Как Google идентифицирует экспертов на основе их активности и позволяет фильтровать выдачу по их контенту

Термины и определения

ACL (Access Control List / Список контроля доступа)

Механизм безопасности, связанный с каждым элементом контента в индексе. Определяет, кто имеет право доступа к частному контенту (Private content).

Association (Ассоциация/Связь)

Отношение между участником социальной сети и темой запроса. Определяется на основе действий (посты, запросы) или характеристик (экспертиза, credentials).

Credentials (Квалификация/Учетные данные)

Формальные признаки экспертизы: степени, награды, членство в профессиональных обществах. Используются для идентификации и ранжирования экспертов.

Display Area (Область отображения)

Специальный блок на странице результатов поиска, предназначенный для представления информации о члене социальной сети. Содержит элементы управления для взаимодействия (просмотр профиля, фильтрация).

Filter Module (Модуль фильтрации)

Компонент поисковой системы, который фильтрует результаты поиска, например, ограничивая выдачу контентом, созданным или одобренным конкретным пользователем.

Number of interactions (Количество взаимодействий)

Ключевая количественная метрика активности участника, связанной с определенной темой. Используется для определения уровня интереса или экспертизы.

Threshold (Порог)

Минимальное Number of interactions за период, необходимое для того, чтобы система посчитала участника экспертом или заинтересованным лицом.

Social Networking Service (Служба социальной сети)

Платформа для публикации контента и общения (например, Google+ на момент подачи патента).

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной метод генерации поисковой выдачи, включающей людей.

1. Система получает запрос и идентифицирует релевантный контент.
2. Идентифицирует одного или нескольких членов social networking service, которые имеют ассоциацию с этим контентом.
3. Система выводит результаты поиска И данные для генерации индивидуальных Display Areas для этих членов, отображаемых на той же странице, но отдельно от результатов поиска.
4. Ключевое условие: Идентификация членов определяется на основе количества взаимодействий (number of interactions) этих членов с контентом, относящимся к теме.

Claim 2 (Зависимый от 1): Детализирует, как определяется «ассоциация» члена с контентом. Идентификация включает выявление членов, которые:

• Повторно выполняют запросы по теме (query repeatedly).
• Повторно публикуют посты по теме (post repeatedly).
• Публикуют посты по теме, которые регулярно распространяются (regularly shared) в социальной сети.
• Упоминаются в постах, обсуждающих тему (mentioned in posts).
• Чей контент одобрен (endorsed).
• Имеют указанные квалификации (specified credentials).

Claim 4 (Зависимый от 1): Описывает функцию фильтрации. Display Area включает опцию фильтрации. При выборе этой опции система фильтрует контент и выводит только отфильтрованные сниппеты.

Claim 6 и 7 (Зависимые): Уточняют критерии фильтрации. Контент может быть отфильтрован так, чтобы включать только контент, созданный этим членом (authored by the member) (Claim 6), или только контент, одобренный или прокомментированный этим членом (Claim 7).

Claim 23 (Зависимый от 1): Добавляет критически важное условие. Определение данных об участниках на основе number of interactions включает проверку того, превышает ли это количество определенный порог (threshold).

Где и как применяется

Изобретение затрагивает несколько этапов поиска, интегрируя данные об экспертизе и социальной активности в процесс ранжирования и отображения результатов.

INDEXING – Индексирование и извлечение признаков
На этом этапе система собирает и индексирует как публичный, так и социальный контент. Критически важным является анализ активности пользователей: система должна отслеживать взаимодействия, посты, репосты и квалификацию (credentials) членов, чтобы заранее рассчитать их ассоциацию с различными темами и определить number of interactions.

RANKING – Ранжирование
На этапе ранжирования система должна не только определить релевантный контент, но и идентифицировать релевантных людей (экспертов, авторов). Проверяется, превышает ли их ассоциация с темой запроса (измеренная через number of interactions) установленный threshold.

METASEARCH – Метапоиск и Смешивание
Основное применение патента. Система объединяет стандартные результаты поиска с Display Areas для идентифицированных людей. Это процесс смешивания разнородного контента (веб-страниц и профилей людей) в единую выдачу.

RERANKING – Переранжирование
Механизм фильтрации действует как Twiddler, активируемый пользователем. Когда пользователь выбирает фильтрацию по конкретному человеку в Display Area, система (используя Filter module) переранжирует выдачу, применяя жесткие фильтры (авторство, комментарии, одобрение).

Входные данные:

• Поисковый запрос.
• Индексы публичного и социального контента.
• Данные об активности членов (взаимодействия, посты, репосты, история запросов).
• Данные о квалификации (credentials) и упоминаниях членов.

Выходные данные:

• SERP, содержащая стандартные результаты и Display Areas для ассоциированных людей.
• (После взаимодействия) Отфильтрованная SERP или профиль пользователя.

На что влияет

• Конкретные ниши или тематики: Наибольшее влияние в тематиках, где важна экспертиза, авторство и активное социальное обсуждение (например, технологии, здоровье (YMYL), наука, хобби).
• Типы контента: Усиливает важность авторского контента и контента, одобренного признанными экспертами.
• Специфические запросы: Информационные запросы, где пользователь может искать мнения экспертов или обсуждения сообщества.

Когда применяется

• Триггеры активации: Алгоритм активируется, когда система может идентифицировать одного или нескольких членов социальной сети, имеющих сильную ассоциацию с темой запроса.
• Пороговые значения (Thresholds): Ключевое условие применения. Ассоциация определяется, если number of interactions пользователя с контентом по теме превышает определенный порог. В патенте приводятся примеры: 10 взаимодействий в неделю могут указывать на интерес, а 100 взаимодействий в неделю — на экспертизу. Также может требоваться минимальное количество квалификаций (credentials) для признания экспертом.

Пошаговый алгоритм

Процесс А: Обработка запроса и генерация выдачи

1. Получение запроса: Система получает поисковый запрос.
2. Поиск контента: Поисковая система ищет релевантный контент в индексах.
3. Идентификация ассоциированных членов: Система идентифицирует членов социальной сети, связанных с темой запроса, анализируя их активность (посты, запросы, репосты) и квалификацию.
4. Проверка порогов (Threshold Check): Система проверяет, превышает ли number of interactions для идентифицированных членов установленный threshold (например, порог экспертизы).
5. Генерация данных Display Area: Для членов, прошедших порог, генерируются данные для создания Display Areas, включая ссылки на профили и элементы управления фильтрацией.
6. Вывод результатов: Система выводит данные результатов поиска и данные Display Areas на клиентское устройство.

Процесс Б: Взаимодействие пользователя и фильтрация

1. Получение ввода пользователя: Система получает ввод через Display Area (например, клик по фильтру).
2. Выполнение действий (Фильтрация): Активируется Filter Module. Контент фильтруется на основе критериев, связанных с выбранным членом (например, только авторский контент или контент с его одобрением).
3. Вывод данных: Система выводит отфильтрованные данные.
4. Обновление страницы: Веб-страница обновляется, отображая отфильтрованную выдачу.

Какие данные и как использует

Данные на входе

Система использует широкий спектр данных для идентификации ассоциации людей с темами запросов.

• Поведенческие и Социальные факторы (Ключевые):
  • Частота запросов: Как часто член выполняет поиск по данной теме (query repeatedly).
  • Публикации (Posts): Частота и содержание постов члена по теме (post repeatedly).
  • Распространение (Sharing): Как часто контент члена по теме распространяется другими пользователями (regularly shared).
  • Взаимодействия (Interactions): Общее количество взаимодействий с контентом по теме.
  • Упоминания (Mentions): Количество упоминаний члена в постах, обсуждающих тему.
  • Одобрения (Endorsements): Одобрение контента пользователем или одобрение контента пользователя другими.
• Факторы Экспертизы/Квалификации:
  • Квалификация (Credentials): Степени, награды, членство в профессиональных обществах.
  • Профессиональные справочники: Упоминания в профессиональных директориях.
  • Данные профиля: Информация из профиля пользователя (интересы, род занятий).
• Контентные факторы:
  • Авторство: Идентификация контента, созданного членом.
  • Комментарии: Контент, прокомментированный членом.

Какие метрики используются и как они считаются

• Number of Interactions (Количество взаимодействий): Ключевая метрика для определения ассоциации. Система сравнивает это число с пороговыми значениями.
• Пороговые значения (Thresholds) для Интереса/Экспертизы: Система использует предопределенные пороги для классификации. В патенте упоминаются примеры: если количество взаимодействий превышает порог в течение определенного времени (например, 10 раз в неделю = интерес; 100 раз в неделю = эксперт), член считается заинтересованным или экспертом.
• Ranking of Members (Ранжирование членов): Члены могут ранжироваться на основе их квалификации (credentials). Например, при поиске по инженерной теме члены с инженерным образованием могут быть выделены выше тех, кто просто активно комментирует тему.

1. Экспертиза и активность как измеримые сигналы: Патент демонстрирует конкретный механизм, при котором активность человека (посты, взаимодействия, репосты) и его формальные квалификации (credentials) используются для идентификации его как эксперта по теме запроса. Это основа для алгоритмической оценки E-E-A-T.
2. Количественная оценка экспертизы (Thresholds): Система использует количественные метрики (number of interactions) и четкие пороговые значения для автоматической классификации уровня интереса или экспертизы человека по теме. Это не субъективная оценка, а расчет на основе данных.
3. Важность упоминаний и социального признания: Упоминания человека в контексте темы (mentions) и одобрения/распространение его контента (endorsements, regularly shared) являются сильными сигналами, используемыми для выявления авторитетных лиц.
4. Агрессивная фильтрация по автору/эксперту: Система предоставляет возможность радикально изменить SERP, отфильтровав её так, чтобы показать только контент, связанный с конкретным человеком. Это дает огромный вес авторитетности источника (автора).
5. Интеграция частного и публичного контента: Система предназначена для работы с унифицированным индексом, включающим как общедоступный веб, так и частный контент из социальных сетей, с соблюдением строгих правил доступа (ACL).

Best practices (это мы делаем)

• Построение и продвижение экспертов (E-E-A-T): Необходимо активно развивать публичный профиль экспертов компании. Это включает демонстрацию формальных квалификаций (дипломы, награды, сертификаты – credentials), которые Google может использовать для идентификации и ранжирования экспертов.
• Стимулирование публичной активности экспертов: Эксперты должны активно и регулярно публиковать контент и участвовать в обсуждениях по своей теме на релевантных платформах. Патент прямо указывает, что частота публикаций (post repeatedly) и уровень взаимодействия (number of interactions) используются для определения ассоциации с темой и преодоления порогов экспертизы.
• Создание распространяемого контента (Shareable Content): Важно создавать контент, которым пользователи захотят делиться. Метрика regularly shared (регулярно распространяемый) используется для идентификации влиятельных и авторитетных авторов.
• Работа над упоминаниями (Mentions) и цитированием: Необходимо работать над тем, чтобы эксперты упоминались в авторитетных источниках, СМИ и профессиональных дискуссиях в контексте их специализации. Упоминания в постах, обсуждающих тему, являются прямым сигналом ассоциации.
• Четкие сигналы авторства и структурированные данные: Обеспечить техническую возможность идентификации авторства для всего публикуемого контента (например, с помощью разметки Schema.org/Person, свойства author в Article, биографий авторов), чтобы система могла корректно связать контент с его создателем.

Worst practices (это делать не надо)

• Анонимный или обезличенный контент: Создание контента без указания авторства или от имени компании снижает возможность накопления сигналов экспертизы для конкретной сущности (автора). Это особенно критично в YMYL-тематиках.
• Игнорирование социального доказательства и внешних сигналов: Фокус исключительно на On-Page SEO без работы над внешними сигналами авторитетности (упоминания, репосты, обсуждения в профессиональных сообществах) может привести к потере видимости по сравнению с признанными экспертами.
• Нерегулярный постинг и распыление тематик: Редкие публикации или активность автора по слишком широкому кругу тем не позволят ему накопить достаточное number of interactions в конкретной нише для преодоления порога экспертизы (threshold).

Стратегическое значение

Этот патент подтверждает долгосрочную стратегию Google по переходу от оценки анонимного контента к контенту, подкрепленному авторитетом конкретных людей (сущностей). Он описывает инфраструктуру для того, чтобы сделать Экспертизу (Expertise в E-E-A-T) измеримым и видимым элементом поисковой выдачи. Для SEO это означает, что инвестиции в развитие и продвижение реальных экспертов являются необходимыми для достижения максимальной видимости в конкурентных нишах, так как авторитет автора становится ключевым фактором доверия к контенту.

Практические примеры

Сценарий: Повышение авторитетности финансового аналитика

1. Задача: Добиться признания финансового аналитика компании как эксперта по теме "Инвестиции в зеленые технологии".
2. Применение стратегии на основе патента:
   • Увеличение Interactions и Posts: Аналитик начинает регулярно (например, 3 раза в неделю) публиковать аналитические заметки в блоге компании и на внешних авторитетных платформах (например, LinkedIn, профильные СМИ).
   • Демонстрация Credentials: На странице автора на сайте и во всех его профилях четко указаны его сертификаты (CFA), образование и опыт работы в сфере устойчивого финансирования.
   • Стимулирование Shares и Mentions: PR-отдел распространяет ключевые отчеты аналитика, добиваясь их цитирования в деловых СМИ и обсуждения в профессиональных сообществах.
3. Ожидаемый результат (Механика патента): Активность аналитика превышает threshold экспертизы по теме "Инвестиции в зеленые технологии". Google идентифицирует его как авторитетное лицо.
4. Влияние на SEO: Контент, созданный этим аналитиком, получает преимущество в ранжировании благодаря сильным сигналам E-E-A-T. В современной выдаче это может проявляться через более высокие позиции, попадание в блоки Perspectives или Knowledge Panels, связанные с этой темой.