Как Google выбирает изображения с сайта компании для показа в ее бизнес-профиле (Local Pack, Knowledge Panel)

Термины и определения

Annotation (Аннотация)

Данные, сгенерированные для описания характеристик извлеченного изображения. Включает вероятностные оценки (например, вероятность того, что это фотография) и фактические данные (например, размеры, цветность).

Business to homepage mapping (Соответствие бизнеса домашней странице)

База данных или хранилище, которое связывает сущность бизнеса с его официальными веб-страницами (URL).

Image Annotator (Аннотатор изображений)

Компонент системы (внутренний или внешний), который анализирует файл изображения для определения его характеристик (например, обнаружение непристойного контента, классификация фото/графика).

Graphical rendering (Графический рендеринг)

Изображение, созданное компьютером (например, логотип, иконка, иллюстрация, схема), в отличие от фотографии реального объекта.

Web index (Веб-индекс)

Индекс сканирования интернета. Используется для определения структуры сайта, например, для расчета глубины клика (number of clicks) до определенной страницы.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной процесс извлечения и выбора изображений для бизнес-заведения.

1. Система получает набор веб-страниц, соответствующих бизнесу.
2. Критическое условие фильтрации: Этот набор уже отфильтрован, чтобы исключить домашние страницы бизнесов, представляющих несколько локаций (фокус на локальной релевантности).
3. Система выбирает одну или несколько страниц из этого набора, которые принадлежат и управляются данным бизнесом (валидация подлинности).
4. Система извлекает связанные веб-страницы (сканирование внутри сайта).
5. Извлекается графический контент (изображения).
6. Генерируются аннотации на основе характеристик изображений. Аннотация связана с вероятностью того, что характеристика удовлетворяет определенному критерию.
7. Контент фильтруется на основе аннотаций.
8. Отфильтрованный контент предоставляется для отображения в ответ на поисковый запрос об этом бизнесе.
9. Спецификация характеристик: Упомянуты конкретные характеристики: вероятность того, что это фотография, а не графика (photograph versus a graphical rendering); индикация цветности (black and white or color); индикация релевантности URL страницы, с которой извлечено изображение.

Claim 3 (Зависимый): Детализирует, как извлекаются связанные страницы.

Извлечение связанных страниц может основываться на: домене, имени пути (path name) веб-страницы или количестве кликов (number of clicks), необходимых для перехода на страницу из корня домена. Количество кликов определяется на основе веб-индекса.

Claim 4 (Зависимый): Детализирует технический аспект извлечения.

Извлечение изображений может происходить из HTML (HyperText Markup Language) или из каскадных таблиц стилей (CSS), которые ссылаются на изображение.

Claim 6 (Зависимый): Добавляет физические размеры (physical dimensions) к характеристикам, используемым для аннотирования.

Claim 7, 8, 9 (Зависимые): Описывают механизм оценки и фильтрации.

Изображениям присваиваются оценки (scores) на основе характеристик. Фильтрация может включать выбор изображений с оценкой выше порога или сортировку изображений по оценке и выбор заданного количества лучших.

Claim 12 (Зависимый): Описывает метод фильтрации.

Фильтрация может включать применение каскада фильтров (cascade of filters), где каждый фильтр учитывает отдельную аннотацию.

Где и как применяется

Изобретение в основном применяется на этапах сбора и индексирования данных для предварительной обработки визуального контента, связанного с сущностями бизнеса.

CRAWLING – Сканирование и Сбор данных
Система активно сканирует веб-сайты бизнеса. Это не просто стандартное сканирование, а целенаправленный сбор данных (Data Acquisition). Используя Business to homepage mapping, система определяет, какие домены сканировать. Затем она выполняет ограниченное сканирование внутри домена (fetch related pages within domain) для поиска изображений, используя эвристики, такие как пути URL и глубина клика.

INDEXING – Индексирование и извлечение признаков
Это основной этап работы системы.

• Извлечение (Extraction): Изображения извлекаются из HTML и CSS.
• Аннотирование (Annotation/Feature Extraction): Image Annotator анализирует файлы изображений и генерирует признаки (характеристики): тип (фото/графика), цветность, размеры, соотношение сторон, вероятность непристойности.
• Оценка и Выбор (Scoring/Selection): Система оценивает изображения на основе признаков и выбирает наиболее репрезентативный набор.
• Хранение: Выбранные изображения (или ссылки на них) сохраняются и ассоциируются с сущностью бизнеса (например, в Knowledge Graph или индексе локального поиска).

METASEARCH – Метапоиск и Смешивание
Результаты работы системы используются на этом этапе. Когда пользователь ищет бизнес, система формирования выдачи (например, Knowledge Panel или Local Pack) извлекает предварительно обработанные и выбранные изображения, ассоциированные с этим бизнесом.

Входные данные:

• Идентификатор бизнес-заведения.
• Business to homepage mapping (список потенциальных официальных URL).
• Данные веб-индекса (для анализа структуры сайта и глубины клика).

Выходные данные:

• Набор отфильтрованных, высококачественных и репрезентативных изображений (или ссылок на них), ассоциированных с бизнес-заведением.

На что влияет

• Конкретные типы контента: Влияет на визуальный контент (изображения), размещенный на официальных сайтах компаний.
• Конкретные ниши или тематики: Наиболее сильно влияет на локальный бизнес (Local SEO), особенно на сетевые компании (рестораны, отели, ритейл), где существует различие между корпоративным сайтом и сайтом/страницей локального филиала.
• Определенные форматы контента: Система явно различает фотографии и графические рендеринги (логотипы, иконки), отдавая предпочтение первым.

Когда применяется

• Триггеры активации: Процесс запускается при необходимости обновить или создать набор репрезентативных изображений для конкретного бизнес-заведения.
• Условия применения (Фильтрация сайтов): Система активирует процесс извлечения только для тех сайтов, которые идентифицированы как принадлежащие конкретному заведению, и пропускает общие сайты сетей, представляющих множество локаций.
• Условия применения (Фильтрация изображений): Фильтры активируются для удаления нежелательного контента (непристойные материалы), нерепрезентативного контента (баннеры, графика) и низкокачественного контента (маленькие размеры).

Пошаговый алгоритм

Процесс извлечения и выбора релевантных изображений бизнеса.

1. Идентификация и Валидация Домашних Страниц:
   • Получение списка потенциальных домашних страниц для бизнеса из Business to homepage mapping.
   • Фильтрация списка: удаление страниц, которые представляют бизнес с множеством локаций (например, главный корпоративный сайт сети).
   • Валидация оставшихся страниц: подтверждение того, что они принадлежат и управляются данным конкретным бизнесом.
2. Сканирование и Сбор Связанных Страниц:
   • Для каждого валидированного домена система извлекает связанные страницы.
   • Применяются эвристики для определения приоритетов сканирования: предпочтение отдается страницам с релевантными путями URL (например, содержащими "gallery", "photos") и страницам с меньшей глубиной клика от корня домена.
3. Извлечение Изображений:
   • Анализ HTML и CSS полученных страниц для идентификации файлов изображений (по расширениям, таким как .jpg, .png, .gif).
   • Извлечение идентифицированных файлов изображений.
4. Аннотирование Изображений:
   • Каждое извлеченное изображение отправляется в Image Annotator.
   • Генерация аннотаций на основе характеристик:
     • Вероятность содержания непристойного материала.
     • Вероятность того, что это фотография, а не графика.
     • Индикация цветности (цветное или черно-белое).
     • Физические размеры (ширина, высота).
     • Соотношение сторон (для выявления баннеров).
     • Релевантность URL источника.
5. Фильтрация и Оценка (Scoring):
   • Применение каскада фильтров или расчет оценки (score) для каждого изображения на основе аннотаций.
   • Фильтрация: удаление изображений с высокой вероятностью непристойности, графики, черно-белых изображений, изображений с экстремальным соотношением сторон (баннеры).
   • Оценка: предпочтение отдается цветным фотографиям с большими физическими размерами.
6. Выбор и Предоставление:
   • Сортировка оставшихся изображений по их оценкам.
   • Выбор Топ-N изображений или изображений, превышающих пороговое значение оценки.
   • Предоставление выбранного набора изображений для отображения в поисковых сервисах.

Какие данные и как использует

Данные на входе

• Технические факторы:
  • URL-структура: Пути URL (path names) анализируются на наличие ключевых слов, указывающих на изображения (например, "gallery", "pictures", "photo").
• Структурные факторы:
  • Структура сайта (Архитектура): Используется глубина клика (number of clicks) от корневой страницы домена. Страницы, находящиеся глубже в структуре сайта, считаются менее релевантными.
  • HTML/CSS: Анализируются для извлечения ссылок на изображения.
• Мультимедиа факторы:
  • Файлы изображений: Анализируются пиксельные данные для определения содержания.
  • Размеры и форматы: Физические размеры (physical dimensions) и соотношение сторон (aspect ratio) извлекаются и используются в оценке.
• Системные данные:
  • Business to homepage mapping: Используется для идентификации официальных сайтов.
  • Web index: Используется для определения структуры сайта и глубины клика.

Какие метрики используются и как они считаются

Система использует ряд метрик и оценок, генерируемых Image Annotator, для расчета итогового score изображения.

• Вероятность Фотографии (Probability of Photograph): Оценка того, является ли изображение реальной фотографией или графическим рендерингом. Фотографии предпочтительнее.
• Цветность (Color Indication): Определение, является ли изображение цветным или черно-белым. Цветные предпочтительнее.
• Физические Размеры (Physical Dimensions): Ширина и высота изображения. Большие размеры предпочтительнее (выше разрешение).
• Соотношение Сторон (Aspect Ratio): Отношение ширины к высоте. Используется для идентификации баннеров (например, очень широкие и низкие изображения), которые отфильтровываются.
• Вероятность Непристойного Контента (Probability of Obscene Material): Оценка вероятности содержания нежелательного контента. Изображения с высокой вероятностью отфильтровываются.
• Релевантность URL (URL Relevance): Оценка на основе текста в URL, указывающая на вероятность наличия релевантных изображений на странице.
• Глубина Клика (Click Depth): Количество кликов от корня домена. Меньшая глубина предпочтительнее.

Агрегация данных: Метрики могут быть объединены в единый score с использованием весовых коэффициентов для подчеркивания важности определенных характеристик (например, фильтрация непристойного контента может иметь наивысший вес).

Методы фильтрации: Может использоваться каскад фильтров (например, сначала удаление непристойных, затем удаление графики, затем удаление Ч/Б) или фильтрация на основе пороговых значений итогового score.

1. Локальная релевантность приоритетнее корпоративной: Google активно фильтрует общие сайты крупных сетей при поиске изображений для конкретного локального филиала. Система стремится найти сайт или страницу, посвященную именно этой локации.
2. Аутентичность визуального контента: Система явно предпочитает реальные фотографии (photographs) и пессимизирует графические рендеринги (graphical renderings) — логотипы, иконки, иллюстрации. Это часть стремления Google показать, как бизнес выглядит на самом деле.
3. Технические характеристики изображений имеют значение: Предпочтение отдается цветным изображениям с большими физическими размерами (высокое разрешение). Соотношение сторон используется для отсеивания баннеров.
4. Структура сайта влияет на обнаружение изображений: Система использует эвристики для поиска изображений, включая анализ путей URL (наличие слов типа "gallery") и глубину клика. Изображения, размещенные ближе к корню сайта или в специализированных разделах, имеют больше шансов быть найденными и выбранными.
5. Извлечение из CSS: Система способна извлекать изображения не только из тегов в HTML, но и те, что указаны в CSS (например, фоновые изображения).
6. Автоматизированная цензура: Встроенный механизм фильтрации непристойного контента (obscene material) является обязательным этапом обработки.

Best practices (это мы делаем)

• Создание локальных страниц для филиалов: Для сетевых бизнесов критически важно иметь отдельные страницы или поддомены для каждой локации. Размещайте уникальные изображения конкретного филиала именно там, так как Google может игнорировать главный корпоративный сайт.
• Использование реальных фотографий: Отдавайте приоритет высококачественным, цветным фотографиям интерьера, экстерьера, товаров и персонала. Избегайте использования стоковых фотографий, иллюстраций или компьютерной графики в качестве основных изображений бизнеса.
• Оптимизация разрешения и формата: Загружайте изображения с достаточно большими физическими размерами (высоким разрешением). Используйте стандартные соотношения сторон (например, 4:3, 16:9), чтобы избежать классификации изображения как баннера.
• Оптимизация структуры сайта для изображений:
  • Размещайте важные изображения ближе к главной или локальной посадочной странице (минимизируйте глубину клика).
  • Рассмотрите создание отдельной фотогалереи и используйте в URL понятные пути, такие как /gallery/, /photos/ или /foto/. Патент явно указывает, что такие пути используются как сигнал релевантности.
• Техническая реализация: Убедитесь, что основные изображения реализованы через стандартные HTML теги , хотя система и может читать CSS. Это обеспечивает максимальную совместимость и ясность для краулеров.

Worst practices (это делать не надо)

• Использование графики вместо фотографий: Полагаться на логотипы, иконки или иллюстрации для представления бизнеса. Система классифицирует их как graphical renderings и отфильтрует.
• Размещение только общих изображений на корпоративном сайте: Если у бизнеса несколько филиалов, но все изображения размещены на главном сайте без локальной привязки, система может проигнорировать их при поиске контента для конкретного филиала.
• Скрытие изображений глубоко в структуре сайта: Размещение фотогалереи на уровне 5-6 кликов от главной страницы снижает вероятность ее обнаружения и использования системой.
• Использование низкокачественных или Ч/Б изображений: Маленькие, нечеткие или черно-белые фотографии будут пессимизированы по сравнению с цветными изображениями высокого разрешения.
• Использование изображений в качестве баннеров: Использование важных фотографий в элементах с экстремальным соотношением сторон (например, 10:1) может привести к их фильтрации.

Стратегическое значение

Этот патент подчеркивает важность аутентичности и локальной релевантности в стратегиях Local SEO. Google стремится предоставить пользователям максимально точное визуальное представление о конкретном месте, которое они ищут, а не о бренде в целом. Для SEO-специалистов это означает, что оптимизация визуального контента на уровне локальных посадочных страниц является не менее важной задачей, чем управление отзывами или NAP-данными. Контроль над тем, какие изображения Google выбирает с вашего сайта, напрямую влияет на привлекательность бизнес-профиля и CTR.

Практические примеры

Сценарий: Оптимизация сайта локального ресторана

1. Анализ текущей ситуации: В бизнес-профиле ресторана отображается логотип и старое фото низкого качества. На сайте ресторана много стоковых фотографий еды.
2. Применение патента:
   • Замена контента: Заменить стоковые фото и графику на профессиональные цветные фотографии реальных блюд, интерьера и входа в ресторан.
   • Улучшение качества: Загрузить эти фото в высоком разрешении (например, 1200x800px).
   • Реструктуризация: Создать новую страницу /gallery/, доступную в один клик из главного меню. Разместить лучшие фотографии на этой странице. Также разместить 2-3 ключевых фото на главной странице.
3. Ожидаемый результат: Во время следующего цикла сканирования и индексирования система Google обнаружит новую галерею (благодаря URL и малой глубине клика). Она проанализирует новые изображения, классифицирует их как высококачественные цветные фотографии и присвоит им высокий score. Логотип и старые фото будут вытеснены новыми изображениями в бизнес-профиле.