Google анализирует навигационную иерархию сайта (DOM), популярность ссылок и глубину разделов для создания интерактивного представления ресурса (расширенных Sitelinks) в SERP. Это позволяет пользователям просматривать ключевые категории и вложенные ссылки через интерфейс вкладок, не покидая страницу результатов поиска.

Описание

Какую проблему решает

Патент решает проблему ограниченности стандартных результатов поиска, которые представляют собой плоский список ссылок и не передают иерархическую структуру сложного ресурса (например, веб-сайта). Это улучшает пользовательский опыт, предоставляя навигационный предварительный просмотр (navigable preview) ресурса непосредственно на странице поисковой выдачи (SERP), позволяя понять структуру сайта до перехода на него.

Что запатентовано

Запатентована система генерации Resource Representation (Представления Ресурса) — интерактивного элемента в SERP, который зеркально отражает навигационную иерархию веб-сайта. Это представление (похожее на расширенные или "мега" Sitelinks) позволяет пользователю перемещаться по структуре сайта (например, с помощью вкладок) и просматривать ключевые ссылки и сниппеты, не покидая страницу результатов поиска.

Как это работает

Система анализирует структуру сайта (включая DOM) и данные о популярности ссылок. Она идентифицирует Menu Links (основные навигационные категории), используя Depth Criteria (Критерии Глубины — насколько разветвленная структура находится под ссылкой) и Significance Criteria (Критерии Значимости). Затем она определяет группы Resource Links, иерархически связанные с каждой Menu Link. В SERP это отображается как набор интерактивных индикаторов (вкладок). При выборе индикатора динамически отображаются связанные с ним ссылки и сниппеты.

Актуальность для SEO

Высокая. Описанный механизм является основой для генерации расширенных Sitelinks, которые часто встречаются в выдаче по навигационным и брендовым запросам для авторитетных сайтов с четкой структурой. Понимание принципов выбора этих ссылок остается критически важным для управления представлением бренда в поиске.

Важность для SEO

Патент имеет значительное влияние на SEO (8/10). Он раскрывает критерии, по которым Google интерпретирует информационную архитектуру (IA) для формирования Sitelinks. Понимание роли Depth Criteria и Significance Criteria позволяет оптимизаторам влиять на то, какие разделы будут показаны в SERP. Это критически важно для максимизации занимаемого места в выдаче, повышения CTR и направления трафика на ключевые страницы.

Детальный разбор

Термины и определения

Depth Criteria (Критерии Глубины)
Критерии для идентификации Menu Links. Определяются количеством ссылок (Resource Links или Significant Resource Links), которые включены или доступны из ресурса, на который ведет ссылка. Ссылки, ведущие на страницы-хабы, удовлетворяют этим критериям.
Display Information (Отображаемая информация)
Контент, отображаемый в Resource Representation при выборе Menu Indicator. Включает вложенные Resource Links и сниппеты.
DOM (Domain Object Model - Объектная модель документа)
Структурное представление веб-страницы. Используется системой для определения навигационной иерархии и взаимосвязей между ссылками.
Menu Criteria (Критерии Меню)
Набор правил для идентификации Menu Links. Включает Depth Criteria и может включать Significance Criteria и Similarity Criteria.
Menu Indicators (Индикаторы Меню)
Интерактивные элементы (например, вкладки) в Resource Representation, представляющие Menu Links.
Menu Links (Ссылки Меню)
Ссылки ресурса, идентифицированные как основные навигационные категории, удовлетворяющие Menu Criteria.
Resource Links (Ссылки Ресурса)
Навигационные элементы (гиперссылки) ресурса. В контексте патента часто подразумеваются внутренние ссылки.
Resource Representation (Представление Ресурса)
Интерактивный, навигационный элемент в результатах поиска (SERP feature), который представляет иерархию ресурса. Аналог расширенных Sitelinks.
Significance Criteria (Критерии Значимости)
Критерии для определения важности ссылки, основанные на популярности (link popularity), например, на истории кликов (click history).
Significant Resource Links (Значимые Ссылки Ресурса)
Подмножество Resource Links, которые удовлетворяют Significance Criteria.
Top Links (Топ Ссылок)
Специальный Menu Indicator, отображающий Significant Resource Links, чья популярность превышает определенный порог.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной метод генерации и отображения навигационного представления ресурса в ответ на запрос.

  1. Система получает доступ к данным о Resource Links в ресурсе.
  2. Идентифицируются Menu Links (включая первую и вторую). Ключевой механизм идентификации: выбор основан на том, удовлетворяет ли количество ресурсных ссылок в другом ресурсе (на который ведет эта ссылка) Критериям Глубины (Depth Criteria).
  3. Определяются ассоциации между идентифицированными Menu Links и соответствующими группами Resource Links.
  4. При получении запроса и определении релевантности ресурса система предоставляет результаты поиска, включающие Resource Representation.
  5. Resource Representation содержит:
    • Два или более Menu Indicators (например, вкладки), представляющих Menu Links.
    • Display Information (включая как минимум одну ссылку).
    • Инструкции (например, JavaScript), которые при выборе индикатора обновляют отображаемый контент внутри результатов поиска, показывая Resource Links, связанные с выбранным Menu Link.

Ядро изобретения — это автоматическая идентификация основных навигационных узлов (на основе Depth Criteria) и представление этой структуры в виде интерактивного сниппета с вкладками прямо в SERP, позволяющего пользователю изучать подразделы без ухода из выдачи.

Claim 5 (Зависимый от 1): Уточняет механизм ассоциации.

Ассоциация между Menu Link и группой Resource Links отражает навигационную иерархию (navigational hierarchy) между ними.

Claim 11 (Зависимый от системного Claim 7): Уточняет роль популярности и функциональность "Top Links".

Resource Representation может включать индикатор (например, Top Links), при выборе которого отображаются Significant Resource Links, чья популярность (link popularity) превышает пороговое значение.

Claim 12 (Зависимый от системного Claim 7): Уточняет порядок отображения.

Menu Indicators упорядочиваются в соответствии с популярностью (link popularity) связанных с ними Menu Links.

Где и как применяется

Изобретение затрагивает этапы индексирования для анализа данных и этап формирования поисковой выдачи для отображения результата.

CRAWLING – Сканирование и Сбор данных
На этом этапе система собирает данные о структуре ресурса. Краулеры должны обнаружить Resource Links и интерпретировать DOM информацию или карты сайта для понимания навигационной иерархии.

INDEXING – Индексирование и извлечение признаков
На этом этапе происходит основная аналитическая работа:

  1. Анализ Иерархии: Интерпретация DOM, карты сайта и, возможно, визуального расположения ссылок (screen location) для определения навигационных связей.
  2. Расчет Значимости: Вычисление показателей популярности для Resource Links на основе исторических данных (например, click history).
  3. Идентификация Ссылок: Применение Significance Criteria для определения Significant Resource Links. Применение Menu Criteria и Depth Criteria для определения Menu Links.
  4. Ассоциация: Группировка Resource Links под соответствующими Menu Links на основе выявленной иерархии.

METASEARCH – Метапоиск и Смешивание / RERANKING – Переранжирование
На этапе формирования SERP, если ресурс признан высоко релевантным (обычно позиция 1 по навигационному или брендовому запросу), система генерирует Resource Representation (расширенные Sitelinks) на основе предварительно вычисленных данных.

Входные данные:

  • Данные о структуре ресурса (DOM, карта сайта, screen location).
  • Данные о популярности ссылок (Click history).
  • Поисковый запрос.

Выходные данные:

  • Resource Representation — код (HTML, CSS, JavaScript), необходимый для отображения интерактивного навигационного элемента в SERP.

На что влияет

  • Специфические запросы: Наибольшее влияние оказывается на навигационные и брендовые запросы, где один ресурс является доминирующим ответом.
  • Конкретные типы контента: Влияет на веб-сайты с четкой иерархической структурой (корпоративные сайты, крупные интернет-магазины, информационные порталы). Ресурсы с плоской структурой или запутанной навигацией с меньшей вероятностью получат такое представление.

Когда применяется

  • Условия применения: Алгоритм применяется, когда система может успешно идентифицировать Menu Links (удовлетворяющие Depth Criteria) и связанные с ними группы Resource Links.
  • Триггеры активации: Ресурс должен быть признан высоко релевантным запросу и достаточно авторитетным, чтобы оправдать генерацию расширенного представления.

Пошаговый алгоритм

Фаза А: Анализ и Индексирование (Офлайн/Предварительная обработка)

  1. Сбор данных о ресурсе: Система получает доступ к данным о Resource Links, включая их структуру (DOM) и показатели популярности.
  2. Идентификация значимых ссылок: Определение Significant Resource Links путем применения Significance Criteria (порог популярности).
  3. Анализ Иерархии: Анализ DOM, карты сайта или расположения ссылок на экране для определения навигационной структуры.
  4. Идентификация ссылок меню: Определение Menu Links. Для каждой ссылки проверяется, ведет ли она на страницу, содержащую достаточное количество других ссылок (Depth Criteria), и соответствует ли она Menu Criteria. Также могут применяться Similarity Criteria для исключения дублей.
  5. Ассоциация и Группировка: Определение групп Resource Links, связанных с каждой Menu Link на основе выявленной иерархии или структуры.

Фаза Б: Обработка запроса и Отображение (Реальное время)

  1. Обработка запроса: Получение запроса и определение релевантных ресурсов.
  2. Генерация Представления: Если ресурс выбран для расширенного отображения, система создает Resource Representation.
    • Выбираются Menu Links для отображения в виде Menu Indicators (вкладок). Выбор и порядок зависят от популярности и ограничений размера дисплея.
    • Включаются специальные индикаторы (Top Links, More).
    • Формируется Display Information (ссылки и сниппеты).
  3. Добавление инструкций: В представление добавляются исполняемые инструкции (JavaScript) для обеспечения интерактивности.
  4. Отображение SERP: Отправка результатов пользователю. Браузер отображает интерактивный элемент и обрабатывает взаимодействие пользователя (переключение вкладок) без перезагрузки страницы.

Какие данные и как использует

Данные на входе

Система использует несколько ключевых типов данных для генерации представления:

  • Структурные факторы (Information Architecture): Критически важные данные. Используется DOM (Объектная модель документа) и карты сайта для понимания навигационной иерархии. Патент также упоминает использование расположения ссылок на экране (screen location) или группировки по разделам страницы для определения ассоциаций между ссылками.
  • Поведенческие факторы: Используются данные о популярности ссылок (link popularity), вероятно, основанные на истории кликов (click history). Это определяет Significance Criteria.
  • Контентные факторы: Используются анкорные тексты ссылок для названий Menu Indicators и Resource Links. Также извлекаются сниппеты для описания ссылок.
  • Технические факторы: URL используются в рамках Similarity Criteria для исключения дублирующихся ссылок из Menu Links.

Какие метрики используются и как они считаются

  • Depth Criteria (Критерии Глубины): Метрика, определяющая, может ли ссылка быть Menu Link. Рассчитывается как количество ссылок (или значимых ссылок), доступных со страницы, на которую ведет данная ссылка. Должно быть превышено пороговое значение.
  • Significance Criteria (Критерии Значимости): Метрика популярности ссылки. Используется для идентификации Significant Resource Links, формирования раздела Top Links и для упорядочивания Menu Indicators.
  • Similarity Criteria (Критерии Схожести): Метрика, оценивающая схожесть URL. Используется для фильтрации при выборе Menu Links.
  • Link Length Criteria (Критерии Длины Ссылки): Упоминаются в описании как критерии для форматирования отображения ссылок в колонки для удобства пользователя.

Выводы

  1. Информационная Архитектура (IA) напрямую влияет на вид в SERP: Патент демонстрирует, что Google активно анализирует и использует навигационную иерархию и DOM-структуру сайта для генерации ключевых элементов SERP (Enhanced Sitelinks).
  2. Критерий Глубины (Depth Criteria) для выбора основных разделов: Ключевым механизмом для выбора Menu Links (вкладок) является Depth Criteria. Система ищет страницы-хабы или категории, которые имеют значительное количество подчиненных ссылок.
  3. Важность DOM и визуальной структуры: Система использует информацию из DOM, а также может учитывать визуальное расположение ссылок на странице (screen location) для определения иерархических связей и группировки ссылок. Это подчеркивает важность семантической верстки.
  4. Популярность определяет порядок и видимость: Significance Criteria (популярность, история кликов) используются для определения наиболее важных страниц, отображаемых в "Top Links", а также для упорядочивания основных разделов (Menu Indicators).
  5. Цель — навигация из SERP: Основная цель изобретения — предоставить пользователю возможность предварительного просмотра структуры сайта и глубокой навигации, не покидая страницу результатов поиска.

Практика

Best practices (это мы делаем)

  • Выстраивайте четкую и логичную иерархию сайта: Информационная архитектура должна быть интуитивно понятной. Убедитесь, что структура сайта последовательно отражена в навигации, DOM и, желательно, в URL.
  • Обеспечивайте достаточную "Глубину" ключевых страниц (Depth Criteria): Страницы, которые вы хотите видеть в качестве основных разделов Sitelinks (Menu Links), должны функционировать как хабы — содержать достаточное количество внутренних ссылок на подразделы или связанные материалы.
  • Используйте семантическую разметку и чистый DOM: Используйте элементы HTML5 (например, <nav>) для обозначения навигационных блоков. Это помогает поисковым системам легче интерпретировать DOM, определять иерархию и группировать ссылки по разделам.
  • Повышайте популярность важных страниц (Significance Criteria): Направляйте внутренний трафик и используйте внутреннюю перелинковку для повышения значимости ключевых страниц, так как популярность влияет на выбор и порядок Menu Links.
  • Используйте четкие и краткие анкорные тексты: Текст ссылок используется для названий Menu Indicators и Resource Links в Sitelinks.

Worst practices (это делать не надо)

  • Создание плоской структуры сайта: Отсутствие четкой иерархии затрудняет идентификацию Menu Links на основе Depth Criteria, что может привести к неоптимальному формированию Sitelinks.
  • Использование сложной навигации, скрывающей структуру: Если основная навигация формируется сложными JavaScript-скриптами, которые затрудняют анализ DOM и иерархии краулерами, система может неверно интерпретировать структуру сайта.
  • Создание тупиковых страниц в качестве основных разделов: Если основные разделы сайта ведут на страницы с минимальным количеством внутренних ссылок, они не будут соответствовать Depth Criteria.
  • Игнорирование визуальной группировки ссылок: Размещение несвязанных ссылок в одном визуальном блоке может привести к неверным ассоциациям, так как система может учитывать screen location.

Стратегическое значение

Патент подтверждает стратегическую важность качественной проработки Информационной Архитектуры (IA) и технического SEO. Google стремится понимать сайт структурно и переносить этот опыт в SERP. Для SEO-специалистов это означает, что работа над структурой сайта является важной частью стратегии по максимизации видимости и SERP real estate, особенно по брендовым и навигационным запросам. Также патент подчеркивает роль поведенческих данных (популярности ссылок) в формировании выдачи.

Практические примеры

Сценарий: Оптимизация Sitelinks для интернет-магазина

Цель: Добиться, чтобы в расширенных Sitelinks по брендовому запросу отображались основные категории товаров в качестве вкладок (Menu Indicators).

  1. Анализ структуры (DOM): Убедиться, что основное меню на сайте размечено семантически (например, <nav>) и содержит прямые ссылки на категории ("Ноутбуки", "Смартфоны").
  2. Проверка Depth Criteria: Проверить страницу категории "Ноутбуки". Она должна содержать достаточное количество ссылок на подкатегории ("Игровые", "Ультрабуки") и/или товары. Если ссылок мало, страница может не пройти Depth Criteria.
  3. Проверка Significance Criteria: Проанализировать данные о трафике. Убедиться, что ключевые категории популярны среди пользователей. Если категория "Аксессуары" имеет низкую популярность, она может быть показана позже в списке вкладок или скрыта под "More".
  4. Корректировка: Если важная категория не появляется, необходимо убедиться, что она четко представлена в основной навигации, имеет достаточную глубину и получает достаточно трафика.
  5. Ожидаемый результат: В SERP появляется Resource Representation, где "Ноутбуки" и "Смартфоны" становятся вкладками (Menu Indicators), а при клике на них отображаются подкатегории (Resource Links).

Вопросы и ответы

Что такое Resource Representation, описанное в патенте?

На практике Resource Representation — это реализация расширенных или "мега" Sitelinks (дополнительных ссылок). Это интерактивный блок под основным результатом поиска, который отображает иерархическую структуру сайта, часто в виде вкладок, позволяя пользователю перемещаться по разделам сайта прямо в SERP.

Как Google определяет основные навигационные категории (Menu Links) для вкладок?

Основной механизм, согласно Claim 1, — это использование Depth Criteria (Критериев Глубины). Ссылка становится Menu Link, если страница, на которую она ведет, содержит достаточное количество других ссылок (т.е. является хабом). Также учитывается положение ссылки в навигационной иерархии (DOM) и её популярность (Significance Criteria).

Что такое "Depth Criteria" и как его оптимизировать?

Depth Criteria — это требование к количеству ссылок на странице. Чтобы страница стала основным разделом в Sitelinks, она должна быть навигационным хабом. Оптимизация заключается в развитии внутренней перелинковки на ключевых посадочных страницах (категориях), чтобы они ссылались на достаточное количество дочерних или связанных материалов.

Насколько важна популярность страницы для попадания в эти Sitelinks?

Популярность (link popularity, история кликов) очень важна. Она используется для определения Significant Resource Links, которые могут отображаться в специальном разделе "Top Links". Кроме того, популярность используется для упорядочивания основных категорий (Menu Indicators).

Как Google понимает структуру моего сайта для этого механизма?

Система в первую очередь анализирует DOM (Объектную модель документа) во время индексирования, чтобы определить навигационные паттерны и иерархические связи. Патент также упоминает, что могут использоваться данные из карт сайта и даже анализ визуального расположения элементов на странице (screen location).

Могу ли я принудительно указать Google, какие ссылки отображать в этом блоке?

Нет, процесс автоматизирован и основан на алгоритмическом анализе структуры и поведения пользователей. Лучший способ повлиять на результат – это оптимизировать информационную архитектуру сайта, сделать её логичной (особенно в DOM) и работать над популярностью ключевых разделов.

Влияет ли использование JavaScript для формирования меню на этот процесс?

Да, может влиять. Если JavaScript сильно усложняет или обфусцирует DOM, поисковой системе будет сложнее определить навигационную иерархию. Рекомендуется использовать чистый HTML и семантическую разметку для основной навигации, чтобы обеспечить максимальную доступность для анализа.

Что делать, если у сайта плоская архитектура?

Если у сайта плоская архитектура, системе будет сложно идентифицировать Menu Links на основе иерархии и Depth Criteria. В этом случае иерархическое представление может быть не сгенерировано, а формирование стандартных Sitelinks будет больше полагаться на Significance Criteria (популярность страниц).

Имеет ли значение визуальный дизайн и верстка моего сайта?

Да. Патент прямо упоминает, что ассоциация между ссылками может быть основана на их расположении на экране (screen location) или группировке по визуальным разделам страницы. Это означает, что система анализирует верстку и дизайн для группировки связанных элементов, хотя DOM остается первичным источником.

Что такое вкладка "Top Links", упоминаемая в патенте?

Это специальный индикатор, который агрегирует самые популярные ссылки сайта (Significant Resource Links), чья значимость превышает определенный порог. Этот раздел может отображаться независимо от иерархической структуры сайта, фокусируясь исключительно на поведении пользователей.

Похожие патенты

Как Google выбирает Sitelinks, анализируя визуальное расположение и структуру DOM навигационных меню
Google использует механизм для генерации Sitelinks путем рендеринга страницы и анализа DOM-структуры. Система определяет визуальное расположение (координаты X, Y) гиперссылок и группирует их на основе визуальной близости и общих родительских элементов. Sitelinks выбираются исключительно из доминирующей группы (например, главного меню), а ссылки из других групп игнорируются.
  • US9053177B1
  • 2015-06-09

  • SERP

  • Ссылки

  • Структура сайта

Как Google анализирует структуру URL и сигналы качества для выбора Sitelinks (Primary Resources)
Google использует алгоритм для идентификации наиболее важных страниц сайта (Primary Resources), которые затем отображаются как Sitelinks в поисковой выдаче. Система строит иерархическую модель сайта на основе структуры URL (а не ссылок) и оценивает каждую страницу по нескольким критериям: глубина в иерархии, количество дочерних страниц, количество внешних и внутренних ссылок, PageRank и качество контента. Этот метод позволяет выбирать Sitelinks даже без данных о трафике.
  • US20150199357A1
  • 2015-07-16

  • Структура сайта

  • Техническое SEO

  • SERP

Как Google использует данные о поведении пользователей для генерации и ранжирования Sitelinks (Дополнительных ссылок сайта)
Патент описывает механизм генерации Sitelinks (дополнительных ссылок под основным результатом поиска). Google анализирует логи доступа пользователей (частоту кликов, время на странице) и другие факторы качества, чтобы определить наиболее важные внутренние страницы сайта. Эти страницы затем отображаются в виде ранжированного списка для ускорения навигации пользователя.
  • US7996391B2
  • 2011-08-09

  • Ссылки

  • Поведенческие сигналы

  • SERP

Как Google персонализирует Sitelinks и сниппеты, используя интересы пользователя и тренды для прямого перехода на нужные страницы
Google использует механизм для динамического обогащения результатов поиска, особенно при навигационных запросах. Система анализирует сущности (продукты, категории) на целевом сайте и сравнивает их с известными интересами пользователя и текущими трендами. При совпадении Google отображает персонализированные прямые ссылки (например, динамические Sitelinks) на эти конкретные разделы или товары прямо в выдаче.
  • US20140188927A1
  • 2014-07-03

  • Персонализация

  • SERP

  • Ссылки

Как Google генерирует сниппеты для Sitelinks, используя контент целевых страниц, а не исходный запрос
Google использует специальный метод для генерации сниппетов в расширенных результатах поиска (Sitelinks). Сниппет для главной страницы часто основан на запросе пользователя, но сниппеты для внутренних ссылок (sub-documents) генерируются на основе "репрезентативных ключевых слов" (например, Title) самой внутренней страницы, а не исходного навигационного запроса. Это позволяет сделать описание Sitelinks более точным и релевантным теме целевой страницы.
  • US9081831B2
  • 2015-07-14

  • SERP

  • Семантика и интент

  • Структура сайта

Популярные патенты

Как Google автоматически изучает синонимы, анализируя последовательные запросы пользователей и вариации анкорных текстов
Google использует методы для автоматического определения синонимов, акронимов и эквивалентных фраз. Система анализирует логи запросов: если пользователь быстро меняет запрос, сохраняя часть слов (например, с «отели в париже» на «гостиницы в париже»), система учится, что «отели» и «гостиницы» эквивалентны. Также анализируются вариации анкорных текстов, указывающих на одну и ту же страницу.
  • US6941293B1
  • 2005-09-06

  • Семантика и интент

  • Ссылки

Как Google предсказывает следующий запрос пользователя на основе контента текущей страницы и исторических данных
Google использует машинное обучение для анализа логов поведения пользователей, чтобы понять, что они ищут после посещения определенного контента. Система создает совместное векторное пространство (joint embedding) для документов и запросов, где близость отражает семантическую связь и вероятность совместной встречаемости. Это позволяет предлагать релевантные последующие запросы (query suggestions) в реальном времени, даже если ключевые слова для этих запросов на странице отсутствуют.
  • US9594851B1
  • 2017-03-14

  • Семантика и интент

  • Поведенческие сигналы

  • Персонализация

Как Google автоматически распознает сущности в тексте и связывает их в Knowledge Graph с помощью динамических поисковых ссылок
Google использует автоматизированную систему для поддержания связей между сущностями (объектами) в своем хранилище фактов (Knowledge Graph). Система сканирует текст, статистически определяет значимые фразы и сверяет их со списком известных объектов. При совпадении создается динамическая «поисковая ссылка» вместо фиксированного URL. Это позволяет Google постоянно обновлять связи по мере добавления новых знаний.
  • US8260785B2
  • 2012-09-04

  • Knowledge Graph

  • Семантика и интент

  • Ссылки

Как Google использует персональное дерево интересов пользователя для определения важности слов в запросе и его переписывания
Google использует иерархический профиль интересов пользователя (Profile Tree), построенный на основе истории поиска и поведения, чтобы определить, какие слова в запросе наиболее важны для конкретного человека. Специфичные интересы (глубокие узлы в дереве) получают больший вес. Это позволяет системе отфильтровать шум в длинных запросах и сгенерировать более точный альтернативный запрос.
  • US8326861B1
  • 2012-12-04

  • Персонализация

  • Семантика и интент

  • Поведенческие сигналы

Как Google алгоритмически определяет и верифицирует языковые версии страниц, анализируя ссылки, контент и частоту обновлений
Google использует систему для автоматической идентификации связанных версий контента (например, переводов). Система анализирует ссылки между страницами и ищет «индикаторы связи» (названия языков в анкорах или флаги). Обнаруженная связь затем верифицируется с помощью машинного перевода и сравнения контента, а также анализа частоты обновлений. Это позволяет Google показывать пользователю наиболее подходящую языковую или региональную версию в поиске.
  • US8892596B1
  • 2014-11-18

  • Мультиязычность

  • Ссылки

  • SERP

Как Google использовал специальные токены в запросе (например, «+») для прямой навигации на верифицированные социальные страницы в обход SERP
Google может интерпретировать специальные токены в поисковом запросе (например, «+») как намерение пользователя найти официальную социальную страницу сущности. Если система идентифицирует верифицированный профиль, соответствующий запросу с высокой степенью уверенности, она может перенаправить пользователя прямо на эту страницу, минуя стандартную поисковую выдачу.
  • US9275421B2
  • 2016-03-01

  • Семантика и интент

  • SERP

  • Ссылки

Как Google использует машинное обучение и данные о длительности сессий для выявления битых Deep Links в мобильных приложениях
Google использует систему машинного обучения для анализа того, как долго пользователи взаимодействуют с контентом в приложении после перехода по Deep Link (Presentation Duration). Анализируя распределение этих временных интервалов, система классифицирует ссылку как рабочую или битую без необходимости прямого сканирования контента. Это позволяет Google удалять неработающие ссылки из индекса.
  • US10628511B2
  • 2020-04-21

  • Ссылки

  • Индексация

  • Поведенческие сигналы

Как Google определяет географическую зону релевантности бизнеса на основе реального поведения пользователей (Catchment Areas)
Google определяет уникальную "зону охвата" (Catchment Area) для локального бизнеса, анализируя, из каких географических точек пользователи кликали на его результаты в поиске. Эта динамическая зона заменяет фиксированный радиус и используется для фильтрации кандидатов при локальном поиске, учитывая известность бренда, категорию бизнеса и физические препятствия.
  • US8775434B1
  • 2014-07-08

  • Local SEO

  • Поведенческие сигналы

Как Google индексирует контент внутри мобильных приложений для показа в результатах поиска (App Indexing)
Google использует механизм для индексации контента, который пользователи просматривают в нативных мобильных приложениях. Система получает данные о просмотренном контенте и deep links напрямую от приложения на устройстве. Эта информация сохраняется в индексе (персональном или публичном) и используется для генерации результатов поиска, позволяя пользователям переходить к контенту внутри приложений напрямую из поисковой выдачи.
  • US10120949B2
  • 2018-11-06

  • Индексация

  • SERP

  • Персонализация

Как Google использует историю физических перемещений пользователя для фильтрации и персонализации результатов поиска
Google может собирать и хранить историю физических перемещений пользователя (Location History). Патент описывает интерфейс, позволяющий пользователю осознанно включать свои прошлые местоположения (например, «места, где я был на прошлой неделе») в качестве фильтра для нового поискового запроса, чтобы сделать результаты более релевантными личному опыту.
  • US8874594B2
  • 2014-10-28

  • Персонализация

  • Поведенческие сигналы

  • Local SEO