Как Google определяет географическую релевантность веб-страницы, анализируя физическое местоположение её посетителей

Термины и определения

Center (Центр) / Mean Center (Средний центр)

Географическая точка, представляющая собой центр распределения местоположений пользователей, заинтересованных в ресурсе. Вычисляется как среднее значение координат (широты и долготы). Может быть взвешенным (Weighted Mean Center).

Click Data Log (Лог данных о кликах)

Хранилище данных, регистрирующее выбор пользователями результатов поиска, связанные запросы и информацию о местоположении пользователя в момент клика.

Dispersion (Дисперсия, Рассеивание)

Статистическая мера пространственного распределения интереса к ресурсу вокруг Центра. Определяет географическую область, где ресурс наиболее часто выбирается. Может быть выражена как радиус или эллипс. Чем меньше дисперсия, тем более локализован ресурс.

Expression Location / Selection Location (Местоположение выражения интереса / Местоположение выбора)

Физическое местоположение пользователя в момент, когда он проявил интерес к ресурсу.

Expression of Interest (Выражение интереса)

Действие пользователя, указывающее на заинтересованность в ресурсе. В контексте патента это выбор результата поиска, прошедший фильтрацию по времени просмотра (long click).

Local Resource (Локальный ресурс)

Ресурс, релевантный для небольшой географической области. Определяется как ресурс, у которого радиус дисперсии меньше определенного порога (например, 25, 50 или 100 миль).

Long Click / Short Click (Длинный клик / Короткий клик)

Классификация кликов на основе времени, проведенного пользователем на ресурсе (Dwell Time). Long clicks указывают на интерес пользователя и учитываются в расчетах; short clicks (быстрый возврат к выдаче) — игнорируются.

Resource Location (Местоположение ресурса)

Вычисленное географическое местоположение (Центр), ассоциированное с ресурсом, основанное на анализе местоположений его аудитории.

Ключевые утверждения (Анализ Claims)

Патент содержит всего 2 пункта формулы изобретения.

Claim 1 (Независимый пункт): Описывает полный цикл использования географических данных для ранжирования результатов поиска.

1. Предварительный расчет (до получения запроса): Система ассоциирует результат поиска с местоположением (Center) и дисперсией (Dispersion). Это делается путем:
   • Получения данных о кликах (click data), связывающих результат с зарегистрированными местоположениями пользователей, которые ранее выбирали этот результат.
   • Определения Центра этих местоположений (средняя широта и долгота).
   • Определения Области Дисперсии (рассчитывается как радиус на основе стандартного отклонения).
2. Обработка запроса и Ранжирование: Система получает запрос и местоположение пользователя. Результат ранжируется, основываясь на местоположении пользователя, Центре результата и его Дисперсии. Дисперсия используется как статистическая мера локализации: чем она меньше, тем более локализован результат.

Claim 2 (Независимый пункт): Описывает метод определения местоположения ресурса и его использования в ранжировании, с критически важным акцентом на фильтрацию данных.

1. Сбор данных и Определение местоположения: Система определяет местоположение ресурса и его дисперсию на основе местоположений пользователей, выбравших этот результат.
2. Фильтрация данных (Ключевой момент): При определении местоположения ресурса система исключает из расчета местоположения тех пользователей, которые запросили другой ресурс менее чем через пороговое количество времени после того, как им был представлен первый ресурс. (Это механизм фильтрации коротких кликов (short clicks) или быстрых отказов).
3. Ранжирование: При получении другого запроса система ранжирует ресурс на основе местоположения нового пользователя, вычисленного местоположения ресурса и его дисперсии.

Где и как применяется

Изобретение применяется на нескольких этапах поисковой архитектуры, разделяясь на офлайн-вычисления и применение в реальном времени.

INDEXING – Индексирование и извлечение признаков (Офлайн/Пакетная обработка)

• Обработка логов: Система анализирует Click Data Log и Query Logs. Происходит извлечение признаков: идентификация Expressions of Interest (с обязательной фильтрацией short clicks) и определение соответствующих Expression Locations.
• Вычисление географических признаков: Location Identification Engine агрегирует данные по каждому ресурсу и выполняет статистический пространственный анализ для вычисления Center и Dispersion.
• Индексирование признаков: Рассчитанные географические признаки (координаты Центра, параметры Дисперсии, флаг Local Resource) сохраняются в индексе и ассоциируются с соответствующим URL.

RANKING / RERANKING – Ранжирование / Переранжирование (Реальное время)

• Применение географических сигналов: Ranking Engine извлекает предварительно рассчитанные географические признаки (Center, Dispersion) для ресурсов-кандидатов и сравнивает их с текущим местоположением пользователя.
• Корректировка оценки: Ranking Score ресурса корректируется на основе расстояния между пользователем и Центром ресурса, а также с учетом Дисперсии. Например, оценка повышается, если пользователь находится внутри области Дисперсии.

На что влияет

• Конкретные типы контента и ниши: Наибольшее влияние оказывается на локальные бизнесы (рестораны, магазины, услуги), местные новости, события. Влияет на все ниши, где географическое положение аудитории имеет значение для определения релевантности.
• Специфические запросы: Влияет на запросы с локальным интентом (явным или неявным), например, "пицца рядом" или просто "ресторан".

Когда применяется

• Условия работы алгоритма: Алгоритм вычисления местоположения ресурса применяется, когда для данного ресурса накоплено достаточное количество данных. Патент упоминает возможность требования минимального числа пользователей (например, 50) или минимального уровня уверенности (confidence level).
• Триггеры активации (в ранжировании): Механизм корректировки активируется, когда система может определить местоположение текущего пользователя и когда у ресурсов-кандидатов есть рассчитанные географические признаки.
• Исключения: Данные о взаимодействии исключаются из расчета, если это был short click (Claim 2). Также могут исключаться статистические выбросы (outliers) — пользователи, находящиеся слишком далеко от основного кластера.

Пошаговый алгоритм

Фаза А: Сбор и фильтрация данных (Непрерывный процесс)

1. Получение взаимодействия: Система регистрирует выбор пользователем результата поиска.
2. Определение местоположения пользователя: Location Identification Engine определяет Expression Location пользователя (используя IP, GPS, историю запросов и т.д.) и присваивает ему фактор уверенности (Confidence Factor).
3. Оценка интереса (Фильтрация): Система анализирует длительность сессии (Dwell Time). Если пользователь возвращается к поиску быстрее порогового значения, взаимодействие помечается как short click и игнорируется.
4. Логирование: Если интерес подтвержден (long click), данные (URL ресурса, Expression Location, вес/уверенность) сохраняются в Click Data Log.

Фаза Б: Вычисление местоположения ресурса (Офлайн/Пакетная обработка)

1. Агрегация данных: Для конкретного ресурса извлекаются все валидные Expression Locations за определенный период (например, три месяца) или до достижения порога.
2. Предварительная обработка: Фильтрация статистических выбросов (outliers).
3. Расчет Центра (Center): Вычисляется среднее значение широты и долготы. Используется взвешенное среднее (Weighted Mean Center), если учитываются веса (например, длительность просмотра или Confidence Factor).
4. Расчет Дисперсии (Dispersion): Вычисляется стандартное отклонение расстояний от Центра (радиус) или параметры стандартного эллипса отклонения (если распределение неравномерное).
5. Классификация: Если радиус Дисперсии меньше порога (например, 50 миль), ресурс классифицируется как Local Resource.
6. Сохранение: Рассчитанные Center и Dispersion ассоциируются с URL ресурса в индексе.

Фаза В: Применение в ранжировании (Реальное время)

1. Получение запроса: Система получает запрос и определяет текущее местоположение пользователя.
2. Расчет географической релевантности: Система оценивает популярность ресурса в точке нахождения пользователя, используя функцию пространственного распределения (например, Гауссово распределение), основанную на расстоянии до Center и параметрах Dispersion.
3. Корректировка ранжирования: Ranking Score ресурса корректируется на основе географической релевантности. Корректировка может быть более агрессивной для Local Resource.

Какие данные и как использует

Данные на входе

• Поведенческие факторы:
  • Клики (Clicks): Основной сигнал выражения интереса.
  • Время на сайте / Dwell Time: Критически важно для фильтрации кликов (short clicks vs long clicks). Длительные просмотры могут также увеличивать вес соответствующего местоположения.
  • История запросов (Query history): Используется для определения или уточнения местоположения пользователя, если прямые сигналы недоступны.
• Географические факторы:
  • IP-адрес: Приблизительное местоположение.
  • GPS-координаты: Точные данные с мобильных устройств.
  • Данные сотовых вышек (Cellular tower location): Местоположение мобильных устройств.
• Пользовательские факторы:
  • Cookies / Данные сессии: Используются для отслеживания истории запросов пользователя для определения местоположения.

Какие метрики используются и как они считаются

Патент детально описывает статистические методы пространственного анализа.

1. Center (Центр)

Средний центр (Mean Center) вычисляется как среднее арифметическое координат (широты Y и долготы X).

$\bar{X} = \sum_{i=1}^{N}\frac{X_{i}}{N} ; \bar{Y} = \sum_{i=1}^{N}\frac{Y_{i}}{N}$

Взвешенный средний центр (Weighted Mean Center) учитывает веса (w), например, основанные на длительности просмотра или Confidence Factor.

$\bar{X} = \frac{\sum_{i=1}^{N}w_{i}X_{i}}{\sum_{i=1}^{N}w_{i}} ; \bar{Y} = \frac{\sum_{i=1}^{N}w_{i}Y_{i}}{\sum_{i=1}^{N}w_{i}}$

2. Dispersion (Дисперсия)

Стандартное отклонение расстояния (Standard deviation of the distance). Определяет радиус области популярности.

$S_{XY} = \sqrt{\sum_{i=1}^{N}\frac{(d_{i})^{2}}{N-1}}$ Где dᵢ - расстояние между i-й точкой и Центром.

Стандартный эллипс отклонения (Standard Deviational Ellipse). Используется, если дисперсия зависит от направления (например, вдоль автомагистрали).

3. Пороговые значения

• Порог Dwell Time: Минимальное время на ресурсе для учета взаимодействия (Claim 2).
• Порог количества взаимодействий: Минимальное количество пользователей (например, 50), необходимое для надежного расчета.
• Порог Дисперсии для Local Resource: Максимальный радиус дисперсии (например, 25, 50, 100 миль), при котором ресурс считается локальным.

1. География аудитории определяет географию ресурса: Ключевой вывод патента — местоположение веб-страницы определяется тем, где физически находятся пользователи, проявляющие к ней интерес. Это смещение парадигмы от анализа контента страницы к анализу её аудитории.
2. Валидация интереса через поведение (Dwell Time): Не все клики одинаково полезны. Система специально фильтрует короткие клики и быстрые отказы (Claim 2). Учитываются только те взаимодействия, которые демонстрируют реальную заинтересованность (long clicks).
3. Локализация как измеримая величина (Дисперсия): Патент вводит понятие Дисперсии как меры локализации. Если интерес к ресурсу географически сконцентрирован (малая дисперсия), ресурс считается локальным (Local Resource). Если интерес распределен широко, ресурс имеет национальный или глобальный охват.
4. Статистическая строгость анализа: Google использует продвинутые методы пространственной статистики (стандартные отклонения, эллипсы распределения, ковариационные матрицы) для точного определения областей популярности, а не просто усредняет координаты.
5. Географические данные как фактор ранжирования: Рассчитанные Center и Dispersion используются как прямые сигналы в Ranking Engine для повышения или понижения ресурса в зависимости от текущего местоположения пользователя.

Best practices (это мы делаем)

• Привлечение релевантной локальной аудитории: Для локальных бизнесов критически важно, чтобы их сайт посещали реальные пользователи из целевого региона. Это формирует четкий географический кластер (малую Дисперсию) вокруг физического местоположения бизнеса, что усиливает локальные сигналы ранжирования.
• Оптимизация вовлеченности и снижение отказов (User Satisfaction): Поскольку система фильтрует short clicks (Claim 2), необходимо работать над качеством контента и UX, чтобы пользователи проводили на сайте достаточно времени. Только long clicks участвуют в определении местоположения ресурса.
• Стимулирование естественного локального спроса: Используйте офлайн-рекламу, локальные СМИ и локальные маркетинговые активности для привлечения трафика из нужного региона. Этот трафик, конвертируясь в long clicks, напрямую влияет на формирование Resource Location.
• Техническая оптимизация для мобильных устройств: Обеспечьте корректную работу сайта на мобильных устройствах. Точные данные о местоположении (GPS) могут иметь больший вес (Confidence Factor), чем приблизительные (IP), что позволяет точнее определить Center.

Worst practices (это делать не надо)

• Привлечение нерелевантного глобального трафика: Покупка трафика из других регионов или создание вирусного контента, привлекающего широкую, но нецелевую аудиторию, приведет к увеличению Дисперсии. Это «размывает» локальную привязку и может ухудшить ранжирование в целевом регионе.
• Игнорирование качества трафика и поведенческих факторов: Фокус только на количестве кликов без учета их качества (длительности сессии) неэффективен. Трафик с высоким показателем отказов не будет учитываться при определении местоположения.
• Накрутка поведенческих факторов: Попытки манипуляций с помощью ботов будут неэффективны из-за фильтрации short clicks и механизмов обнаружения выбросов (outliers).
• Манипуляции с локальными сигналами на сайте: Создание множества страниц под разные города (doorway pages) без реального присутствия может быть неэффективным, если реальный трафик на эти страницы идет из других локаций. Система валидирует заявленную географию через фактическую географию аудитории.

Стратегическое значение

Патент подтверждает, что Google активно использует данные о реальном поведении и физическом местоположении пользователей для валидации географической релевантности сайтов. Это снижает зависимость от он-страничных факторов (таких как адреса в тексте) и повышает роль реального взаимодействия аудитории с бизнесом. Стратегия локального SEO должна строиться на комплексном подходе: техническая оптимизация должна поддерживать привлечение и удержание реальной локальной аудитории.

Практические примеры

Сценарий 1: Определение локализации ресторана

1. Ситуация: Новый ресторан в Москве создал сайт.
2. Действия пользователей: В течение месяца сайт посетили 500 человек. 450 из них находились в радиусе 5 км от ресторана (определено по GPS/IP) и провели на сайте более минуты (long clicks). 50 человек были из других городов или быстро покинули сайт.
3. Работа алгоритма: Система анализирует 450 валидных взаимодействий. Она вычисляет Center, который совпадает с районом ресторана, и малую Dispersion (радиус 5 км). Ресурс помечается как Local Resource.
4. Результат: Когда новые пользователи ищут "ресторан рядом", находясь в этом районе, сайт ресторана получает значительное повышение в выдаче.

Сценарий 2: Размытие локализации из-за нецелевого трафика

1. Ситуация: Локальный магазин автозапчастей в Самаре опубликовал вирусную статью о тюнинге, не связанную напрямую с ассортиментом.
2. Действия пользователей: Статья привлекла большой трафик со всей России и СНГ.
3. Работа алгоритма: Система анализирует взаимодействия. Географическое распределение пользователей очень широкое. Dispersion увеличивается до национального уровня.
4. Результат: Хотя общий трафик вырос, локальная привязка сайта к Самаре ослабла. Ранжирование по запросу "купить автозапчасти в Самаре" может ухудшиться, так как система больше не считает сайт строго локальным ресурсом.