Система прогнозирует, когда пользователь посетит локацию, используя его текущее местоположение, историю поиска и запросы. Затем она определяет ожидаемые условия (погоду, сезон, время суток) на этот будущий момент и выбирает изображения …
Патенты Google
Разборы патентов поисковой системы Google
Google использует методы для отделения основного содержания страницы от повторяющихся элементов (навигация, футеры, копирайты). Анализируя частоту повторений на сайте, пространственное расположение блоков, окружающий код и цели ссылок, система классифицирует контент …
Google использует систему персонализации, которая анализирует историю поиска пользователя для выявления «предпочитаемых результатов» (User-Preferred Search Results). Ключевыми критериями являются не только минимальное количество кликов, но и продолжительность интереса (time span). …
Google использует итеративный процесс для определения оптимального интервала сканирования (Web Crawl Interval) для каждого документа. Система анализирует историю изменений контента, важность документа (PageRank) и частоту его просмотра пользователями (User View …
Google использует статистический анализ контекстов (соседних слов) для определения вероятности того, что слово в запросе является опечаткой или неправильно использованным омофоном. Система сравнивает частоту использования исходного слова и потенциального исправления …
Патент Google описывает систему извлечения фактов (Subject, Attribute, Object) из неструктурированного текста для пополнения Базы Знаний. Система генерирует паттерны на основе синтаксического разбора (dependency parses) и оценивает их надежность с …
Google динамически формирует категории для бизнесов, основываясь на том, как пользователи ищут их (используемые ключевые слова и клики) в веб-поиске и голосовом поиске. Эти данные формируют иерархическое понимание типов бизнеса. …
Google использует историю запросов маршрутов (Directions Queries) для определения реальной популярности местных бизнесов. Система учитывает, как часто люди ищут маршрут до конкретного места, как далеко они готовы ехать (Historical Travel …
Google использует систему для оптимизации вовлеченности видеоконтента. Система анализирует, как пользователи смотрят видео (когда ставят лайки, делятся, пересматривают или уходят), определяет самые интересные сегменты и рекомендует кадры из этих сегментов …
Google использует систему, позволяющую владельцам тематических (вертикальных) сайтов программно управлять поведением поисковой системы с помощью «Файлов Контекста». Эти файлы содержат инструкции по модификации запроса, выбору коллекций документов для поиска, фильтрации …
Google использует информацию о недавно потребленном пользователем медиаконтенте (видео, аудио, книги, игры) для персонализации поисковых подсказок. Система извлекает атрибуты (аспекты) из этого контента, такие как названия, имена актеров или артистов, …
Google использует сложную иерархическую вероятностную модель для понимания семантики текста. Система обучается на огромных массивах данных (например, поисковых сессиях), чтобы автоматически выявлять «концепции» (кластеры семантически связанных слов и фраз). Это …
Google анализирует последовательность запросов пользователя в рамках одной сессии. Если текущий запрос неоднозначен или содержит отсылки (например, местоимения), система пытается связать его с предыдущими запросами. Затем она генерирует и оценивает …
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 …
Google использует механизм улучшения качества поисковой выдачи. Если по исходному запросу в топе ранжируется слишком много низкокачественных сайтов, система находит связанный альтернативный запрос, который возвращает высококачественные результаты. Затем эти результаты …
Google персонализирует локальный контент (включая рекламу и результаты в Картах), комбинируя местоположение пользователя, ближайшие значимые объекты (Prominent Entities) и личные интересы, извлеченные из истории поиска. Система генерирует дополнительные ключевые слова …
Google индексирует предыдущие поисковые сессии, помечая их тегами (время, место, обсуждаемые сущности). Это позволяет системе диалогового поиска понимать запросы, ссылающиеся на прошлые разговоры (например, "тот ресторан, о котором я спрашивал …
Google использует механизм для устранения позиционной предвзятости (Position Bias) при обучении моделей ранжирования (Learning to Rank). Система анализирует, на какой позиции находился кликнутый результат, и присваивает этому клику вес важности. …
Google использует механизм для определения авторитетности контента (например, книг), когда отсутствуют традиционные гиперссылки. Система создает «неявные ссылки» на основе общих уникальных признаков: схожих изображений или редких текстовых фраз (n-грамм). На …
Анализ патента, описывающего механизм сбора и использования данных об активности пользователей (UAD) для улучшения ранжирования. Система отслеживает клики, время просмотра (Dwell Time) и действия вроде печати или добавления в закладки. …