презентация: Обновленный список результатов представляется пользователю.

Какие данные и как использует

Данные на входе

Патент фокусируется на использовании данных о сущностях для принятия решений о ранжировании.

• Структурные факторы (Сущности): Критически важные данные. Используются Entities (Topics) и Entity Types, связанные с каждым элементом контента. Упоминаются Freebase entities, теги, назначенные пользователем (user-assigned tag), и данные, полученные с помощью автоматических классификаторов (automatic classification process).
• Системные данные: Набор результатов поиска, полученный от основной поисковой системы.

Какие метрики используются и как они считаются

Система использует пороговые значения и проверки соответствия критериям для принятия решения.

• Критерий A (Порог N): Проверка наличия целевых Entity Types в определенном количестве топовых результатов (Топ N).
• Критерий B (Порог M): Проверка наличия целевых Entity Types среди определенного количества наиболее общих сущностей (Топ M Shared Entities).
• Множественные критерии: Требование выполнения нескольких условий (например, A+B, A+C, B+C или A+B+C) для подтверждения интента.
• Entity Score (Оценка сущности): В описании упоминается, что если продвигается несколько кандидатов одновременно, они могут быть ранжированы с использованием Entity Score. Эта оценка может основываться на количестве общих Entity Types или проценте схожести (percentage of similarity) между типами сущностей результата и целевыми типами.

1. Консенсус SERP определяет интент: Google не полагается только на анализ текста запроса или отдельных страниц для определения интента. Система анализирует Entities и Entity Types, общие для топовых результатов (Shared Entities), чтобы установить тематический консенсус выдачи. Этот консенсус используется для подтверждения или опровержения предполагаемого интента.
2. Сущности как гейткипер для продвижения: Для продвижения специфических классов контента (Authoritative Result Candidates) недостаточно простого совпадения по ключевым словам. Система требует подтверждения интента через анализ сущностей. Если интент не подтвержден консенсусом SERP, продвижение блокируется (inhibited) или результат понижается (demoted).
3. Многофакторная проверка валидности контента: Чтобы контент был продвинут, он должен удовлетворять трем условиям: (A) быть релевантным в тематически связанной выдаче, (B) соответствовать общему тематическому фокусу выдачи, и (C) сам быть корректно классифицирован с помощью правильных Entity Types.
4. Защита от манипуляций и ошибок классификации: Механизм защищает от продвижения подделок (knockoffs) или нерелевантного контента, который случайно совпал с запросом, но не соответствует интенту пользователя или не принадлежит к заявленному классу контента.

Best practices (это мы делаем)

• Комплексная оптимизация под сущности (Entity Optimization): Обеспечьте точную и полную связь вашего контента с релевантными сущностями и их типами. Это критично для того, чтобы система могла корректно классифицировать контент (Критерий C). Используйте разметку Schema.org (например, Movie, TVSeries, Course для лекций), чтобы явно указать Content Class и связанные сущности (актеры, режиссеры, темы).
• Построение тематического авторитета (Topical Authority): Создавайте контент, который четко соответствует доминирующему интенту и сущностям в вашей нише. Ваш сайт должен вносить вклад в формирование тематического консенсуса SERP (Критерий B). Если вы являетесь авторитетом в теме, ваши сущности с большей вероятностью будут частью Shared Entities.
• Анализ доминирующих сущностей в SERP: Изучайте, какие Entity Types доминируют в выдаче по вашим целевым запросам. Если вы пытаетесь ранжировать контент одного класса по запросу, где консенсус выдачи указывает на другой класс (например, Фильм), вы можете столкнуться с трудностями, так как система будет предпочитать Authoritative Result Candidates доминирующего класса.

Worst practices (это делать не надо)

• Игнорирование оптимизации под сущности: Полагаться только на совпадение ключевых слов, особенно для неоднозначных запросов, неэффективно. Без четкой связи с сущностями система не сможет подтвердить релевантность вашего контента тематическому консенсусу выдачи.
• Манипуляция классом контента (Misrepresentation): Попытки выдать контент за другой класс (например, маркировать короткий клип как полнометражный фильм). Система проверит, действительно ли ваш контент связан с соответствующими Entity Types (Критерий C), и при несоответствии может его понизить (demote).
• Создание контента вне тематического контекста: Создание страниц, оптимизированных под запрос, но не соответствующих общим сущностям, которые ожидаются для этого запроса. Такой контент не пройдет проверку консенсуса SERP (Критерий B).

Стратегическое значение

Патент подтверждает стратегическую важность перехода от ключевых слов к сущностям (Entity-First Indexing). Он подчеркивает, что понимание Google контекста основано не только на отдельной странице, но и на анализе всего ландшафта результатов поиска. Для SEO это означает, что стратегически важно позиционировать сайт как авторитетный источник информации о конкретных сущностях и темах (Topics), чтобы соответствовать тематическому консенсусу, который Google использует для валидации интента.

Практические примеры

Сценарий 1: Обработка неоднозначного запроса (Фильм vs Продукт)

1. Запрос: "Cars".
2. Кандидат: Система идентифицирует Authoritative Result Candidate – полнометражный фильм "Тачки" (Pixar). Content Class = Movie. Целевые Entity Types = MOVIE, FILM_DIRECTOR.
3. Анализ SERP (Вариант A - Интент "Автомобили"): Топовые результаты связаны с покупкой машин, обзорами авто. Shared Entities имеют типы AUTOMOBILE, BRAND. Целевые Entity Types отсутствуют.
4. Результат A: Критерии A и B не выполнены (нет консенсуса по MOVIE). Продвижение фильма "Тачки" блокируется (inhibited).
5. Анализ SERP (Вариант B - Интент "Фильм"): Топовые результаты связаны с Pixar, трейлерами, актерами озвучки. Shared Entities имеют типы MOVIE, ANIMATION.
6. Результат B: Критерии A, B и C выполнены. Фильм "Тачки" продвигается (promoted) наверх выдачи.

Сценарий 2: Защита от подделок (Knockoff)

1. Запрос: "Finding Nemo".
2. Кандидат: Система идентифицирует низкокачественную имитацию фильма ("knockoff") под названием "Finding Nemo" как потенциальный Authoritative Result Candidate.
3. Анализ SERP: Выдача четко сфокусирована на оригинальном фильме Pixar (Критерии A и B выполнены).
4. Валидация кандидата (Критерий C): Система проверяет сущности кандидата. Если он не связан с правильными сущностями (Pixar, Andrew Stanton как FILM_DIRECTOR), он не пройдет валидацию по Критерию C.
5. Результат: Множество критериев не выполнено (т.к. C не выполнен). Продвижение имитации блокируется, даже если название совпадает и общий интент соответствует фильмам.