Google применяет систему для обнаружения фейковых отзывов и рейтингов не только в магазинах приложений, но и на веб-сайтах (включая локальный поиск и e-commerce). Система агрегирует сигналы, основанные на скорости получения …
Патенты Google
Разборы патентов поисковой системы Google
Патент Google описывает механизм сопоставления мобильных и десктопных (немобильных) версий документа. Если система устанавливает корреляцию и подтверждает схожесть основного контента, мобильная версия наследует сигналы релевантности (например, обратные ссылки и PageRank) …
Google использует механизм для интерпретации поведения пользователей (CTR), который учитывает, как именно представлены результаты поиска. Система рассчитывает ожидаемый CTR для конкретной позиции и визуального оформления (сниппет, выделение). Чтобы получить буст …
Google не присваивает фиксированный вес синонимам (замещающим терминам) при ранжировании. Вес синонима динамически корректируется для каждого документа в зависимости от того, насколько релевантен исходный термин запроса этому документу. Эта релевантность …
Патент Google (с приоритетом от 1999 г.), описывающий методы фильтрации результатов поиска на основе их связанности с заданным контекстом (набором URL или категорий). Документ раскрывает фундаментальные методы определения связанности (Relatedness): …
Патент описывает механизм интеграции экспертов (Authoritative Users) в поисковую выдачу. Когда запрос совпадает с триггерным запросом, система извлекает пул экспертов и их оценки авторитетности. Этот пул фильтруется с использованием оценок, …
Анализ патента Google, описывающего систему классификации видео (например, на YouTube). Для решения проблемы нехватки размеченных данных система анализирует поведение пользователей: какие видео смотрят последовательно (Co-Watch). На основе этих данных строятся …
Google анализирует тысячи существующих пар Вопрос-Ответ в интернете, чтобы понять, какие термины чаще всего используются при ответе на конкретный вопрос. На основе этого анализа создается "Вектор Терминов Ответа" (Answer Term …
Google использует данные о перемещениях пользователей для оценки качества физических локаций (например, ресторанов, магазинов). Система сравнивает, как далеко люди фактически едут до конкретного места (Actual Distance Value), с тем, как …
Google использует систему для выбора одной «основной версии» документа из множества дубликатов. Выбор основан на авторитетности источника, полноте контента и PageRank. Система агрегирует сигналы (например, цитирования и ссылки) всех версий …
Google использует механизм для определения того, подразумевает ли запрос (например, «ресторан») поиск локальной информации, даже если местоположение не указано. Система анализирует агрегированное поведение пользователей для расчета «степени неявной локальной релевантности» …
Google использует систему, которая прогнозирует вероятность того, что пользователь совершит покупку у продавца, показанного в результатах поиска (рекламе или органике). На основе этого прогноза система выбирает и отображает визуальный индикатор …
Google генерирует "Связанные запросы" (Related Searches), анализируя, какие еще запросы приводят пользователей к тем же документам, что и исходный запрос. Если Документ X релевантен Запросам A и B, то Запрос …
Google использует механизм для помощи в исследовании тем, связанных с сущностями (люди, места, продукты). Система распознает сущность в запросе, определяет ее ключевые атрибуты (анализируя результаты поиска или Knowledge Graph) и …
Google использует машинное обучение для анализа логов поведения пользователей, чтобы понять, что они ищут после посещения определенного контента. Система создает совместное векторное пространство (joint embedding) для документов и запросов, где …
Google использует механизм обобщения запросов для улучшения ранжирования, особенно когда исторических данных по исходному запросу недостаточно. Система создает варианты запроса (удаляя стоп-слова, используя синонимы, стемминг или частичное совпадение) и агрегирует …
Google использует систему для определения значимости слов в поисковом запросе на основе контекста. Анализируя логи запросов, система выявляет термины, добавление которых статистически не меняет поисковую выдачу. Такие термины считаются малозначимыми …
Google рассчитывает метрику "Word-Score" для оценки значимости слова в запросе. Метрика основана на сравнении historical CTR контента, найденного по ключевым словам, включающим это слово (Keep-Count), и CTR контента, найденного по …
Google разрабатывает систему, которая заменяет статические бизнес-профили динамическими «курируемыми профилями», генерируемыми ИИ (например, LLM). Эти профили адаптируются в реальном времени под конкретного пользователя, учитывая его запрос, предпочтения, историю поиска и …
Google рассчитывает независимый от запроса сигнал качества (Q) для видео, анализируя корреляции между поведенческими метриками: временем просмотра, рейтингами и количеством просмотров. Система использует математические функции (Predictor и Voting) для моделирования …