Разборы патентов Google для SEO
Разобрано 1 300 из ~2 500
Как Google управляет доступом к настройкам сайта (GSC), позволяет выбирать канонический домен и регулировать скорость сканирования
Патент описывает инфраструктуру Google Search Console для подтверждения владения сайтом. Верифицированные владельцы получают возможность отзывать доступ у других пользователей, указывать предпочитаемый домен (Preferred Domain Name) для консолидации сигналов ранжирования и регулировать предельную скорость сканирования (Crawl Rate Limit) с учетом фактической нагрузки.
- US8533226B1
- 2006-12-27
Как Google использует компьютерное зрение для анализа, сегментации и визуального поиска товаров в E-commerce
Патент описывает комплексную систему Google для визуального поиска товаров. Система автоматически обрабатывает изображения: отделяет объект от фона (сегментация), выравнивает его, извлекает визуальные признаки (цвет, форма, текстура) и создает цифровые подписи (векторы). Это позволяет пользователям искать похожие товары, используя изображение в качестве запроса (CBIR), уточнять поиск по визуальным характеристикам и находить товары на сторонних сайтах.
- US8732030B2
- 2012-02-16
Как Google использует свежесть и популярность для ранжирования сущностей в блоках ответов (Answer Boxes)
Google использует систему для определения наиболее актуальных связанных сущностей при ответе на запрос. Система анализирует Граф Знаний, чтобы найти связанные сущности, а затем ранжирует их на основе оценок Свежести (насколько недавние даты связаны с сущностью) и Популярности (объем поисковых запросов, упоминаний в сети и активности в социальных сетях). Наиболее релевантные сущности отображаются в специальных блоках выдачи.
- US9336311B1
- 2012-10-15
Как Google использует отпечатки документов (Simhash) для выявления и игнорирования дубликатов на этапе сканирования
Google использует механизм для повышения эффективности сканирования интернета. Для каждого документа создается уникальный отпечаток (fingerprint), например, с помощью Simhash. Если новый документ почти идентичен уже просканированному (их отпечатки отличаются минимально), система помечает его как дубликат, игнорирует его исходящие ссылки и может исключить его из дальнейшей обработки, экономя ресурсы.
- US8140505B1
- 2005-03-31
Как Google использует машинное обучение для ранжирования в Поиске по Картинкам, динамически взвешивая сигналы изображения и посадочной страницы
Google использует модель машинного обучения для ранжирования изображений, которая совместно обрабатывает признаки запроса, самого изображения и посадочной страницы, на которой оно размещено. Это позволяет системе динамически определять важность визуальных характеристик изображения и контекста страницы в зависимости от конкретного запроса, улучшая релевантность выдачи.
- US20200201915A1
- 2019-01-31
Как Google использует HTTP-заголовки для извлечения и индексации метаданных из не-HTML документов (PDF, DOC и т.д.)
Google использует механизм для индексации метаданных файлов, не являющихся HTML (например, PDF, Word, Excel). Во время сканирования метаданные (автор, тема, заголовок) могут передаваться от веб-сервера через специальный HTTP-заголовок. Поисковая система извлекает эти данные, преобразует их в виртуальные META-теги и использует для индексации, улучшая понимание этих форматов.
- US9582588B2
- 2012-12-20
Как Google идентифицирует и отображает контент на предпочтительном языке пользователя, даже если поиск ведется на другом языке
Google улучшает результаты поиска для мультиязычных пользователей, идентифицируя «параллельные ресурсы» — высококачественные переводы или оригинальные статьи на ту же тему — на предпочтительном языке пользователя (L2), даже если запрос был сделан на другом языке (L1). Эти L2 ресурсы отображаются рядом с результатами L1, улучшая доступ к релевантной информации.
- US7984034B1
- 2007-12-21
Как Google корректирует ранжирование, основываясь на типе устройства пользователя и полезности контента для этого устройства
Google использует систему для корректировки поисковой выдачи в зависимости от типа устройства пользователя (например, Android, iOS, десктоп). Контент, полезный для данного устройства, повышается в ранжировании, а бесполезный — понижается. Однако корректировка происходит только при наличии полезных альтернатив и только если это не противоречит явному намерению пользователя (интенту).
- US9652508B1
- 2014-03-05
Как Google определяет, когда игнорировать местоположение пользователя и показывать глобальные результаты для уникальных сущностей
Google использует систему для динамического выбора между показом результатов, привязанных к предполагаемому местоположению пользователя (например, по IP или GPS), и глобальными результатами. Если глобальные результаты географически тесно сгруппированы вокруг определенного места, система может решить, что пользователь ищет конкретную уникальную сущность (например, известный ресторан в другом городе), и предпочтет эти глобальные результаты локальным.
- US10037357B1
- 2010-12-09
Как Google (YouTube) использует сравнительное голосование пользователей для ранжирования контента в плейлистах и конкурсах
Патент Google (применимый к YouTube) описывает систему коллективного ранжирования определенного набора контента (плейлиста). Пользователи ранжируют элементы относительно друг друга, перемещая их вверх или вниз. Система агрегирует эти голоса, используя взвешенный алгоритм (Взвешенный подсчет Борда), который учитывает предыдущий рейтинг и количество голосов за каждую позицию для определения нового коллективного порядка.
- US7840563B2
- 2008-02-01
Как Google автоматически категоризирует локальный контент и историю пользователя для контекстного поиска по неявным запросам
Патент Google, описывающий технологию для локального (Desktop) или персонализированного поиска. Система отслеживает взаимодействие пользователя с контентом (события) и использует «схемы событий» для автоматической категоризации файлов, электронных писем и истории просмотров. Эти категории затем используются для предоставления релевантных результатов в ответ на неявные запросы, генерируемые системой на основе текущего контекста пользователя.
- US7788274B1
- 2004-06-30
Как Google использует лингвистический анализ для расширения запросов и индекса с помощью словоформ, составных слов и вариантов написания
Патент Google описывает фундаментальные методы улучшения поиска путем учета лингвистических вариаций. Система автоматически расширяет запросы или индекс, добавляя словоформы (склонения, спряжения), альтернативные написания (орфографические варианты) и различные формы составных слов (слитно, раздельно, через дефис). Это гарантирует, что релевантные документы будут найдены независимо от конкретной формы слова, использованной в запросе или тексте.
- US20050149499A1
- 2003-12-30
Как Google идентифицирует, классифицирует и помечает сайты с вредоносным ПО (Scumware) в поиске и браузерах
Google сканирует веб на наличие «Scumware» (вредоносное и нежелательное ПО). Патент описывает, как система различает сайты, которые содержат вредоносный код, и сайты, которые на него ссылаются. Обнаружение угрозы может привести к исключению сайта из поиска, понижению в ранжировании или добавлению различных визуальных предупреждений в SERP и браузерных тулбарах.
- US8126866B1
- 2005-09-30
Как Google объединяет органические и рекламные результаты для брендовых запросов в единый блок
Google может объединять топовый органический результат поиска с платной рекламой, если оба они связаны с одним и тем же брендом. Этот механизм создает «комбинированный элемент контента», который выглядит как единый, обогащенный результат. Внешний вид этого блока формируется на основе настроек, заданных рекламодателем, что позволяет брендам контролировать представление своего основного сниппета в выдаче.
- US9342839B2
- 2013-07-16
Как Google использует иерархическую популярность связанных сущностей и данные веб-поиска для ранжирования в вертикальном поиске
Google использует механизм иерархического скоринга для ранжирования сущностей (например, брендов или исполнителей) в вертикальных поисках (non-WWW corpus). Популярность родительской сущности рассчитывается на основе агрегированной популярности дочерних (например, товаров или треков). Система использует данные о запросах и CTR из основного веб-поиска (WWW corpus) для определения популярности и применяет геолокацию и язык для устранения неоднозначности.
- US9626435B2
- 2012-11-16
Как Google реализует функцию «Выделить и Искать» с интеллектуальным уточнением запроса на стороне клиента
Патент Google описывает клиентскую технологию, позволяющую пользователю выделить любой элемент на экране (текст или изображение) и мгновенно инициировать поиск. Система автоматически обрабатывает выделенное: применяет OCR к изображениям, дополняет частично выделенные слова и добавляет контекстные слова из окружающего контента для уточнения запроса перед его отправкой в поисковую систему.
- US8838562B1
- 2004-10-22
Как Google индексирует и хранит разные версии документа для отслеживания изменений контента и исторической релевантности
Google использует механизм для архивирования и индексирования различных версий веб-страниц по мере их изменения. Система присваивает каждой версии диапазон дат ее актуальности и сохраняет данные о релевантности (включая фразы и сигналы) именно для этой версии. Это позволяет поисковой системе анализировать историю изменений контента, оценивать частоту обновлений и находить документы, которые были релевантны в определенный прошлый период времени.
- US7702618B1
- 2005-01-25
Как Google обеспечивает стабильность канонических URL при асинхронном сканировании контента (Crawl Skew)
Google использует механизм для стабилизации индекса при обработке дубликатов в условиях неравномерного сканирования (Crawl Skew). Если страница не была пересканирована, система принудительно связывает ее с предыдущим каноническим URL (Previous Representative). Это обеспечивает стабильность выбора каноникалов и предотвращает индексацию устаревших дубликатов.
- US7836108B1
- 2008-03-31
Как Google нормализует оценки релевантности из разных индексов для создания Универсальной поисковой выдачи (Universal Search)
Google использует механизм статистической нормализации для смешивания результатов из разных корпусов (Веб, Новости, Видео). Поскольку каждый индекс использует свою шкалу оценок релевантности, система анализирует их распределения и применяет квантильную нормализацию, приводя все оценки к единой шкале (например, 0-1). Это позволяет справедливо сравнивать релевантность разных типов контента и формировать смешанную поисковую выдачу.
- US8930340B1
- 2012-09-13
Как Google автоматически распознает и извлекает структурированные данные с сайтов-классифайдов и шаблонных сайтов
Google использует систему для автоматического распознавания сайтов, организованных по шаблону (например, классифайды, сайты недвижимости, форумы). Система анализирует структуру URL и HTML-код для выявления повторяющихся паттернов и "динамических областей". На основе этого создаются шаблоны для извлечения данных (например, цена, местоположение, атрибуты), которые затем сохраняются в структурированном виде для использования в поиске.
- US8682881B1
- 2011-09-07
Как Google позволяет разработчикам и SEO-специалистам мгновенно увидеть превью сниппета в выдаче до индексации
Google предоставляет инструмент, который использует актуальную логику обработки контента поисковой системы для генерации «предсказанного результата поиска» (сниппета) в изолированной среде. Это позволяет мгновенно увидеть, как страница будет выглядеть в выдаче (включая разные стили, например, для мобильных устройств и десктопов), без необходимости ждать её сканирования и добавления в основной продакшн-индекс.
- US11170014B2
- 2016-12-29
Как Google позволяет пользователям контролировать уровень персонализации в результатах поиска с помощью слайдера
Google использует механизм для переменной настройки персонализации поисковой выдачи. Система рассчитывает несколько вариантов ранжирования — от неперсонализированного до полностью персонализированного на основе профиля интересов пользователя. Все варианты отправляются в браузер, позволяя пользователю динамически менять ранжирование с помощью слайдера без перезагрузки страницы.
- US7716223B2
- 2004-12-01
Как Google динамически корректирует веса факторов ранжирования для каждого запроса на основе анализа выдачи
Google использует этот механизм для динамической адаптации алгоритма ранжирования к специфике конкретного запроса. Система анализирует, какие факторы оказали наибольшее влияние на формирование первичной выдачи по сравнению с историческими данными. Если влияние факторов отличается от нормы, система корректирует их веса и проводит повторное ранжирование (Re-scoring) для обеспечения оптимального результата.
- US10339144B1
- 2015-05-21
Как Google заложил основу протокола Sitemaps для автоматической генерации и уведомления о списках URL
Этот фундаментальный патент описывает механизм, позволяющий веб-серверам автоматически генерировать Sitemaps (списки URL с метаданными, такими как дата изменения, частота обновления и приоритет), используя данные из файловой системы, логов доступа или CMS. Система также автоматически уведомляет поисковые системы о наличии обновленного Sitemap, решая проблемы неполного покрытия краулинга и повышая его эффективность.
- US7801881B1
- 2005-06-30
Как Google повышает ранжирование каналов на основе позиций их контента в результатах поиска
Google использует механизм для улучшения видимости «Каналов» (например, каналов YouTube) в поиске на контент-платформах. Система гарантирует присутствие определенного числа каналов в выдаче, а затем агрессивно повышает ранжирование канала, если его отдельные единицы контента (например, видео) уже занимают высокие позиции по данному запросу. Это достигается путем расчета совокупной оценки канала на основе позиций его контента.
- US9348922B2
- 2013-05-17
Как Google использует обработку естественного языка для поиска информации в личной истории пользователя (браузер, почта)
Google может распознавать запросы на естественном языке (включая голосовые), которые ищут ранее просмотренный контент (например, «найди рецепт, который я читал на телефоне»). Система ищет ответ не в общем веб-индексе, а в личной истории пользователя (история браузера, электронная почта), используя фильтры по теме, времени или устройству, извлеченные из запроса.
- US10515076B1
- 2017-01-31
Как Google выбирает изображения с сайта компании для показа в ее бизнес-профиле (Local Pack, Knowledge Panel)
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.
- US9645981B1
- 2013-01-18
Как Google автоматически обнаруживает и удаляет идентификаторы сессий из URL для оптимизации сканирования и предотвращения дублирования
Google использует механизм для автоматического обнаружения идентификаторов сессий в URL-адресах во время сканирования. Система анализирует подстроки, которые выглядят случайными и повторяются в нескольких URL с одного сайта. Эти идентификаторы удаляются для создания «чистых» версий URL. Это позволяет поисковой системе распознавать дублирующийся контент и избегать повторного сканирования одних и тех же страниц, оптимизируя краулинговый бюджет.
- US7886032B1
- 2003-12-23
Как Google исправляет грамматически некорректные запросы пользователей, изучающих язык, предлагая альтернативы
Патент описывает систему, преимущественно для голосовых ассистентов, которая определяет, что пользователь сформулировал запрос грамматически некорректно («плохо сформированная фраза») на неродном для него языке. Вместо выполнения команды система предлагает корректный вариант («хорошо сформированную фразу»), используя для этого предварительно рассчитанные векторные представления (embeddings) и анализ языковой компетентности пользователя.
- US12019999B2
- 2021-06-18
Как Google позволяет временно отключать персонализацию (социальные сигналы, историю, местоположение) в результатах поиска с автоматическим возвратом к стандарту
Патент Google, описывающий механизм временной кастомизации поиска. Пользователь может отключить влияние персонализированных сигналов (социальные связи, местоположение, история поиска) на выдачу в рамках текущей сессии. После завершения сессии система автоматически возвращается к стандартному персонализированному поиску.
- US9280580B1
- 2013-01-07