Патент описывает модификацию алгоритма PageRank. Вместо предположения, что все ссылки на странице имеют равную вероятность клика (модель случайного серфера), система измеряет реальное поведение пользователей. Вес ссылки определяется фактической частотой ее …
SERP
Google может генерировать «Синтетический Описательный Текст» для страницы, анализируя контент и структуру сайтов, которые на нее ссылаются. Система создает структурные шаблоны для извлечения релевантного текста (например, заголовков или абзацев рядом …
Патент Google описывает два ключевых механизма. Первый — автоматическое расширение набора запросов (триггеров), активирующих структурированные карточки, с помощью графового анализа и передачи весов между запросами и сущностями. Второй — процесс …
Патент Google, описывающий механизм создания Sitelinks (быстрых ссылок). Система анализирует поведение пользователей (клики, время на странице) и другие сигналы качества (входящие ссылки, вероятность конверсии), чтобы определить наиболее полезные внутренние страницы …
Google анализирует, как пользователи уточняют свои запросы, и строит «Граф Запросов». Этот граф используется двумя способами: 1) Для повышения ранжирования документов (особенно по заголовкам), которые точно соответствуют популярным кластерам запросов, …
Google патентует механизм генерации предложений связанных запросов, привязанных к конкретным результатам поиска (сниппетам). Используя модель D-Q-D, основанную на поведении пользователей (клики и время пребывания), система находит альтернативные запросы, которые ведут …
Google использует алгоритм для идентификации наиболее важных страниц сайта (Primary Resources), которые затем отображаются как Sitelinks в поисковой выдаче. Система строит иерархическую модель сайта на основе структуры URL (а не …
Google использует систему для оценки и ранжирования онлайн-сообществ (например, форумов или групп в социальных сетях). Система анализирует, кто участвует в сообществе (их репутацию и экспертизу), как они взаимодействуют (качество и …
Google использует систему для понимания локальных запросов, которые явно не указывают категорию места (например, «где поесть рис с бобами?»). Система анализирует тексты веб-страниц и отзывы, чтобы связать фразы (N-граммы) с …
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 …
Google генерирует блок "Связанные вопросы" (PAA), определяя, какие прошлые запросы приводили пользователей на те же URL, что и текущий запрос. Для обеспечения разнообразия система использует "Граф вопросов", где семантически близкие …
Google анализирует, какие запросы в прошлом приводили к кликам на документы, которые сейчас ранжируются по текущему запросу. Эти исторические запросы кластеризуются по смыслу для выявления разных интентов. Лучший запрос из …
Google разработал систему, позволяющую пользователям удалять нежелательные сайты из своей выдачи. Патент описывает, как эти данные агрегируются от «легитимных пользователей» и используются для расчета «Remove List Score» — глобального сигнала …
Google использует модель машинного обучения (Reinforcement Learning) для прогнозирования, как показ конкретного результата повлияет на будущую активность пользователя. Если контент (даже кликабельный) снижает долгосрочную вовлеченность, система может его не показать, …
Google решает проблему нехватки данных для ранжирования новых или редких пар запрос-документ. Вместо запоминания исторических данных система изучает скрытые признаки (эмбеддинги) отдельно для запросов и документов. Оценка релевантности вычисляется как …
Google анализирует коллекции похожих структурированных документов (например, товарных карточек) и создает общую модель (DOM). Затем система изучает логи запросов и кликов, чтобы понять, какие части структуры (заголовки, основной контент, реклама) …
Google использует модель машинного обучения для прогнозирования вероятности того, что пользователь перейдет по конкретной ссылке. Эта модель анализирует характеристики ссылки (положение, размер шрифта, анкорный текст) и данные о поведении пользователей. …
Google использует архитектуру для генерации множества вариантов пересмотренных запросов (Related Searches). Патент описывает, как система оценивает качество этих вариантов с помощью предиктивных моделей, обученных на поведении пользователей (например, "длинные клики"), …
Google анализирует исторические данные о том, как пользователи переформулируют запросы (цепочки запросов), пока не найдут нужный контент. Если многие пользователи начинают с запроса А, переходят к запросу Б и кликают …
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 …