Google использует систему для идентификации основного контента веб-страницы путем ее разделения на логические разделы на основе визуального макета. Система оценивает характеристики каждого раздела (соотношение ссылок к тексту, количество слов, изображения, …
SERP
Google анализирует, на какие темы пользователи массово подписываются в сервисах оповещений (например, Google Alerts) за определенный период времени. Эти трендовые темы (Topical Subjects) затем используются как сигнал для ранжирования: новостные …
Google использует метод машинного обучения для оптимизации моделей ранжирования (например, в Поиске по картинкам). Вместо равномерного обучения на всех данных, система фокусируется на самых сложных примерах, которые попадают в топ …
Google использует «Фактор чувствительности к местоположению» (Location Sensitivity Factor), чтобы динамически определять, насколько важна близость для конкретного запроса. Система объединяет оценку расстояния (Distance Score) и тематическую оценку (Topical Score) в …
Google использует систему для идентификации "spoofy" изображений (сатирических, юмористических или оскорбительных модификаций, таких как мемы). Система сравнивает пары визуально похожих изображений, игнорирует артефакты сжатия и изменения размера, и точно локализует …
Google использует механизм динамической смены сниппетов для улучшения взаимодействия пользователя с поиском. Если один и тот же результат появляется повторно в ответ на разные запросы в рамках одной сессии, система …
Google патентует систему для генерации контента (например, объявлений или SGE-ответов) в реальном времени с помощью языковых моделей. Ключевая особенность — механизм "заземления" (grounding), который гарантирует, что ИИ не галлюцинирует, а …
Google использует технику нормализации для объединения разнородных результатов поиска (например, бесплатных и платных приложений, или разных вертикалей поиска) в единый список. Система анализирует распределение популярности внутри каждой группы, вычисляет «типичную …
Google может динамически изменять сниппеты (заголовки и описания) в результатах поиска, чтобы выделить ту часть контента на странице, которая соответствует долгосрочным интересам пользователя или его недавней истории поиска. Система генерирует …
Google использует модель с двумя отдельными нейронными сетями (Two-Tower Model) для понимания семантической релевантности между запросами и контентом. Одна сеть обрабатывает запрос, другая — контент, преобразуя их в векторы (embeddings). …
Google использует сигналы интереса пользователя (клики, время просмотра) для динамической корректировки весов различных источников данных (например, ключевых слов, тем, типов контента). Система определяет, какие источники наиболее полезны для конкретного пользователя, …
Система Google для визуального поиска товаров, которая анализирует изображения, извлекая глобальные и локальные признаки (цвет, форма, текстура). Патент описывает, как это позволяет пользователям искать похожие товары, выделяя конкретные части объекта …
Google применяет двухэтапную нейронную архитектуру (CNN, BiLSTM) для извлечения структурированных данных (например, цен, характеристик) напрямую из HTML-кода. Система анализирует текст узла, предшествующий текст и структуру DOM/XPath. Это позволяет Google понимать …
Google запатентовал механизм клиентской персонализации, который локально отслеживает историю посещений пользователя (частоту, время на сайте). Система перехватывает стандартные результаты поиска и переранжирует их, повышая позиции сайтов, с которыми пользователь ранее …
Google патентует систему для обработки «социальных опросных запросов» (например, «что мои друзья думают о фильме X»). Система определяет релевантность контента, учитывая социальный граф пользователя, авторитетность участников сети, их демографические атрибуты …
Патент Google, описывающий архитектуру и алгоритмы Универсального Поиска (Universal Search). Система определяет, как смешивать результаты из специализированных поисковых движков (например, Новости) с результатами основного веб-поиска. Ключевой механизм заключается в использовании …
Патент Google описывает систему синтеза пошаговых (How-To) инструкций путем анализа и объединения информации из нескольких топовых источников. Система определяет консенсус между источниками и формирует единую инструкцию. Ключевой аспект — персонализированный …
Google рассчитывает «Geotopicality Score», чтобы определить, насколько релевантна веб-страница конкретному географическому местоположению. Система анализирует заметность, расположение и контекст географических упоминаний (геотокенов) на странице, повышая значимость упоминаний в заголовках и тегах …
Google использует систему верификации глубоких ссылок для нативных приложений. Система проверяет, корректно ли глубокая ссылка открывает контент в определенной версии приложения. При показе ссылки в поиске система учитывает версию приложения …
Google использует систему для сбора неструктурированных данных о компаниях (часы работы, парковка, услуги) с веб-сайтов и каталогов. Система извлекает факты, преобразует их в машиночитаемый формат (нормализация), сопоставляет с нужной компанией …