Как Google повышает официальные видео в поиске выше их заявленных копий на контент-платформах (например, YouTube)

Термины и определения

Claimed Content Item (Заявленный контент)

Контент, загруженный одним пользователем, но на который заявлены права другим пользователем (Preferred User), например, для отслеживания или монетизации. Владелец разрешает использование, но предпочитает просмотр оригинала.

Content Sharing Platform (Платформа обмена контентом)

Онлайн-сервис (например, YouTube), позволяющий пользователям загружать, просматривать и делиться контентом.

Preferred Content Item (Предпочтительный контент)

Контент, загруженный непосредственно правообладателем (Preferred User) на его собственный канал. Официальная версия контента.

Preferred User / Partner (Предпочтительный пользователь / Партнер)

Правообладатель или владелец контента, который загружает Preferred Content и может заявлять права на Claimed Content.

Relevancy Score (Оценка релевантности)

Числовое значение, оценивающее релевантность элемента контента поисковому запросу. Определяет исходную позицию (ранг) в результатах поиска.

Boost Factor (F) (Коэффициент повышения)

Множитель, применяемый к Relevancy Score для корректировки ранга. Если F > 1, это повышение; если 0 < F < 1 (иногда обозначается как M), это понижение (демоция).

Threshold difference value (Пороговое значение разницы)

Максимально допустимая разница в Relevancy Score между двумя элементами, при которой допускается их перестановка.

Vp (Value of View) (Ценность просмотра)

Метрика, присваиваемая Preferred User (P), показывающая, во сколько раз больше он ценит просмотр на своем Preferred Content по сравнению с просмотром на Claimed Content ($V_p > 1$).

C[R] (Average Chance / Click Probability) (Вероятность клика)

Средняя вероятность того, что пользователь выберет результат на позиции R.

Up (Partner Utility) (Полезность для партнера)

Функция, которую система стремится оптимизировать. Рассчитывается на основе Vp и C[R] для всего контента партнера в выдаче.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной метод корректировки рейтинга с обязательной проверкой качества.

1. Система получает набор результатов поиска с рангами для контент-платформы.
2. Идентифицируются два типа контента для пользователя:
   • Preferred Content (загружен пользователем).
   • Claimed Content (загружен другим пользователем, но заявлен первым пользователем и отслеживается согласно политике).
3. Система корректирует позицию Preferred Content относительно Claimed Content. Эта корректировка включает обязательные шаги:
• Определение разницы в Relevancy Score между этими двумя элементами.
• Проверка, что эта разница меньше или равна пороговому значению (threshold difference value).
• Если ДА, улучшение позиции Preferred Content относительно Claimed Content.

Ядро изобретения заключается в продвижении официального контента над заявленными копиями, но только при условии, что их исходная релевантность достаточно близка. Это ограничение введено для защиты качества поиска.

Claim 3 (Зависимый от 1): Уточняет способ корректировки.

Корректировка позиции заключается в том, что Preferred Content и Claimed Content меняются местами в рейтинге (Interchanging positions/Swapping).

Claim 5 (Зависимый от 1): Описывает альтернативный способ корректировки (Бустинг).

Корректировка заключается в увеличении Relevancy Score для Preferred Content на Boost Factor. Этот Boost Factor рассчитывается на основе Relevancy Score элемента Claimed Content.

Claim 7 и 8 (Зависимые от 1): Описывают способ корректировки через понижение.

Корректировка заключается в понижении (Demoting) Claimed Content. Понижение реализуется путем уменьшения Relevancy Score для Claimed Content с использованием множителя меньше 1.

Claim 9 (Зависимый от 1): Описывает корректировку на основе оптимизации полезности.

Позиции назначаются на основе функции, которая оптимизирует полезность (Utility) для пользователя (владельца). Полезность основана на ценности (Vp), которую пользователь придает просмотру своего загруженного контента по сравнению с заявленным контентом.

Где и как применяется

Изобретение применяется исключительно в рамках поисковой системы Content Sharing Platform (например, поиск YouTube).

INDEXING – Индексирование и извлечение признаков
На этом этапе система должна собирать и индексировать данные о том, кто загрузил контент (Uploader Data) и кто заявил на него права (Claim Data). Эта информация сохраняется в базе данных (Preferred User Content Data) и обновляется в реальном времени.

RANKING – Ранжирование
Основная поисковая система генерирует начальный набор результатов поиска, отсортированный по Relevancy Score, без учета предпочтений владельца контента.

RERANKING – Переранжирование
Основное применение патента. Модуль переранжирования (Re-ranking Module) анализирует начальный набор результатов.

1. Анализ результатов: Система идентифицирует в выдаче Preferred Content и Claimed Content, принадлежащие одним и тем же Preferred Users.
2. Применение эвристик: Система применяет одну или несколько эвристик (Swapping, Boosting, Demoting, Utility Optimization) для корректировки Relevancy Scores или позиций.
3. Проверка порогов: Как указано в Claim 1, для активации корректировки может проверяться, что разница в исходных оценках релевантности не превышает порог.
4. Финальная сортировка: Результаты пересортировываются на основе скорректированных оценок.

Входные данные:

• Начальный набор результатов поиска с Relevancy Scores.
• База данных Preferred User Content Data.
• Параметры эвристик (threshold difference value, коэффициенты бустинга M, значения $V_p$ для партнеров, таблица вероятностей кликов $C[R]$).

Выходные данные:

• Переранжированный набор результатов поиска.

На что влияет

• Типы контента: В первую очередь влияет на медиаконтент (видео, аудио), который часто перезагружается пользователями и на который активно заявляются права (музыкальные клипы, ТВ-шоу, фильмы, вирусные видео).
• Специфические запросы: Влияет на запросы, где в выдаче присутствуют как официальные версии, так и копии (например, запросы по названию песни или эпизода шоу).
• Конкретные ниши: Музыкальная индустрия, киноиндустрия, крупные медиабренды.

Когда применяется

• Условия работы: Алгоритм применяется только тогда, когда в одном наборе результатов поиска присутствуют и Preferred Content, и Claimed Content, относящиеся к одному и тому же Preferred User.
• Триггеры активации: Наличие Claimed Content, ранжирующегося выше или близко к Preferred Content того же владельца.
• Пороговые значения: Критическим условием (согласно Claim 1) может быть то, что разница в Relevancy Score между двумя элементами контента должна быть меньше или равна установленному порогу (threshold difference value).

Пошаговый алгоритм

Патент описывает несколько альтернативных или дополняющих друг друга эвристик для переранжирования.

Обобщенный процесс переранжирования:

1. Получение данных: Получить начальный набор результатов поиска, отранжированный по Relevancy Score.
2. Идентификация контента: Для каждого элемента определить его тип (Preferred или Claimed) и связанного с ним Preferred User (Партнера P).
3. Применение эвристик корректировки: Выполнить одну или несколько из следующих эвристик.
4. Финальное ранжирование: Пересортировать набор результатов.

Детализация эвристик:

Эвристика A: Смена позиций (Interchanging/Swapping)

1. Идентификация пары: Найти пару элементов, где Claimed Content ранжируется выше, чем Preferred Content того же партнера P.
2. Проверка порога: Рассчитать разницу между их Relevancy Scores.
3. Условие выполнения: Если разница меньше или равна threshold difference value.
4. Корректировка: Поменять местами эти два элемента контента в результатах поиска.

Эвристика B: Бустинг Предпочтительного контента (Boosting)

1. Идентификация элементов: Найти все Preferred Content и Claimed Content партнера P в выдаче.
2. Расчет Boost Factor (F): Рассчитать коэффициент повышения F. Он может зависеть от количества, позиций и оценок Claimed Content. Например, F может быть рассчитан как множитель M (например, 1.2), возможно, возведенный в степень количества Claimed Content, ранжирующихся выше данного Preferred Content. Также F может зависеть от надежности (trustworthiness) партнера.
3. Применение бустинга: Умножить Relevancy Score для Preferred Content на коэффициент F.

Эвристика C: Понижение Заявленного контента (Demoting)

1. Идентификация элементов: Найти Claimed Content партнера P в выдаче.
2. Расчет коэффициента: Определить множитель M (где 0 < M < 1).
3. Применение понижения: Умножить Relevancy Score для Claimed Content на коэффициент M.

Эвристика D: Оптимизация полезности (Utility Optimization)

1. Получение параметров: Получить значение $V_p$ (ценность просмотра Preferred vs Claimed) для партнера P. Получить таблицу $C[R]$ (вероятность клика для ранга R).
2. Расчет полезности (Up): Рассчитать текущую полезность для партнера по формуле: $U_p = V_p \cdot \sum \{C[i]: \text{Preferred}\} + \sum \{C[j]: \text{Claimed}\}$.
3. Оптимизация: Определить оптимальное ранжирование Preferred Content и Claimed Content, которое максимизирует значение $U_p$. В патенте упоминается, что эта оптимизация может достигаться, например, путем понижения (demoting) исключительно Claimed Content.

Какие данные и как использует

Данные на входе

Патент фокусируется на механизме переранжирования и использует следующие типы данных:

• Системные данные (Платформа):
  • Relevancy Scores: Исходные оценки релевантности для каждого элемента контента относительно запроса.
  • Uploader Data: Данные о том, какой пользователь загрузил конкретный элемент контента.
  • Claim Data: Данные о том, какие правообладатели (Preferred Users) заявили права на конкретный элемент контента и какая политика применяется (отслеживание, монетизация).
• Пользовательские факторы (Правообладатель):
  • Vp (Value of View): Индивидуальное значение для Preferred User, указывающее относительную ценность просмотра официального контента по сравнению с заявленным. Также может учитываться статус или надежность (trustworthy) партнера.
• Поведенческие факторы (Агрегированные):
  • C[R] (Click Probability): Агрегированные данные о вероятности клика на результат в зависимости от его позиции (R) в выдаче.

Какие метрики используются и как они считаются

• Разница в Relevancy Score: Вычисляется как Score(A) - Score(B). Используется для сравнения с threshold difference value, чтобы определить, допустима ли смена позиций без значительного ущерба для качества поиска.
• Boost Factor (F) / Multiplier (M): Коэффициенты корректировки. Могут рассчитываться разными способами, например:
  • Фиксированный множитель (например, 1.2).
  • Множитель в степени количества Claimed Content выше Preferred Content.
  • Функция от суммы оценок (scores) всех Claimed Content в выдаче.
• Partner Utility (Up): Метрика общей ценности выдачи для партнера. Рассчитывается по формуле, учитывающей $V_p$ и $C[R]$ (см. Алгоритм, Эвристика D). Система стремится максимизировать эту метрику.

1. Приоритет официального контента над копиями: Патент описывает четкий механизм предпочтения контента, загруженного непосредственно правообладателем (Preferred), над контентом, загруженным другими пользователями, но заявленным правообладателем (Claimed). Это стратегическое решение для повышения авторитетности официальных каналов на платформе.
2. Баланс между предпочтениями владельца и качеством поиска: Система не продвигает официальный контент безусловно. Ключевым ограничением (описанным в Claim 1) является порог разницы в релевантности (Relevancy Score). Если официальная версия значительно менее релевантна запросу, система может сохранить исходное ранжирование для поддержания качества поиска.
3. Гибкость механизмов продвижения: Патент предлагает несколько эвристик: прямая смена позиций, повышение оценки официального контента, понижение оценки копий или комплексная оптимизация полезности (Utility Optimization). Это позволяет платформе тонко настраивать алгоритмы.
4. Измеримая ценность авторитетности: Введение метрик $V_p$ и $U_p$ формализует предположение, что просмотр на официальном канале имеет большую ценность для владельца (например, для брендинга и привлечения подписчиков), чем просто монетизированный просмотр копии.
5. Критичность управления правами: Функционирование системы зависит от активного управления правами (например, Content ID). Владельцы должны заявлять права на UGC, чтобы система могла идентифицировать Claimed Content и активировать механизмы продвижения Preferred Content.

Практическое применение в SEO

ВАЖНО: Эти рекомендации применимы исключительно к платформенному SEO (Platform SEO), например, оптимизации на YouTube, а не к стандартному веб-поиску.

Best practices (это мы делаем)

• Централизованная публикация на официальном канале: Всегда загружайте основную версию контента на официальный канал. Этот патент гарантирует, что система будет активно пытаться продвигать эту версию (Preferred Content) выше любых копий.
• Тщательная оптимизация официальных видео: Оптимизируйте метаданные (заголовки, описания) и работайте над вовлеченностью официальных видео. Поскольку продвижение часто зависит от порога разницы в Relevancy Score (Claim 1), ваше официальное видео должно быть сопоставимо по релевантности с копиями, чтобы механизм активировался.
• Активное использование систем управления правами (Content ID): Используйте инструменты платформы для заявления прав на копии вашего контента (превращая их в Claimed Content). Наличие Claimed Content в выдаче является триггером для механизмов бустинга вашего Preferred Content (согласно Эвристике B).
• Стратегия монетизации/отслеживания вместо блокировки: Для активации механизмов этого патента необходимо, чтобы копии существовали в поиске как Claimed Content. Выбирайте политику монетизации или отслеживания (Monetize/Track) вместо блокировки (Block), если ваша цель — максимизировать видимость официального канала через этот механизм.

Worst practices (это делать не надо)

• Игнорирование официального канала: Полагаться на то, что пользователи сами распространят ваш контент через перезаливы. Система будет активно бороться с видимостью этих копий в пользу официальных источников, если они существуют.
• Слабая оптимизация официального контента: Публикация официального видео с нерелевантными метаданными. Если Relevancy Score будет слишком низким по сравнению с хорошо оптимизированной копией, система может не продвинуть вашу версию из-за порога качества.
• Игнорирование UGC и отказ от Content ID: Если вы не заявляете права на копии, система не распознает их как Claimed Content. В этом случае ваше официальное видео будет конкурировать с ними на общих основаниях, без преимуществ, описанных в патенте.
• Стратегия перезалива чужого контента: Для пользователей, не являющихся правообладателями, стратегия загрузки чужого контента для сбора поискового трафика неэффективна. Если правообладатель заявит права, этот контент будет понижен в пользу официальной версии.

Стратегическое значение

Этот патент подтверждает стратегическую важность развития и оптимизации официальных каналов на контент-платформах. Для SEO-специалистов, работающих с видеоконтентом, это означает, что авторитетность источника (официальный канал vs перезалив) является не просто фактором ранжирования, а основой для специального механизма переранжирования. Долгосрочная стратегия должна фокусироваться на том, чтобы официальный канал был наиболее полным и оптимизированным источником контента автора или бренда.

Практические примеры

Сценарий 1: Ранжирование музыкального клипа (Эвристика Swapping)

1. Ситуация: Музыкальный лейбл (Preferred User) загружает официальный клип (Preferred Content). Фанаты также загружают копии, которые лейбл монетизирует (Claimed Content).
2. Запрос: "Название песни Официальное видео".
3. Исходное ранжирование:
   • Позиция 1: Копия клипа на фанатском канале (Claimed). Score = 90.
   • Позиция 2: Официальный клип на канале лейбла (Preferred). Score = 85.
4. Применение алгоритма: Система идентифицирует владельца. Она сравнивает разницу оценок (90 - 85 = 5). Если порог разницы (threshold difference value) установлен в 10, условие выполняется.
5. Результат: Система меняет позиции местами. Официальный клип перемещается на Позицию 1.

Сценарий 2: Бустинг обзора техники (Эвристика Boosting)

1. Ситуация: Техноблогер (Preferred User) публикует обзор смартфона (Preferred). Несколько агрегаторов копируют части обзора и загружают свои версии (Claimed).
2. Запрос: "Обзор Смартфона X".
3. Исходное ранжирование: В Топ-10 находятся 3 копии (Claimed) выше официального обзора (Preferred).
4. Применение алгоритма: Система рассчитывает Boost Factor. Если множитель M=1.2, а выше официального видео находятся 3 заявленные копии, буст может составить 1.2^3 = 1.728 (один из вариантов расчета, описанных в патенте).
5. Результат: Relevancy Score официального обзора умножается на 1.728, что значительно повышает его в выдаче, потенциально выше всех копий.