Как Google использует графы сущностей и их топологию для семантического понимания запросов и таргетинга контента

Термины и определения

Content Selection Criteria (Критерии выбора контента)

Условия (таргетинги), заданные поставщиком контента (рекламодателем), определяющие, при каких запросах контент может быть показан.

Content Selection Criteria Structure/Graph (Структура/Граф критериев выбора контента)

Графовое представление критериев. Включает сущности, связанные сущности и отношения между ними. Используется для сопоставления с Query Graph.

Confidence Score (Оценка уверенности)

Метрика, указывающая на семантическую релевантность идентифицированной сущности поисковому запросу. Используется для фильтрации интерпретаций.

Data Structure (Структура данных о сущностях)

База знаний (например, Knowledge Graph), хранящая структурированную информацию о сущностях и их отношениях.

Entity (Сущность)

Конкретный человек, место, вещь или концепция с уникальным идентификатором в Data Structure.

Flat Data Structure (Плоская структура данных)

Упрощенное представление графа запроса (список фактов), используемое для быстрого первичного поиска кандидатов без учета топологии.

Property (Свойство сущности)

Атрибут сущности или отношение к другой сущности (например, Сущность А → Отношение → Сущность Б).

Query Structure/Graph (Структура/Граф запроса)

Динамически генерируемый граф, представляющий семантическую интерпретацию запроса. Включает сущности запроса и связанные с ними сущности и свойства из Data Structure.

Topology (Топология)

Структура связей между узлами в графе. Ключевой элемент сопоставления.

Statistical Metric (Статистическая метрика)

Метрика (например, TF-IDF или Odds Ratio), используемая в описанном механизме генерации критериев для оценки значимости семантического признака.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной метод выбора контента путем сопоставления графовых структур.

1. Система получает Content Selection Criteria (CSC) от поставщика контента.
2. Определяется сущность CSC и связанные сущности (related entities), которые не фигурируют в CSC, но связаны с ней в Data Structure.
3. Генерируется Content Selection Criteria Structure (граф), включающая все эти сущности и связи.
4. Система получает поисковый запрос (SQ).
5. Определяется сущность SQ и связанные сущности, которые не фигурируют в SQ, но связаны с ней в Data Structure.
6. Генерируется Query Structure (граф запроса).
7. Определяется совпадение (match) между структурой CSC и структурой запроса. Ключевое требование: совпадение топологии и содержания (topology and content).
8. Контент выбирается как кандидат на основе этого совпадения.

Ядро изобретения — это расширение понимания запроса и критериев за счет включения подразумеваемых (связанных) сущностей из Базы Знаний и последующее требование точного структурного (топологического) совпадения этих расширенных представлений.

Claim 2 (Зависимый от 1): Уточняет метод сопоставления. Структуры являются графами, и сравнение происходит на поузловой основе (node-by-node basis). Это подтверждает необходимость точного соответствия топологии.

Claims 3 и 4 (Зависимые от 1): Описывают механизм оптимизации (двухэтапный поиск).

1. Свойства сущности запроса (Query Graph) транслируются в Flat Data Structure (список фактов).
2. Эта плоская структура используется для быстрого поиска потенциальных кандидатов CSC.
3. Затем (Claim 4) каждый кандидат точно сравнивается с исходным Query Graph для верификации совпадения (включая топологию, которая теряется в плоской структуре).

Где и как применяется

Изобретение применяется в системе выбора контента (например, Google Ads), но затрагивает фундаментальные этапы обработки поиска.

INDEXING – Индексирование и извлечение признаков
На этом этапе формируется и поддерживается Data Structure (Knowledge Graph), которая является источником данных о сущностях и связях. Также предварительно генерируются Content Selection Criteria Graphs.

QUNDERSTANDING – Понимание Запросов
Ключевой этап применения. В реальном времени система:

• Идентифицирует сущности в запросе.
• Вычисляет Confidence Score для интерпретаций.
• Генерирует Query Graph, извлекая и структурируя данные из Knowledge Graph.

RANKING / METASEARCH (Слой выбора контента/рекламы)
Процесс выбора контента для показа.

• L1 (Retrieval): Быстрый отбор кандидатов с использованием Flat Data Structure.
• L2/L3 (Ranking/Verification): Точное топологическое сопоставление Query Graph и Content Selection Criteria Graphs.

Офлайн-процессы (Генерация критериев)
В патенте также описан (FIG 5-7) механизм помощи поставщикам контента. Система анализирует целевой контент (Target Content), используя шаблоны и Statistical Metrics (TF-IDF/Odds Ratio), чтобы предложить эффективные семантические критерии таргетинга.

На что влияет

• Специфические запросы: Наибольшее влияние на запросы с четко выраженными сущностями (персоны, места, продукты, медиа), для которых в Knowledge Graph существует много связей.
• Коммерческие тематики: Патент упоминает использование "коммерчески релевантного подмножества" (commercially relevant subset) данных о сущностях, что указывает на фокус на атрибутах, важных для таргетинга (например, категория, бренд, местоположение).

Когда применяется

• Триггеры активации: Активируется, когда в запросе идентифицирована хотя бы одна сущность с достаточным Confidence Score.
• Пороговые значения: Confidence Score используется как порог. Если уверенность в интерпретации сущности низкая, механизм семантического сопоставления может не применяться.

Пошаговый алгоритм

Процесс А: Обработка запроса и выбор контента (Real-time)

1. Получение запроса: Система получает поисковый запрос.
2. Идентификация сущностей: Идентифицируются сущности и рассчитываются Confidence Scores.
3. Генерация Query Graph: Для сущностей, превысивших порог уверенности, из Data Structure извлекаются свойства и связанные сущности. Формируется Query Graph.
4. Трансляция в Flat Data Structure (Оптимизация): Query Graph преобразуется в список фактов.
5. Поиск кандидатов (Retrieval): Используя Flat Data Structure, система быстро находит потенциально подходящие Content Selection Criteria Graphs (CSC Graphs).
6. Топологическое сопоставление (Matching): Каждый кандидатский CSC Graph сравнивается с Query Graph на поузловой основе (node-by-node). Проверяется точное совпадение содержания и топологии.
7. Выбор контента: Если найдено точное совпадение, соответствующий контент выбирается как кандидат для показа.

Процесс Б: Генерация критериев (Описано в патенте, FIG 7)

1. Получение Target Content: Система получает целевой контент (например, лендинг) от поставщика.
2. Анализ контента: Идентифицируются сущности и их свойства в контенте.
3. Применение шаблонов: Система подбирает Templates с Named Variables (например, $Area), соответствующие найденным свойствам.
4. Генерация семантических критериев: Переменные заполняются конкретными сущностями из контента.
5. Расчет Statistical Metric: Для каждого критерия вычисляется метрика (TF-IDF/Odds Ratio), оценивающая его значимость и уникальность для данного контента по сравнению с общим корпусом.
6. Выбор кандидатов: Критерии ранжируются по метрике и предлагаются поставщику.

Какие данные и как использует

Данные на входе

• Структурные факторы (Knowledge Graph Data): Критически важные данные. Используется Data Structure, содержащая:
  • Уникальные идентификаторы сущностей (Entity IDs).
  • Свойства (Properties) и Отношения (Relations/Predicates).
• Контентные факторы: Текст поискового запроса (для Процесса А). Текст целевого контента (для Процесса Б).
• Поведенческие факторы (для Процесса Б): Исторические логи запросов используются для расчета Statistical Metric (Inverse Query Frequency).

Какие метрики используются и как они считаются

• Confidence Score: Оценка семантической релевантности сущности запросу. Используется как фильтр и порог. Формула не приведена.
• Topological Match (Топологическое совпадение): Результат сравнения графов "узел за узлом". Проверка структурного и содержательного соответствия.
• Statistical Metric (TF-IDF / Odds Ratio): Используется в Процессе Б. Оценивает важность семантического критерия.
  • TF (Term Frequency): Как часто критерий встречается в целевом контенте/запросах.
  • IDF (Inverse Query Frequency): Насколько редок критерий в общем корпусе запросов.

1. Семантическая структура приоритетнее текста: Патент демонстрирует механизм, где релевантность определяется через совпадение семантических структур (графов), а не текстовых строк. Запрос интерпретируется как Query Graph.
2. Критичность топологии связей (Topology Matching): Ключевым требованием является точное совпадение топологии. Важно не только присутствие сущностей, но и то, как именно они связаны друг с другом (отношения/предикаты).
3. Расширенное понимание запроса: Система включает в Query Graph связанные сущности и свойства из Knowledge Graph, даже если они не были упомянуты пользователем. Это позволяет учитывать подразумеваемый контекст.
4. Управление точностью через Confidence Score: Идентификация сущностей фильтруется по Confidence Score, что позволяет отсеивать неоднозначные или неверные интерпретации запроса.
5. Анализ контента через статистическую значимость (Процесс Б): Механизм генерации критериев показывает, как Google может анализировать контент для выявления ключевых семантических признаков, используя Statistical Metrics (TF-IDF). Это подчеркивает важность уникальности и глубины контента.

Best practices (это мы делаем)

Хотя патент фокусируется на выборе дополнительного контента (рекламы), его механизмы Query Understanding критически важны для органического SEO.

• Четкое определение связей между сущностями: В контенте необходимо явно и однозначно определять отношения между сущностями. Поскольку Google ценит точность топологии графа, структура вашего контента должна четко отражать эти связи (например, "Автор X написал Книгу Y", а не просто упоминание X и Y).
• Активное использование микроразметки (Schema.org): Внедряйте разметку для определения сущностей и, что более важно, их свойств и отношений (author, director, containedInPlace, brand). Это напрямую помогает Google понять топологию вашего контента и сопоставить ее с Query Graph.
• Построение Topical Authority через структуру: Организуйте контент так, чтобы он отражал реальные семантические связи в вашей нише. Создавайте хабы для сущностей и линкуйте их со страницами, раскрывающими свойства. Это укрепляет понимание системы о структуре вашего сайта.
• Оптимизация под Statistical Metric (Инсайт из Процесса Б): Создавайте контент с высокой статистической значимостью. Фокусируйтесь на глубоком раскрытии темы (высокий TF для релевантных признаков) и предоставлении уникальной информации или освещении редких аспектов (высокий IDF).

Worst practices (это делать не надо)

• Игнорирование семантики и Keyword Stuffing: Создание контента только под текстовые вхождения без учета сущностей и их связей. Система ищет структурное совпадение графов.
• Неоднозначное представление сущностей: Использование терминов без уточняющего контекста (например, "Ягуар" без указания на автомобиль или животное). Это снижает Confidence Score и затрудняет построение точного графа.
• Поверхностный контент ("Вода"): Создание контента, содержащего только общеизвестные факты с низким IDF. Процесс Б показывает, что система предпочитает признаки с высокой статистической значимостью.
• Отсутствие структуры и разметки: Публикация "стены текста", где связи между сущностями не очевидны или не размечены. Это мешает системе извлечь четкую топологию.

Стратегическое значение

Патент подтверждает стратегию Google на глубокое семантическое понимание контента и запросов через призму сущностей и их взаимосвязей (Entity-First). Для долгосрочного SEO критически важно не просто оптимизировать страницы, а строить структурированную, семантически связанную базу контента, которая максимально точно отражает структуру Knowledge Graph. Это позволяет системе эффективно сопоставлять Query Graphs пользователей с контентом сайта.

Практические примеры

Сценарий: Оптимизация страницы локального бизнеса (На основе Claim 1 и FIG 3)

Задача: Улучшить релевантность страницы отеля в Берлине для запроса "отели возле Потсдамской площади".

1. Анализ запроса (Google): Система строит Query Graph. Идентифицируются сущности: "Отель" (EntityID_6) и "Потсдамская площадь" (EntityID_7). Система также знает, что "Потсдамская площадь" находится в (containedby) "Берлин" (EntityID_5).
2. Действия SEO: Необходимо обеспечить соответствие топологии контента этому графу.
3. Контент и Разметка: На странице отеля внедрить разметку Hotel (соответствует EntityID_6). Явно указать местоположение, используя свойства address и containedInPlace, ссылаясь на Берлин (EntityID_5). Использовать свойство geo или amenityFeature для указания близости к Потсдамской площади (EntityID_7).
4. Ожидаемый результат: Топология контента страницы будет соответствовать расширенному графу запроса (Отель в Берлине, рядом с Площадью в Берлине), что повысит семантическую релевантность страницы для данного запроса.