Этот патент описывает, как Google может использовать Сверточные Нейронные Сети для анализа уличных изображений (например, Street View) и автоматического обнаружения физических витрин магазинов. Система определяет точное местоположение каждого бизнеса с …
EEAT и качество
Google использует механизм "Token Table" для анализа логической структуры веб-страницы. Это позволяет системе вычислять логическое расстояние между текстом и изображениями для оценки их релевантности друг другу (Relatedness). Также система определяет, …
Google использует систему для автоматического определения качества изображений, анализируя три класса характеристик: техническое качество (резкость, экспозиция), содержание (объекты, лица, ландшафты) и социальную популярность (просмотры, шеры, рейтинги). Система присваивает баллы этим …
Google рассчитывает Mobile-Friendliness Score, рендеря страницы как мобильное устройство и оценивая такие сигналы, как размер кликабельных элементов, читаемость текста, настройки области просмотра (viewport) и скорость загрузки. Эта оценка используется для …
Система Google для автоматического выбора лучшего (репрезентативного) изображения для локального бизнеса. Анализируя коллекции гео-тегированных фото (например, Street View или пользовательские), система распознает текст на изображениях (OCR) и сопоставляет его с …
Google использует систему для вычисления «показателя локальной релевантности» (local relevance indicium) запроса. С помощью машинного обучения или предопределенных списков (Whitelist/Blacklist) система оценивает вероятность локального интента. На основе этой оценки определяется …
Google использует систему планирования сканирования, которая рассчитывает приоритет для каждого URL. Этот приоритет зависит от авторитетности страницы (PageRank) и частоты изменения ее контента (Content Change Frequency). Система определяет, какие страницы …
Патент описывает, как Google ранжирует точки интереса (POIs) в локальном поиске, отдавая приоритет рекомендациям от людей из социальных кругов пользователя. Система делит результаты на три уровня: рекомендации друзей, рекомендации других …
Google использует систему для персонализации новостного контента, анализируя темы (используя Knowledge Graph), местоположения и даты публикации статей. Система создает динамические профили пользователей на основе истории чтения, применяя механизм «затухания» для …
Google использует комплексный механизм для определения географической релевантности бизнеса. Система комбинирует расстояние до официальных границ региона (полигона), верификацию через почтовый индекс и расстояние до «центра активности» (например, центра города, а …
Патент Google описывает систему динамического определения географической «области релевантности» для локального поиска и рекламы. Система учитывает плотность бизнеса в запрошенной категории для конкретного местоположения: в густонаселенных районах область сужается, а …
Google использует автоматизированную систему (Merchant Trustworthiness Evaluator) для оценки надежности продавцов. Система собирает обещанные сроки доставки в момент заказа (например, через пиксель конверсии) и сверяет их с фактическими данными, полученными …
Google применяет статистический анализ на основе теории информации для определения, какие параметры URL влияют на уникальность контента. Система вычисляет условную энтропию между значениями параметров и отпечатками контента (fingerprints). Это позволяет …
Google использует сложный алгоритм для анализа DOM-структуры, чтобы отличить основной контент (статьи, посты) от шаблонных элементов (меню, виджеты). Система генерирует стабильный идентификатор (например, CSS-селектор) для контейнеров основного контента. Это позволяет …
Google использует двухэтапную систему для генерации временных шкал. Сначала система определяет значимые события, анализируя всплеск публикаций от широкой категории источников (например, всех СМИ) в определенные интервалы времени. Затем для этих …
Google может использовать данные из социальных сетей (member networks) для изменения ранжирования локальных результатов и рекламы. Система учитывает рекомендации (endorsements) от связанных пользователей, корректируя их вес на основе близости социальной …
Google использует механизм для отображения адресов, телефонов и ссылок на карты прямо в сниппетах основного веб-поиска. Система заранее связывает структурированные данные о бизнесе из локального индекса (Local Search Data Storage) …
Google использует механизм валидации для выбора наилучшей текстовой метки (label) для изображения. Система генерирует кандидатов в метки, использует их как поисковые запросы и проверяет, сколько качественных веб-результатов действительно содержат исходное …
Google использует механизм автоматического таргетинга рекламы (например, Dynamic Search Ads), который не требует ручного ввода ключевых слов. Система сканирует и индексирует веб-сайт рекламодателя, создавая отдельный индекс. При получении запроса Google …
Google использует систему для агрегации данных о локальных бизнесах (адреса, телефоны) из множества внешних источников. Система оценивает точность каждого источника путем верификации случайной выборки. Сначала импортируются данные из самого надежного …