Патент Google описывает фундаментальный механизм эффективного ранжирования контента (документов или рекламы) в масштабе. Система предварительно рассчитывает базовые оценки (Base Scores) на основе атрибутов документа. При получении запроса система быстро корректирует …
2009
Патент описывает инфраструктуру Google для распределенного вычисления кратчайших путей в веб-графе (триллионы связей). Система определяет расстояние от миллиардов веб-страниц до заранее выбранного набора авторитетных сайтов ("Seeds"). Эти вычисления обеспечивают масштабируемый …
Google определяет текущий интерес пользователя (контекст) на основе его действий в рамках сессии (клики, посещенные сайты). Затем система использует специализированные кликовые модели, основанные на поведении прошлых пользователей с таким же …
Google использует систему машинного обучения для связывания аудиовизуальных признаков видео (цвет, текстура, звук) с ключевыми словами. Это позволяет системе понимать содержание каждого кадра и динамически выбирать для тамбнейла (миниатюры) тот …
Google использует механизм диффузии для улучшения ранжирования в поиске по картинкам. Система строит граф визуально похожих изображений и распространяет оценки релевантности, основанные на поведении пользователей (клики, dwell time), по этому …
Google анализирует агрегированные данные о поведении пользователей, чтобы определить, какие документы часто просматриваются в течение короткого времени после показа других документов в результатах поиска. Эта модель используется для расчета «Оценок …
Google улучшает локальное ранжирование, агрегируя поведенческие данные (клики) не только из страны пользователя, но и из «совместимых» стран (соседних, культурно близких) или схожих языков. Система определяет совместимость на основе общих …
Google использует систему для определения локальной релевантности точек интереса (POI). Система анализирует исторические данные о кликах пользователей и связывает их с конкретными географическими "ячейками". Это позволяет идентифицировать локально значимые места …
Google определяет локальную значимость ("интересность") бизнеса, анализируя, как пользователи взаимодействуют с результатами поиска (клики, долгие клики) в пределах конкретных географических "ячеек". Эта система позволяет продвигать местные "жемчужины" выше сетевых брендов …
Google применяет систему для обнаружения бессмысленного контента (спама), вычисляя «Gibberish Score». Эта оценка состоит из двух частей: «Language Model Score», проверяющего статистическую вероятность того, что текст является естественным языком, и …
Google использует этот механизм для ответов на запросы, требующие списка элементов (например, «города в Калифорнии»). Система извлекает потенциальные списки из неструктурированных веб-документов, анализирует их взаимосвязи и совпадения в виде графа …
Этот патент подробно описывает, как Google рассчитывает «показатели интереса» (Interest Scores) для Точек Интереса (POI) относительно конкретных географических областей. Система использует исторические взаимодействия пользователей (например, клики по результатам поиска или …
Google анализирует тренды в поведении пользователей (клики, время пребывания) с течением времени. Если система обнаруживает значительное изменение во взаимодействии с результатом поиска, она предполагает, что контент документа или интент запроса …
Google использует систему для персонализации рекомендаций контента, анализируя характеристики документов (например, через TF-IDF) и создавая динамические профили интересов пользователей. Система обучается на основе поведения: разные типы взаимодействий (просмотр, печать, сохранение) …
Патент Google, описывающий фундаментальную архитектуру локального поиска на мобильных устройствах. Система определяет, как браузер получает доступ к GPS данным через нативное приложение. Описан иерархический механизм определения локации: текущее местоположение устройства, …
Google использует систему машинного обучения для оценки визуального качества изображений (резкость, цвет, экспозиция). Ключевая особенность — динамическая корректировка веса этого фактора. Если исторические данные показывают, что пользователи по конкретному запросу …
Google анализирует, какие видео пользователи смотрят в рамках одной сессии (Co-Watched Videos). Эти видео группируются в тематические кластеры на основе ключевых слов, в первую очередь — доминирующих поисковых запросов, которые …
Google использует единую графовую модель для одновременной оценки качества пользовательского контента (например, комментариев или отзывов) и репутации его авторов. В этой модели репутация автора повышает оценку его контента, а качественный …
Google использует контекст входящих и исходящих ссылок для определения языковой релевантности ресурса. Система анализирует язык анкоров, URL, контент ссылающихся и целевых страниц, а также качество ссылок и тип страницы (например, …
Патент Google (применимый к YouTube) описывает создание «Sequenced Video Segment Mix». Система анализирует поведение пользователей для определения самых популярных фрагментов внутри видео. Затем она отслеживает, какие видео пользователи смотрят последовательно …