Как Google использует данные социальных сетей и активность в группах для персонализации поиска

Описание

Какую задачу решает

Патент решает проблему предоставления обобщенных (неперсонализированных) результатов поиска, которые не учитывают индивидуальный контекст, интересы и намерения пользователя. Например, запрос «apple» может относиться к фрукту, компьютеру или музыкальной группе. Изобретение направлено на повышение релевантности выдачи путем интеграции контекста пользователя, полученного из социальной сети, для уточнения его истинного намерения.

Что запатентовано

Запатентована система персонализации результатов поиска с использованием данных из социальной сети. Ключевым аспектом этого конкретного патента (который является продолжением заявки 2004 года) является механизм динамического определения степени персонализации. Система определяет принадлежность пользователя к группам или сообществам и измеряет уровень его активности (Frequency of Participation) внутри этих групп. На основе этой активности система решает, насколько сильно следует модифицировать поисковый запрос или смещать ранжирование в сторону интересов конкретной группы.

Как это работает

Система работает следующим образом:

• Идентификация контекста: Определяются группы в социальной сети, к которым принадлежит пользователь.
• Измерение активности: Оценивается Frequency of Participation (частота участия) пользователя в этих группах.
• Определение уровня персонализации: На основе активности определяется Level of Personalization. Чем активнее пользователь в группе, тем сильнее ее влияние.
• Сбор данных персонализации: Извлекается Personalization Information, связанная с релевантными группами (например, ключевые слова, предпочтительные сайты).
• Применение персонализации: Эта информация используется для генерации Personalized Search Query (путем расширения исходного запроса) или для переранжирования стандартных результатов поиска.

Актуальность для SEO

Низкая/Средняя. Патент имеет очень долгую историю (оригинальная заявка подана в 2004 году) и описывает интеграцию с ныне не существующими социальными сетями (в примерах упоминается Orkut). Google в значительной степени отказался от использования явных социальных сигналов после закрытия Google+. Однако базовый принцип — использование интересов и связей пользователя для персонализации — остается критически важным, хотя сейчас Google собирает эти сигналы иначе (история поиска, поведение в браузере, активность в продуктах Google).

Важность для SEO

Влияние на SEO минимальное (4/10). Патент описывает механизмы глубокой персонализации на стороне пользователя (searcher-side personalization), на которые SEO-специалист не может напрямую влиять. Он не раскрывает факторы ранжирования контента, а фокусируется на модификации запроса и переранжировании на основе контекста конкретного пользователя. Этот документ важен для понимания того, что универсальной поисковой выдачи не существует, но он не предлагает прямых практических действий для оптимизации сайтов.

Детальный разбор

Термины и определения

Social Network (Социальная сеть)

Сеть, соединяющая людей или организации посредством набора взаимосвязей. В контексте патента упоминается Orkut.

Member Profile (Профиль участника)

Набор данных, представляющий участника социальной сети, содержащий информацию о нем (интересы, демография, контакты) и его связи (associations).

Association / Community / Group (Ассоциация / Сообщество / Группа)

Объединение участников внутри социальной сети на основе общих интересов, характеристик или взаимоотношений.

Personalization Information (Информация для персонализации)

Данные, связанные с пользователем или группой, используемые для адаптации поиска. Могут включать ключевые слова, фразы, предпочтительные сайты (preferred sites) или ограничения.

Frequency of Participation (Частота участия)

Метрика, измеряющая активность пользователя внутри определенной группы (например, частота входа, просмотры, публикации).

Level of Personalization (Уровень персонализации)

Степень, в которой информация для персонализации влияет на поисковый запрос или результаты. Определяется на основе Frequency of Participation или явного выбора пользователя.

Personalized Search Query (Персонализированный поисковый запрос)

Исходный запрос пользователя, модифицированный (расширенный) с помощью Personalization Information.

Explicit/Implicit Personalization (Явная/Неявная персонализация)

Явная — когда пользователь сам выбирает интересы для учета. Неявная — когда система автоматически анализирует профиль и активность пользователя.

Ключевые утверждения (Анализ Claims)

Анализ основан на формуле изобретения патента US10706115B1 (выдан в 2020 году), который является продолжением (continuation) заявки 2004 года.

Claim 1 (Независимый пункт): Описывает основной метод динамической персонализации запроса.

1. Идентификация первой группы, к которой принадлежит участник.
2. Определение Level of Personalization для входного запроса на основе Frequency of Participation этого участника в первой группе.
3. Определение Personalization Information, связанной с первой группой, на основе определенного уровня персонализации.
4. Генерация Personalized Search Query путем объединения входного запроса с Personalization Information.
5. Поиск по индексу контента с использованием персонализированного запроса.

Ядром изобретения является использование метрики активности пользователя в группе (Frequency of Participation) для динамического контроля силы влияния этой группы (Level of Personalization) на процесс обработки запроса.

Claim 7 (Зависимый): Уточняет, что именно может входить в Personalization Information.

Информация может включать: дополнительную фразу/термин запроса, предлагаемые термины, предпочтительный сайт для поиска (preferred site), ограничение сайта (site restriction) или методологию ранжирования.

Claim 9 (Зависимый): Указывает на возможность ранжирования набора результатов поиска на основе Personalization Information (помимо генерации персонализированного запроса).

Где и как применяется

Изобретение применяется на этапах понимания запроса и финального ранжирования для обеспечения персонализированной выдачи.

QUNDERSTANDING – Понимание Запросов
Основное применение патента. Система анализирует контекст пользователя (его социальные группы и уровень активности в них) в реальном времени. На основе этого анализа принимается решение о том, как интерпретировать и модифицировать исходный запрос. Происходит генерация Personalized Search Query.

RERANKING – Переранжирование (Персонализация)
Personalization Information может применяться на финальном этапе для корректировки порядка результатов (Claim 9). Например, результаты с preferred sites, указанных в настройках группы, могут быть повышены в выдаче.

INDEXING – Индексирование (Косвенно)
Данные социальной сети (профили пользователей, настройки групп, метрики Frequency of Participation) должны быть проиндексированы или доступны поисковой системе для использования в реальном времени.

Входные данные:

• Исходный поисковый запрос.
• Идентификатор пользователя.
• Данные из социальной сети: список групп пользователя, метрики Frequency of Participation, настройки Personalization Information для групп.

Выходные данные:

• Personalized Search Query (внутреннее представление).
• Набор персонализированных результатов поиска.

На что влияет

• Специфические запросы: Наибольшее влияние оказывается на неоднозначные запросы (например, «Ягуар» – машина или ОС; «Apple» – фрукт или компания) или запросы, где интересы пользователя обеспечивают сильный контекст.
• Конкретные ниши или тематики: Влияет на тематики, по которым существуют активные сообщества или группы по интересам.

Когда применяется

• Условия применения: Алгоритм применяется, когда пользователь идентифицирован системой, связан с социальной сетью, и функция персонализации активна (явно или неявно).
• Триггеры активации и пороговые значения: Сила применения персонализации (Level of Personalization) динамически регулируется и зависит от Frequency of Participation пользователя в конкретной группе. Если активность низкая, персонализация может не применяться или быть слабой.

Пошаговый алгоритм

Процесс обработки запроса с динамической персонализацией (на основе Claim 1):

1. Получение запроса и идентификация: Система получает входной запрос и идентифицирует пользователя.
2. Анализ социального контекста: Система обращается к данным социальной сети для идентификации групп, к которым принадлежит пользователь.
3. Оценка активности: Для релевантных групп измеряется или извлекается Frequency of Participation пользователя.
4. Определение уровня персонализации: На основе метрик активности определяется Level of Personalization. Принимается решение, какие группы и с каким весом будут влиять на поиск.
5. Сбор данных персонализации: Из выбранных групп извлекается Personalization Information (дополнительные термины, preferred sites).
6. Генерация персонализированного запроса: Исходный запрос объединяется с Personalization Information для создания Personalized Search Query (например, расширение запроса).
7. Выполнение поиска: Система выполняет поиск по индексу контента, используя Personalized Search Query.
8. (Альтернативный путь) Переранжирование: Система может использовать Personalization Information для переранжирования полученных результатов (например, повышая preferred sites).
9. Возврат результатов: Пользователю предоставляется персонализированная поисковая выдача.

Какие данные и как использует

Данные на входе

Патент фокусируется на использовании данных, связанных с пользователем и его активностью в социальной сети.

• Пользовательские факторы (Социальный профиль):
  • Member Profile: интересы, демографические данные, профессиональная информация, образование.
  • Ассоциации в социальной сети (членство в группах/сообществах, дружеские и деловые связи).
• Поведенческие факторы (Активность):
  • Frequency of Participation: уровень активности внутри конкретных групп (Критически важно, Claim 1). Включает паттерны входа, просмотры контента группы.
  • Потребительское поведение (consumer information): история покупок, посещенные сайты (упоминается возможность использования cookies).
• Системные данные (Настройки групп): Personalization Information, заданная администраторами или участниками группы:
  • Обязательные термины (required terms).
  • Опциональные термины (optional terms).
  • Предпочтительные сайты (preferred sites).

Какие метрики используются и как они считаются

• Frequency of Participation: Ключевая метрика для динамического контроля. Может рассчитываться на основе частоты входа, количества публикаций, взаимодействия с контентом группы.
• Level of Personalization: Производная метрика или настройка (например, рассчитанный вес), определяющая, насколько сильно применять персонализацию. Рассчитывается на основе Frequency of Participation или устанавливается пользователем вручную (как описано в патенте).
• Click-through rates (CTRs): Упоминается в описании как механизм обратной связи для корректировки весов элементов персонализации (например, ключевых слов сообщества).

Выводы

1. Динамическое взвешивание интересов: Ключевой аспект, защищенный в этом патенте, — это динамическая регулировка силы персонализации. Чем активнее пользователь участвует в сообществе (Frequency of Participation), тем сильнее это сообщество влияет на его результаты поиска. Пассивное членство имеет меньший вес.
2. Подтверждение важности персонализации: Патент демонстрирует давний интерес Google (с 2004 года) к использованию социального контекста и интересов пользователя для повышения релевантности поиска.
3. Механизмы персонализации: Персонализация может происходить двумя путями: через переписывание запроса (генерация Personalized Search Query) ИЛИ через переранжирование стандартных результатов.
4. Контекст, определяемый сообществом: Патент описывает механизмы, позволяющие сообществам определять собственный поисковый контекст (через обязательные/опциональные ключевые слова и preferred sites).
5. Ограниченная актуальность реализации: Конкретная реализация через интеграцию с явными социальными сетями (Orkut, Google+) устарела. Однако принципы персонализации на основе интересов остаются фундаментальными для современного поиска, даже если данные об интересах собираются другими методами.

Практика

ВАЖНО: Этот патент описывает инфраструктуру персонализации на стороне пользователя и предлагает ограниченное количество прямых практических рекомендаций для SEO-оптимизации, направленной на улучшение ранжирования.

Best practices (это мы делаем)

• Понимание персонализации и контекста: Необходимо осознавать, что поисковая выдача глубоко персонализирована на основе интересов пользователя. Отслеживание позиций в «общем» поиске менее полезно, чем понимание того, как ваш контент отвечает на конкретные интенты и интересы целевых сегментов аудитории.
• Построение тематического авторитета (Topical Authority): Создание авторитетного ресурса в определенной нише концептуально совпадает с идеей стать «предпочтительным сайтом» (preferred site) для определенного сообщества или группы интересов. Чем выше авторитет сайта в теме, тем вероятнее он будет показан пользователям, активно интересующимся этой темой.
• Стимулирование органических упоминаний в сообществах: В патенте упоминается возможность автоматического извлечения preferred sites на основе анализа упоминаний в сообщениях сообщества. Это косвенно подтверждает ценность органических упоминаний и обсуждений сайта на релевантных внешних платформах.

Worst practices (это делать не надо)

• Ориентация на универсальную выдачу: Разработка SEO-стратегии, основанной на предположении, что все пользователи видят одинаковые результаты поиска.
• Игнорирование интента и контекста: Фокус исключительно на ключевых словах без учета того, какие группы пользователей и с какими интересами вводят эти запросы.
• Попытки манипулировать устаревшими социальными сигналами: Попытки повлиять на ранжирование через социальные сигналы неэффективны в контексте этого патента, так как он фокусируется на персонализации для пользователя, а не на оценке авторитетности сайта.

Стратегическое значение

Патент подтверждает стратегию Google, направленную на понимание интересов пользователя за пределами явного запроса. Хотя описанная реализация через социальные сети устарела, Google использует другие методы (история поиска, поведение в браузере, данные приложений) для достижения той же цели: персонализации на основе интересов. Для SEO это подчеркивает важность ориентации на целевую аудиторию и ее долгосрочные интересы, а не только на сиюминутные запросы.

Практические примеры

Практических примеров прямого применения для SEO нет. Однако можно привести пример того, как этот механизм влияет на видимость контента.

Сценарий: Персонализация неоднозначного запроса «Ягуар»

1. Пользователи: Пользователь А активно участвует в группе «Любители автомобилей». Пользователь Б активно участвует в группе «Разработчики Mac OS».
2. Измерение активности: Google фиксирует высокую Frequency of Participation у обоих пользователей в их соответствующих группах (или определяет эти интересы через другие поведенческие сигналы).
3. Запрос: Оба пользователя вводят запрос «Ягуар».
4. Персонализация для Пользователя А: Система определяет высокий Level of Personalization для интереса «Автомобили». Выдача смещается в сторону автомобильной тематики.
5. Персонализация для Пользователя Б: Система определяет высокий Level of Personalization для интереса «Mac OS». Выдача смещается в сторону операционной системы.
6. Результат: Пользователи видят разную выдачу, соответствующую их интересам, несмотря на одинаковый исходный запрос. Сайт о машинах будет видим пользователю А, но может быть невидим пользователю Б.

Вопросы и ответы