Local SEO в Google: разборы патентов

Google использует автоматизированную систему для выбора наиболее репрезентативных изображений бизнеса с его официального сайта. Система предпочитает локальные сайты филиалов, а не общие сайты сетей. Она анализирует структуру сайта для поиска разделов с изображениями, а затем оценивает сами изображения, отдавая предпочтение реальным цветным фотографиям высокого разрешения и отфильтровывая графику, баннеры и нежелательный контент.

Google использует метод анализа визуального макета страницы (Visual Layout), чтобы понять её иерархическую структуру, даже если HTML-код (DOM) не отражает её точно. Система анализирует визуальные разрывы (белое пространство) между блоками контента, чтобы сегментировать страницу и точно связать описательный текст с конкретными объектами, например, отзывы с соответствующими локальными компаниями на странице со списком.

Google оптимизирует поисковую инфраструктуру, разделяя индекс на две части. Основной индекс («Replicated Content») содержит глобально важные документы и копируется во все дата-центры. Дополнительно каждый дата-центр получает уникальный «Regional Content» — документы, соответствующие локальному языку и шаблонам запросов. Это повышает эффективность и релевантность для международных пользователей.

Google создает "срезы" (фиксированные наборы) данных из Knowledge Graph на основе тем и локаций. Система предсказывает, какие срезы наиболее релевантны пользователю, основываясь на его местоположении, контенте на экране и других сигналах, и загружает их на устройство. Это позволяет Google мгновенно распознавать сущности и предлагать помощь (например, через Assistant или Lens) даже без подключения к сети.

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 устаревших интересов. Ранжирование учитывает релевантность, качество источника, популярность (количество просмотров) и свежесть контента.

Google использует этот механизм для определения того, относятся ли разные записи данных к одной и той же сущности (Entity Resolution). Система находит потенциальные совпадения через общие идентификаторы (например, телефон или email), а затем применяет нечеткое сравнение строк (Fuzzy Matching) и анализ конфликтов, чтобы объединить записи. Это критически важно для Knowledge Graph и Local SEO.

Google использует механизм для быстрой оценки того, насколько релевантна определенная категория (например, «рестораны») для точного местоположения пользователя. Поскольку точный расчет занимает много ресурсов, система заранее вычисляет оценки и математические коэффициенты (Taylor coefficients) для опорных локаций. Затем она использует эти данные для быстрой аппроксимации релевантности в любой другой точке поблизости, ускоряя адаптацию поисковой выдачи, рекламы и подсказок.

Патент Google, описывающий систему поиска событий, которая фильтрует результаты по времени и месту. Система разделяет запрошенный временной интервал (например, неделю) на сегменты (например, дни) и ранжирует лучшие события отдельно для каждого сегмента. Это предотвращает доминирование популярных событий одного дня и гарантирует видимость релевантных результатов на протяжении всего интервала.

Google использует гибридный подход для отображения локальных результатов на картах. Чтобы избежать перегрузки браузера и визуального шума, система разделяет результаты. Лучшие результаты передаются как текст для создания интерактивных иконок. Остальные результаты объединяются в единое статичное изображение (оверлей), причем их выбор основан на ранжировании и географической плотности, чтобы точно отразить распределение бизнеса в разных районах.

Патент описывает систему для локального поиска и Карт, позволяющую владельцам бизнеса выбирать и оплачивать "улучшения" (Enhancements) для своих листингов. Эти улучшения (например, купоны, фото, меню) отображаются в виде специальных тегов рядом с названием компании в списке результатов и на самой карте, выделяя листинг среди органических результатов.

Патент описывает механизм унифицированного поиска на устройствах, который одновременно запрашивает данные с локального устройства, из магазинов приложений и веб-поиска. Система использует специфический алгоритм смешивания: сначала показывает фиксированное количество лучших результатов из каждого источника для гарантии разнообразия, а затем объединяет оставшиеся по общему рейтингу.

Google решает проблему отсутствия статистики при запуске специализированного поиска (Товары, Новости и т.д.) в новой стране. Система переводит локальные запросы на язык зрелого рынка (например, английский), оценивает их с помощью существующих моделей и использует эти оценки для обучения новых локальных моделей. Это позволяет быстро определять интент пользователя без исторических данных.

Патент описывает архитектуру клиентского приложения (например, Google Desktop), которое индексирует локальные данные пользователя. Система перехватывает веб-запрос, параллельно выполняет поиск по локальному индексу и объединяет локальные результаты с результатами из глобального веб-индекса в едином интерфейсе, разделяя их по типам контента.

Патент Google описывает систему, которая объединяет голосовой локальный поиск с личными контактами пользователя. Когда пользователь находит бизнес через голосовой поиск и совершает звонок, система автоматически сохраняет контактные данные этого бизнеса и создает голосовую метку (voice label) для быстрого набора в будущем, минуя повторный поиск.

Патент Google, описывающий технологию для клиентских приложений (таких как Google Desktop Search). Система объединяет результаты поиска контактной информации из локального индекса пользователя (файлы, контакты) и глобальных каталогов (например, LDAP или адресные книги). Она также позволяет синхронизировать, обновлять и создавать новые записи контактов на основе найденной информации.

Патент описывает метод повышения эффективности поиска локальных данных (например, контактов) на мобильных устройствах. Система заранее преобразует алфавитно-цифровые данные в числовой индекс, основываясь на раскладке клавиатуры (аналогично T9). Это позволяет устройству быстро находить совпадения при вводе запроса, экономя вычислительные ресурсы и заряд батареи. Патент фокусируется на производительности устройства, а не на алгоритмах веб-поиска.