SEO HARDCORE
  • Разборы патентов
    • Патенты Google
  • Скоро SEO инструменты
  • Скоро SEO аналитика
  • seohardcore
SEO HARDCORE
назад

Как Google рассчитывает тематическую репутацию для выявления и наделения полномочиями экспертов-кураторов

CONTENT DISCOVERY IN A TOPICAL COMMUNITY (Обнаружение контента в тематическом сообществе)
  • US9436709B1
  • Google LLC
  • 2013-01-16
  • 2016-09-06
  • EEAT и качество
  • Поведенческие сигналы
  • Описание
  • Разбор
  • Выводы
  • Практика
  • FAQ
  • Похожие

Google описывает систему для тематических сообществ, где пользователи зарабатывают репутацию (Topical Reputation Score) на основе качества контента, которым они делятся в рамках конкретных тем. Достигнув порогового значения, пользователь «разблокирует» тему, получая права куратора и возможность управлять контентом других. Система использует механизм «Impact Scores» для оценки влияния действий кураторов на репутацию участников.

Описание

Какую проблему решает

Патент решает проблему обнаружения качественного контента и авторитетных источников (reputable contributors) в рамках конкретных тематик внутри социальной сети или сообщества. Он направлен на создание системы, основанной на меритократии контента (content meritocracy), где пользователи могут подписываться на контент авторитетных участников тематически, а не на весь их поток публикаций. Система стремится идентифицировать и наделить полномочиями (правами кураторства) тех участников, которые стабильно предоставляют ценный контент по определенной теме.

Что запатентовано

Запатентована система для управления тематическим сообществом (Topical Community), которая рассчитывает тематическую репутацию (Topical Reputation Score) для пользователей на основе их активности и реакции других участников. Ключевым элементом является механизм «разблокировки» тем: когда репутация пользователя в теме достигает порога (Reputation Threshold), он получает права куратора (ability to curate). Также запатентован механизм корректировки репутации на основе действий этих кураторов (Management Actions) и последующего влияния этих действий (Impact Scores).

Как это работает

Система работает по следующему принципу:

  • Активность и Вовлечение: Пользователь делится контентом (например, URL) и ассоциирует его с темой.
  • Расчет Репутации: Система рассчитывает Topical Reputation Score пользователя для этой темы на основе вовлеченности (Engagement Actions) других пользователей с этим контентом (репосты, комментарии, клики).
  • Разблокировка Темы: Если Topical Reputation Score достигает Reputation Threshold, тема «разблокируется» (Unlocked Topic) для пользователя.
  • Кураторство: Пользователь получает административные права, позволяющие управлять контентом других участников (одобрять или отклонять их посты в этой теме).
  • Корректировка Репутации (Impact Scores): Действия куратора (Management Actions) влияют на репутацию авторов контента. Это влияние рассчитывается через цепочку Impact Scores, которая учитывает как само действие куратора, так и последующую реакцию сообщества на это действие.

Актуальность для SEO

Средняя. Патент, вероятно, разрабатывался для платформы типа Google+ (ныне закрыта). Однако описанные в нем концепции алгоритмического выявления тематической экспертизы и оценки авторитетности остаются высокоактуальными. Механизмы оценки репутации авторов (концептуальная связь с E-E-A-T) и интеграция пользовательского контента (UGC) в поиск (например, блоки «Perspectives» или «Discussions and Forums») перекликаются с идеями патента.

Важность для SEO

Влияние на SEO умеренное (6/10). Патент не описывает алгоритмы ранжирования основного веб-поиска, а сосредоточен на внутренней механике социальной платформы. Однако он имеет высокое стратегическое значение для понимания того, как Google подходит к идентификации экспертов и оценке авторитетности на уровне сущностей (авторов). Он детально раскрывает механизм, с помощью которого Google может алгоритмически измерять и квантифицировать тематическую экспертизу (Expertise в E-E-A-T).

Детальный разбор

Термины и определения

Engagement Action (Действие вовлечения)
Любое действие пользователя в отношении контента. Примеры: комментарий, репост (sharing/resharing), клик, отметка как избранное, использование эмодзи (emoting icon) для выражения реакции.
Entity Module (Модуль сущностей)
Компонент системы, отвечающий за определение тем (topics) в элементе контента, например, путем анализа ключевых терминов или использования headless browser для анализа URL.
Impact Scores (Оценки влияния)
Набор метрик, используемых для корректировки Topical Reputation Score. Они генерируются на основе Management Actions кураторов. Включают как прямое влияние действия куратора, так и цепочку последующих реакций (chain of impacts или chain of impact scores) на это действие.
Management Action (Управленческое действие)
Действие, выполняемое пользователем, который «разблокировал» тему (куратором). Примеры: одобрение или отклонение включения чужого контента в тему, добавление источников контента (RSS, аккаунты).
Reputation Module (Модуль репутации)
Компонент системы, отвечающий за расчет Topical Reputation Score, управление процессом разблокировки тем и обработку Management Actions.
Topical Community (Тематическое сообщество)
Сообщество, организованное вокруг тем (topics), где пользователи делятся контентом на тематической основе.
Topical Reputation Score (Оценка тематической репутации)
Метрика, присваиваемая пользователю для конкретной темы, отражающая качество и ценность контента, предоставляемого им в рамках этой темы.
Unlocked Topic (Разблокированная тема)
Тема, для которой пользователь достиг Reputation Threshold и получил права куратора (ability to curate). Может быть опубликована в публичном профиле пользователя.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной процесс достижения статуса куратора и его последствия.

  1. Система получает данные о первом действии вовлечения (first engagement action) пользователя с контентом.
  2. Определяется тема (topic) этого контента.
  3. Рассчитывается Topical Reputation Score пользователя для этой темы на основе вторых действий вовлечения (second engagement actions) других пользователей с этим контентом.
  4. Система определяет, что Topical Reputation Score удовлетворяет порогу (reputation threshold).
  5. В ответ на это тема разблокируется для пользователя.
  6. Пользователю предоставляется возможность курировать (ability to curate) другие элементы контента, связанные с этой разблокированной темой.
  7. Система получает от пользователя управленческое действие (management action) — одобрение или отклонение включения другого контента в тему.
  8. На основе этого управленческого действия модифицируется Topical Reputation Score другого пользователя (автора контента).

Claim 6 (Независимый пункт): Описывает механизм влияния действий существующих кураторов на репутацию других пользователей.

  1. Получение данных о действии вовлечения (engagement action) первого пользователя с контентом.
  2. Расчет Topical Reputation Score первого пользователя.
  3. Получение данных о втором управленческом действии (second management action), выполненном вторым пользователем (куратором) в отношении этого контента (одобрение или отклонение).
  4. Определение первого набора оценок влияния (first set of impact scores) для этого управленческого действия.
  5. Корректировка Topical Reputation Score первого пользователя на основе этих Impact Scores.

Claim 7 (Зависимый от 6): Детализирует состав Impact Scores. Набор включает первую оценку влияния, сгенерированную самим управленческим действием, И вторую оценку влияния, сгенерированную новым действием вовлечения, возникшим на основе этого управленческого действия. Это подтверждает механизм «цепочки влияния» (как показано на FIG. 16): репутация автора зависит не только от факта одобрения куратором, но и от последующей реакции сообщества.

Claim 8 (Зависимый от 7): Указывает, что корректировка Topical Reputation Score основана на взвешенной сумме (weighted sum) первой и второй оценок влияния.

Где и как применяется

Этот патент описывает инфраструктуру и логику работы платформы для создания контента и сообществ (например, социальной сети). Он не является прямым описанием алгоритмов веб-поиска Google.

INDEXING – Индексирование и извлечение признаков (В контексте платформы)
На этом этапе система обрабатывает активность внутри тематического сообщества. Reputation Module анализирует Engagement Actions и Management Actions для расчета и постоянного обновления Topical Reputation Scores и Impact Scores для каждого пользователя в разрезе тем. Эти оценки сохраняются и ассоциируются с сущностями (пользователями/авторами).

RANKING / RERANKING (В контексте платформы)
Внутри самой платформы эти механизмы используются для ранжирования контента в тематических лентах (interest-based streams). Контент от пользователей с высоким Topical Reputation Score или контент, одобренный авторитетными кураторами, вероятно, получает повышение.

Потенциальное влияние на Веб-Поиск (Гипотеза):

Рассчитанные оценки Topical Reputation Score могут использоваться как сигналы экспертизы и авторитетности (E-E-A-T) для сущности автора. Если система идентифицирует автора как куратора определенной темы, эта информация может быть добавлена в Knowledge Graph и использоваться на этапах RANKING/RERANKING веб-поиска для повышения ранжирования контента этого автора.

Входные данные:

  • Контент, публикуемый пользователями (например, URL).
  • Темы, ассоциированные с контентом.
  • Engagement Actions пользователей (клики, репосты, комментарии).
  • Management Actions кураторов (одобрение/отклонение контента).

Выходные данные:

  • Topical Reputation Score для пар пользователь-тема.
  • Статус тем для пользователей (Locked/Unlocked).
  • Impact Scores для управленческих действий.
  • Курируемые ленты контента.

На что влияет

  • Конкретные типы контента: В первую очередь влияет на контент, распространяемый внутри платформы (посты, ссылки, комментарии).
  • Специфические запросы: Влияет на формирование лент по информационным и тематическим интересам пользователей внутри платформы.
  • Конкретные ниши или тематики: Механизм применим к любым тематикам, где возможно формирование сообщества и выявление экспертов (от хобби до профессиональных и YMYL сфер).

Когда применяется

  • Триггеры активации (Кураторство): Механизм кураторства активируется только тогда, когда Topical Reputation Score пользователя достигает определенного Reputation Threshold.
  • Триггеры активации (Корректировка репутации): Корректировка происходит постоянно при получении новых Engagement Actions от сообщества или Management Actions от кураторов.
  • Временные рамки: Патент упоминает time-evolving modeling для Impact Scores (Claim 10), что подразумевает, что влияние действий может изменяться (например, усиливаться или затухать) со временем и зависит от будущих взаимодействий.

Пошаговый алгоритм

Процесс А: Накопление репутации и разблокировка темы

  1. Публикация контента: Первый пользователь выполняет Engagement Action (например, делится URL) и ассоциирует его с Темой А.
  2. Определение темы: Entity Module подтверждает или определяет Тему А для контента.
  3. Сбор реакций: Система фиксирует Engagement Actions вторых пользователей с этим контентом (репосты, клики и т.д.).
  4. Расчет базовой репутации: Reputation Score Module рассчитывает или обновляет Topical Reputation Score первого пользователя для Темы А на основе собранных реакций.
  5. Проверка порога: Unlocking Module сравнивает Topical Reputation Score с Reputation Threshold.
  6. Разблокировка: Если порог достигнут, Тема А разблокируется для первого пользователя. Ему предоставляются права куратора.

Процесс Б: Кураторство и корректировка репутации (Impact Scores)

  1. Предложение контента: Третий пользователь делится контентом, который система предлагает включить в Тему А.
  2. Управленческое действие: Первый пользователь (теперь куратор) выполняет Management Action — например, одобряет включение контента третьего пользователя в Тему А.
  3. Генерация первого Impact Score: Reputation Score Module генерирует первую оценку влияния, связанную с этим одобрением.
  4. Сбор реакций на действие куратора: Система фиксирует Engagement Actions четвертых пользователей с одобренным контентом в ленте Темы А (цепь влияния).
  5. Генерация второго Impact Score: Генерируется вторая оценка влияния на основе этих последующих реакций.
  6. Корректировка репутации автора: Topical Reputation Score третьего пользователя (автора) корректируется на основе взвешенной суммы (weighted sum) первого и второго Impact Scores.

Какие данные и как использует

Данные на входе

Патент фокусируется на данных, генерируемых внутри сообщества.

  • Контентные факторы: Содержание публикуемого контента (текст, URL) используется Entity Module для определения релевантных тем. Упоминается использование headless browser для получения контента по URL.
  • Поведенческие факторы (Ключевые):
    • Engagement Actions: Комментарии, репосты, клики, отметки «нравится»/эмодзи. Это основа для расчета базовой репутации.
    • Management Actions: Действия кураторов по одобрению, отклонению или удалению контента из темы.
  • Пользовательские факторы: Данные профиля пользователя, его интересы (Interest Profile), список тем, на которые он подписан или которые он разблокировал.

Какие метрики используются и как они считаются

  • Topical Reputation Score: Основная метрика экспертизы пользователя в теме. Рассчитывается на основе Engagement Actions и корректируется с помощью Impact Scores.
  • Impact Scores (Set of Impact Scores): Метрики влияния действий кураторов. Рассчитываются как цепочка:
    1. Влияние самого действия куратора (например, одобрение поста).
    2. Влияние последующих действий вовлечения, основанных на действии куратора (например, реакция на одобренный пост).
  • Взвешенная сумма (Weighted Sum): Используется для агрегации различных Impact Scores при корректировке репутации. Также в описании патента (не в Claims) упоминается, что репосты могут давать меньший вес, чем оригинальный контент.
  • Time-evolving modeling: Упоминается, что модель Impact Scores развивается со временем, учитывая будущие взаимодействия.
  • Reputation Threshold: Пороговое значение Topical Reputation Score для получения прав куратора.

Выводы

  1. Идентификация экспертов через меритократию контента: Патент описывает детальный механизм для выявления тематических экспертов на основе качества их вклада в сообщество (content meritocracy), оцениваемого как другими участниками, так и признанными кураторами.
  2. Кураторство как признак высокой экспертизы: Достижение уровня «разблокировки темы» (Unlocked Topic) является сильным сигналом того, что система считает пользователя авторитетным источником (экспертом) в данной области.
  3. Сложная модель репутации (Impact Scores): Репутация не является простой суммой лайков. Она корректируется действиями кураторов (Management Actions). Причем вес этих действий зависит от последующей реакции сообщества (chain of impact scores). Это создает сложную, саморегулирующуюся экосистему оценки качества.
  4. Тематическая гранулярность авторитета: Система подчеркивает, что авторитет привязан к конкретным темам. Пользователь может быть куратором в одной теме и обычным участником в другой. Это соответствует концепции тематического авторитета (Topical Authority) в SEO.
  5. Приоритет оригинального контента: В описании патента упоминается, что пользователь, который первым поделился контентом, может получить больший прирост репутации, чем тот, кто сделал репост. Это стимулирует создание или обнаружение нового ценного контента.

Практика

Best practices (это мы делаем)

Хотя патент описывает платформу сообществ, выводы из него критически важны для построения E-E-A-T и стратегий контент-маркетинга.

  • Фокус на демонстрации экспертизы в конкретных темах: Необходимо создавать и распространять высококачественный контент, который вызывает значимое вовлечение (не просто клики, а комментарии, репосты, обсуждения) в целевых тематических сообществах. Цель — накопить концептуальный Topical Reputation Score.
  • Стимулирование авторов к становлению экспертами (Кураторами): Поощряйте авторов и экспертов бренда активно участвовать в релевантных сообществах (форумы, соцсети, Q&A сайты). Становление признанным экспертом (аналог «Куратора» из патента) на внешних площадках усиливает сигналы E-E-A-T.
  • Создание оригинального и ценного контента: Поскольку система может поощрять первоисточники больше, чем репосты, стратегический приоритет должен отдаваться созданию уникального контента, который станет вирусным или получит признание экспертов в нише.
  • Взаимодействие с признанными экспертами (Кураторами): Необходимо стремиться к тому, чтобы ваш контент был замечен и одобрен ключевыми инфлюенсерами или экспертами в вашей области. В терминах патента, положительное Management Action от куратора значительно повышает Topical Reputation Score.

Worst practices (это делать не надо)

  • Поверхностное участие и накрутка вовлеченности: Попытки обмануть систему путем генерации низкокачественных Engagement Actions (например, ботами) будут неэффективны, так как механизм Impact Scores предполагает проверку качества контента кураторами. Отклонение контента куратором снижает репутацию.
  • Распыление усилий по множеству тем: Стратегия «все обо всем» неэффективна для накопления Topical Reputation Score. Необходимо сфокусироваться на ключевых темах для достижения Reputation Threshold.
  • Игнорирование негативной обратной связи от экспертов: Если контент получает негативную оценку от авторитетных источников (аналог отклонения куратором), это напрямую снижает репутацию автора в этой теме.

Стратегическое значение

Патент подтверждает долгосрочный фокус Google на идентификации и валидации экспертизы на уровне сущностей (авторов). Для SEO это означает, что инвестиции в E-E-A-T, особенно в демонстрацию реального опыта и экспертизы, являются критически важными. Система показывает, как Google может алгоритмически оценивать «вес» мнения эксперта и использовать его для оценки контента других участников. Построение авторитета сущности автора или бренда в рамках тематических сообществ становится важной частью долгосрочной SEO-стратегии.

Практические примеры

Сценарий: Построение экспертизы автора в медицинской тематике (YMYL)

  1. Действие: Врач (Автор) регулярно публикует разборы клинических случаев на профессиональной платформе (например, Doximity или специализированный форум), ассоциируя их с темой «Кардиология».
  2. Накопление репутации: Коллеги активно комментируют и делятся этими разборами (Engagement Actions). Topical Reputation Score автора растет.
  3. Признание кураторами: Признанные эксперты или модераторы платформы (Кураторы) одобряют и закрепляют его посты в теме «Кардиология» (Management Action).
  4. Impact Score: Эти одобрения вызывают дальнейшие обсуждения, что генерирует высокие Impact Scores и значительно увеличивает Topical Reputation Score автора.
  5. Результат (Внутри платформы): Автор достигает Reputation Threshold и становится Куратором темы «Кардиология».
  6. Результат (Потенциальный SEO эффект): Google, анализируя эту платформу, идентифицирует Автора как признанного эксперта в кардиологии. Это усиливает сигналы E-E-A-T для веб-сайта клиники, где работает этот врач, повышая ранжирование его статей по запросам, связанным с кардиологией.

Вопросы и ответы

Является ли этот патент описанием алгоритма ранжирования Google Поиска?

Нет, этот патент не описывает алгоритмы основного веб-поиска. Он описывает внутреннюю логику работы системы тематических сообществ (например, социальной сети или контент-платформы) для идентификации экспертов и управления качеством контента внутри этой системы. Его влияние на SEO скорее косвенное, через потенциальное использование репутационных оценок как сигналов E-E-A-T.

Что такое «Topical Reputation Score» и как он рассчитывается?

Это оценка репутации пользователя в рамках конкретной темы. Она рассчитывается на основе двух компонентов: во-первых, это вовлеченность (Engagement Actions) других пользователей с контентом, который он публикует (клики, репосты, комментарии). Во-вторых, это корректировки на основе действий кураторов (Management Actions) — одобрения или отклонения его контента, взвешенные через Impact Scores.

Что значит «разблокировать тему» (Unlocked Topic)?

Это означает, что Topical Reputation Score пользователя достиг определенного порога (Reputation Threshold) в данной теме. Разблокировка наделяет пользователя правами куратора: он может управлять контентом, который другие пользователи предлагают для этой темы (одобрять или отклонять), добавлять источники контента и публиковать этот статус в своем профиле как знак экспертизы.

Что такое «Impact Scores» и почему они важны?

Impact Scores — это механизм оценки влияния действий куратора. Они важны, потому что создают цепочку влияния (chain of impact scores): репутация автора зависит не только от факта одобрения его поста куратором, но и от того, как сообщество впоследствии отреагировало на этот одобренный пост. Это позволяет системе взвешивать решения кураторов на основе реакции сообщества.

Как этот патент связан с E-E-A-T?

Патент предоставляет алгоритмическую модель для выявления Экспертизы и Авторитетности. Пользователь, достигший статуса куратора (Unlocked Topic) в определенной теме, алгоритмически признается экспертом в этой области. Эти данные о репутации могут быть использованы Google как сильные сигналы E-E-A-T для оценки контента этого автора в основном поиске.

Стоит ли фокусироваться на оригинальном контенте согласно этому патенту?

Да, это рекомендуется. В описании патента (не в Claims) упоминается, что система может давать больший прирост репутации пользователю, который первым поделился контентом, по сравнению с теми, кто просто делает репост. Это подчеркивает важность создания или обнаружения уникального и ценного контента для построения репутации.

Актуален ли этот патент, если Google+ закрыт?

Хотя платформа, для которой он мог предназначаться, закрыта, сами механизмы выявления экспертизы и оценки репутации остаются крайне актуальными. Эти идеи могут быть реализованы в других продуктах Google, таких как оценка авторов в Новостях, Google Discover, интеграция форумов в Поиск (Perspectives) или внутренние системы оценки E-E-A-T.

Как SEO-специалисту использовать эти знания на практике?

Необходимо сфокусироваться на построении реальной экспертизы авторов сайта в ключевых тематиках. Это включает активное участие в профильных сообществах, стремление получить признание от уже состоявшихся экспертов (кураторов) и создание оригинального контента, который вызывает значимое вовлечение. Это работа над сигналами E-E-A-T на уровне сущности автора.

Что важнее для репутации: количество взаимодействий или кто взаимодействует?

Важны оба аспекта, но патент делает особый акцент на том, кто взаимодействует. Действия кураторов (пользователей с Unlocked Topic) имеют прямое влияние через Management Actions и Impact Scores. Это означает, что одобрение от одного признанного эксперта может быть значительно весомее, чем множество взаимодействий от обычных пользователей.

Может ли система автоматически определять темы контента?

Да. Патент описывает Entity Module, который может определять темы контента. Это может происходить автоматически (например, через анализ текста или использование headless browser для анализа URL) или на основе тем, предложенных пользователем при публикации контента.

Похожие патенты

Как Google вычисляет тематический авторитет автора (Author Rank) на основе его вклада в контент
Google патентует систему для количественной оценки экспертности авторов по конкретным темам. Система анализирует документы, определяет их тематику (Topic) и вес этой тематики (Weight), а затем учитывает долю вклада (Authorship Percentage) каждого автора в раскрытие этой темы. На основе этих данных формируется кумулятивный «Сигнал Авторитета» (Authority Signature) автора, позволяющий идентифицировать экспертов в различных областях.
  • US8458196B1
  • 2013-06-04
  • EEAT и качество

  • Семантика и интент

Как Google идентифицирует экспертов на основе их активности и позволяет фильтровать выдачу по их контенту
Google использует систему для идентификации людей (членов социальной сети), тесно связанных с темой запроса, на основе их активности (посты, взаимодействия, репосты) и квалификации. Система отображает этих людей в специальных блоках (Display Areas) рядом с результатами поиска, позволяя пользователям просматривать их профили или фильтровать выдачу, чтобы увидеть только контент, созданный, одобренный или прокомментированный этими экспертами.
  • US9244985B1
  • 2016-01-26
  • EEAT и качество

  • Поведенческие сигналы

  • SERP

Как Google определяет тематическую авторитетность источников ("каналов") и агрессивно продвигает их свежий контент
Google идентифицирует "каналы" (сайты, блоги, разделы), которые исторически создают высококачественный контент по определенным темам. Система рассчитывает тематическую авторитетность, учитывая качество контента и сфокусированность канала. Когда авторитетный канал публикует новый контент по своей теме, Google может агрессивно повысить его в выдаче, даже если у контента еще нет ссылок или поведенческих сигналов.
  • US8874558B1
  • 2014-10-28
  • EEAT и качество

  • Свежесть контента

  • Индексация

Как Google использует сеть доверия между экспертами для расчета Trust Rank и ранжирования контента
Google использует механизм для определения авторитетности контента путем анализа того, какие эксперты (сущности) доверяют друг другу и как они классифицируют (маркируют) контент в интернете. Система рассчитывает «Рейтинг Доверия» (Trust Rank) для каждой сущности и использует его для повышения в выдаче контента, отмеченного доверенными источниками, интегрируя сигналы репутации в алгоритм ранжирования.
  • US7603350B1
  • 2009-10-13
  • EEAT и качество

  • Knowledge Graph

  • SERP

Как Google рассчитывает тематическую популярность (Topical Authority) документов на основе поведения пользователей
Google использует данные о посещаемости и навигации пользователей для расчета популярности документов. Система классифицирует документы и запросы по темам, а затем вычисляет популярность документа внутри каждой конкретной темы (Per-Topic Popularity). Эта метрика используется как сигнал ранжирования, когда тема запроса пользователя соответствует теме документа.
  • US8595225B1
  • 2013-11-26
  • Поведенческие сигналы

  • Семантика и интент

  • SERP

Популярные патенты

Как Google использует погоду, время и местоположение для понимания истинного намерения пользователя и адаптации поисковой выдачи
Google анализирует, как физическое окружение (погода, время, местоположение) влияет на то, что ищут пользователи. Система выявляет корреляции между средой и поведением пользователей в прошлом (включая длительность кликов), чтобы лучше понять текущий интент многозначных запросов. Затем она переранжирует выдачу или переписывает запрос для предоставления наиболее релевантных результатов и рекламы.
  • US8898148B1
  • 2014-11-25
  • Семантика и интент

  • Поведенческие сигналы

  • Персонализация

Как Google рассчитывает авторитетность и ранжирует сайты, вычисляя кратчайшие пути до доверенных источников (Seeds) в Веб-графе
Google использует масштабируемую распределенную систему для анализа огромных графов, таких как Веб-граф (триллионы связей). Система вычисляет кратчайшие пути от каждого узла (сайта) до набора предопределенных авторитетных источников («Seeds»). Эти расстояния используются для расчета метрик авторитетности и ранжирования сайтов: чем ближе сайт к доверенным источникам, тем выше его предполагаемое качество.
  • US8631094B1
  • 2014-01-14
  • EEAT и качество

  • 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 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 использует исторические паттерны CTR для предсказания сезонных и циклических изменений интента пользователя
Google анализирует исторические данные о кликах (CTR) для выявления предсказуемых изменений в интересах пользователей по неоднозначным запросам. Если интент меняется в зависимости от сезона, дня недели или времени суток, система корректирует ранжирование, чтобы соответствовать доминирующему в данный момент интенту. Например, по запросу "turkey" в ноябре приоритет получат рецепты, а не информация о стране.
  • US8909655B1
  • 2014-12-09
  • Семантика и интент

  • Поведенческие сигналы

  • SERP

Как Google использует клики пользователей в поиске по картинкам для понимания содержания изображений и улучшения таргетинга
Google анализирует поведение пользователей в поиске по картинкам для идентификации содержания изображений. Если пользователи ищут определенный запрос (идею) и массово кликают на конкретное изображение в результатах, система связывает это изображение с данным запросом (концепцией). Эти данные используются для улучшения ранжирования в поиске картинок и для предложения релевантных ключевых слов рекламодателям, загружающим схожие изображения.
  • US11409812B1
  • 2022-08-09
  • Поведенческие сигналы

  • Семантика и интент

  • SERP

Как Google итеративно распознает сущности на страницах и рассчитывает их важность с помощью PageRank
Google использует итеративный процесс для распознавания и устранения неоднозначности сущностей (людей, мест, понятий) в документах. Система начинает с известных фактов, находит упоминающие сущность документы, анализирует сопутствующие термины для уточнения модели распознавания и автоматически обнаруживает новые признаки. Патент также описывает расчет важности сущности путем суммирования PageRank ссылающихся документов, взвешенного на вероятность ссылки.
  • US8122026B1
  • 2012-02-21
  • Семантика и интент

  • Ссылки

  • Knowledge Graph

Как Google выбирает модель визуальной релевантности для сложных запросов в Поиске по картинкам
Google решает проблему ранжирования изображений для сложных или редких запросов, для которых нет специализированной модели релевантности. Система тестирует существующие модели, созданные для частей запроса (подзапросов), и выбирает ту, которая лучше всего соответствует поведению пользователей (кликам) по исходному запросу. Это позволяет улучшить визуальную релевантность в Image Search.
  • US9152652B2
  • 2015-10-06
  • Поведенческие сигналы

  • Мультимедиа

  • Семантика и интент

Как Google использует время взаимодействия пользователя с сайтом (Dwell Time) для расчета оценки качества всего сайта
Google использует агрегированные данные о продолжительности визитов пользователей на сайт для расчета метрики качества этого сайта (Site Quality Score). Система измеряет время взаимодействия (включая Dwell Time — время от клика в выдаче до возврата обратно), фильтрует аномальные визиты и нормализует данные по типам контента. Итоговая оценка используется как независимый от запроса сигнал для ранжирования и принятия решений об индексировании.
  • US9195944B1
  • 2015-11-24
  • Поведенческие сигналы

  • Индексация

  • SERP

Как Google оценивает и выбирает контент для Featured Snippets (Блоков с ответами) на основе консенсуса выдачи
Google использует систему для выбора и оценки Featured Snippets. Система анализирует топовые результаты поиска, чтобы предсказать, какие термины должны быть в ответе (Answer Terms). Затем она оценивает отрывки текста, учитывая совпадение с запросом, наличие предсказанных терминов ответа (консенсус топа), качество исходного сайта, форматирование и языковую модель контента.
  • US9940367B1
  • 2018-04-10
  • SERP

  • Семантика и интент

  • EEAT и качество

seohardcore