Как Google использует пользовательские аннотации и коллекции (Web Notebooks) для определения релевантности контента, даже если ключевые слова отсутствуют на странице

Описание

Какую задачу решает

Патент решает проблему «словарного несоответствия» (vocabulary mismatch) в информационном поиске — ситуации, когда релевантный документ не содержит точных терминов, используемых в запросе пользователя. Он позволяет системе преодолеть ограничения анализа текста самой страницы, интегрируя сигналы человеческой курации и интерпретации для более точного определения контекстуальной релевантности. Кроме того, в описании патента рассматривается улучшение качества сниппетов.

Что запатентовано

Запатентована система, использующая данные из Web Notebooks (пользовательских коллекций веб-контента, таких как Google Collections/Saves). Ключевым изобретением (Claim 1) является механизм установления релевантности документа запросу на основе текста, добавленного пользователем в коллекцию (аннотации, заголовка), даже если сам документ не содержит терминов запроса.

Как это работает

Система анализирует, как пользователи сохраняют и аннотируют контент.

• Определение релевантности (Claim 1): Если Пользователь А сохраняет Документ Б и добавляет аннотацию (user-supplied free-form text) с Термином Х, а Документ Б не содержит Термин Х, система может показать Документ Б Пользователю В, который ищет Термин Х. Релевантность устанавливается через интерпретацию Пользователя А.
• Ранжирование и Сниппеты (Описание патента): В описании также указано, что система может повышать ранг (increasing a ranking) страниц, сохраненных в релевантных блокнотах, и использовать сохраненные фрагменты (Clipped Content) для генерации сниппетов.

Актуальность для SEO

Высокая. Хотя патентное семейство берет начало в 2006 году (эпоха Google Notebook), этот конкретный патент-продолжение был выдан в 2023 году. Это подчеркивает стратегическую важность использования сигналов человеческой курации для Google. Механизм использования пользовательских аннотаций для преодоления словарного разрыва остается крайне актуальным в современном поиске.

Важность для SEO

Патент имеет значительное стратегическое влияние на SEO (70/100). Он демонстрирует конкретный механизм, при котором релевантность может определяться внешними, сгенерированными пользователями сигналами, которые могут функционально перекрывать on-page факторы. Это подчеркивает важность создания контента, который пользователи считают достаточно ценным для сохранения и категоризации, так как их интерпретация может напрямую влиять на видимость в поиске.

Детальный разбор

Термины и определения

Web Notebook (Веб-блокнот / Коллекция)

Документ, созданный пользователем путем агрегации контента из различных веб-источников в одном месте. Аналог Google Collections или Saves.

User-supplied free-form text (Введенный пользователем неструктурированный текст)

Ключевой элемент Claims. Текст, добавленный пользователем в Web Notebook. Включает аннотации (user-annotation), названия (titles) и заголовки (headings).

Entry (Запись)

Отдельный элемент в Web Notebook, включающий ссылку на исходный документ и user-supplied free-form text.

Clipped Content (Скопированный контент)

Конкретная часть веб-страницы, которую пользователь сохранил. В описании патента упоминается как предпочтительный источник для генерации сниппетов.

Ranker (Ранжировщик)

Компонент системы, использующий контент Web Notebooks для определения релевантности и корректировки ранжирования.

Snippetizer (Генератор сниппетов)

Компонент, который может использовать Clipped Content для создания сниппетов (упомянут в описании).

Ключевые утверждения (Анализ Claims)

Патент US11775535B2 является продолжением (continuation) ранних заявок. Его формула изобретения (Claims 1-14) сфокусирована на конкретном механизме установления релевантности. Важно отметить, что механизмы повышения ранга (boosting) и генерации сниппетов описаны в тексте патента (Description), но не включены в Claims этого конкретного патента B2.

Claim 1 (Независимый пункт): Описывает метод использования пользовательского текста для определения релевантности документа запросу, когда документ не содержит терминов запроса.

1. Система идентифицирует запись (entry), созданную Пользователем А (given user) о Веб-документе Б (созданном другим автором).
2. Запись содержит user-supplied free-form text (Текст Т), добавленный Пользователем А.
3. Критическое условие: Веб-документ Б НЕ содержит определенных терминов из Текста Т.
4. Система получает поисковый запрос от Пользователя В (additional user), содержащий эти термины.
5. Система определяет, что Веб-документ Б релевантен запросу, основываясь на том, что термины присутствуют в Тексте Т (аннотации Пользователя А).
6. Система предоставляет результат поиска для Веб-документа Б Пользователю В.

Ядро изобретения — это механизм преодоления словарного несоответствия. Пользовательские аннотации и заголовки в коллекциях функционируют как внешний контекст, аналогично анкорному тексту (anchor text) ссылок. Они позволяют системе понять, что страница о «Кафе А» релевантна запросу «лучший тирамису», если пользователь сохранил страницу и подписал ее «лучший тирамису», даже если на сайте кафе это слово не упоминается.

Claims 6 и 7 (Зависимые): Уточняют, что user-supplied free-form text может быть названием (title) или заголовком (heading). То, как пользователь называет свою коллекцию или запись, напрямую влияет на релевантность контента внутри нее.

Где и как применяется

Изобретение интегрирует данные пользовательской курации в процесс определения релевантности и ранжирования.

INDEXING – Индексирование и извлечение признаков
На этом этапе система индексирует данные из Web Notebooks. Ключевая задача — извлечь user-supplied free-form text (аннотации, заголовки), Clipped Content и установить прочную связь между этими данными и исходным URL документа.

RANKING – Ранжирование (Этап отбора кандидатов / Retrieval)
Применение Claim 1. На этапе отбора кандидатов система ищет документы, соответствующие запросу не только по их собственному содержанию, но и по связанным с ними аннотациям в Web Notebooks. Это позволяет включать в выдачу документы, которые иначе были бы пропущены из-за отсутствия ключевых слов.

RANKING – Ранжирование (Этапы L2/L3)
Как упоминается в описании патента, наличие документа в релевантных блокнотах может использоваться для increasing a ranking (повышения ранга) на более поздних этапах ранжирования.

METASEARCH / RERANKING – Генерация SERP
Как упоминается в описании патента, Snippetizer может использовать Clipped Content (ту часть контента, которую пользователи сохранили) для генерации сниппетов в выдаче.

Входные данные:

• Поисковый запрос.
• Индекс веб-документов.
• Индекс Web Notebooks (включая URL источника, Clipped Content и user-supplied free-form text).

Выходные данные:

• Набор результатов поиска, включающий документы, релевантность которых установлена через внешние аннотации, с потенциально улучшенными сниппетами.

На что влияет

• Специфические запросы: Наибольшее влияние на запросы, где существует разрыв между терминологией авторов и языком пользователей, или где важна субъективная категоризация (например, «уютное кафе», «легкий рецепт»).
• Конкретные ниши и типы контента: Влияет на контент, который пользователи склонны собирать и организовывать: путешествия, рецепты, хобби, дизайн, подборки товаров (e-commerce), локальный бизнес.

Когда применяется

• Условия применения: Когда существуют доступные системе данные Web Notebooks (публичные коллекции или агрегированные данные), связанные с результатами поиска.
• Триггер активации (Claim 1): Когда поисковый запрос совпадает с user-supplied free-form text в коллекции, и особенно когда эти термины отсутствуют в исходном документе.
• Триггер активации (Сниппеты): (Согласно Описанию). Когда для документа существует сохраненный Clipped Content.

Пошаговый алгоритм

Процесс установления релевантности (на основе Claim 1)

1. Предварительная обработка (Офлайн):
   1. Сбор и индексирование Web Notebooks.
   2. Извлечение user-supplied free-form text и ассоциирование их с исходными URL.
2. Получение запроса: Система получает запрос от Пользователя В.
3. Анализ индекса блокнотов: Система ищет записи в Web Notebooks, где user-supplied free-form text (созданный Пользователем А) соответствует запросу.
4. Идентификация связанных документов: Идентифицируются исходные веб-документы, на которые ссылаются найденные записи.
5. Проверка условий (Claim 1): Система учитывает ситуацию, что исходный документ сам по себе не содержит терминов запроса.
6. Установление релевантности: Исходные документы признаются релевантными запросу на основе совпадения с аннотациями Пользователя А.
7. Интеграция и ранжирование: Документы включаются в набор результатов поиска и ранжируются.

Какие данные и как использует

Данные на входе

Система использует данные, сгенерированные пользователями в процессе курации контента.

• Пользовательский контекст (User-Generated Context):
  • User-supplied free-form text: Аннотации, комментарии, описания. Это критически важный источник сигналов релевантности согласно Claim 1.
• Структурные факторы (внутри коллекций):
  • Названия (Titles) коллекций или записей (Claim 6).
  • Заголовки (Headings) внутри коллекций (Claim 7).
• Контентные факторы (внутри коллекций):
  • Clipped Content (используется для генерации сниппетов, согласно описанию).
• Ссылочные факторы:
  • URL исходного документа, связанного с записью.

Какие метрики используются и как они считаются

• Соответствие Запрос-Аннотация: Метрика релевантности между терминами поискового запроса и user-supplied free-form text в коллекции. Это основной механизм для определения релевантности согласно Claim 1.
• Ranking Boost (Повышение ранга): (Упоминается в Описании). Механизм увеличения оценки ранжирования для результатов, которые упоминаются в релевантных коллекциях.
• Приоритет Clipped Content: (Упоминается в Описании). Метрика для Snippetizer, определяющая предпочтение сохраненного контента для генерации сниппета.

Выводы

1. Внешняя релевантность через человеческую интерпретацию: Патент защищает механизм, при котором релевантность страницы определяется не только ее содержанием, но и тем, как люди ее категоризируют и описывают во внешних коллекциях (Web Notebooks).
2. Аннотации как аналог анкорного текста (Anchor Text): User-supplied free-form text функционирует аналогично анкорному тексту обратных ссылок, предоставляя мощный внешний контекст. Он сообщает поисковой системе, о чем этот контент с точки зрения пользователя.
3. Преодоление словарного несоответствия (Vocabulary Mismatch): Ключевая ценность изобретения (Claim 1) — возможность ранжировать страницу по терминам, которых на ней нет. Если пользователи ассоциируют определенные термины с контентом, Google может принять эту ассоциацию как сигнал релевантности.
4. Сниппеты, отражающие ценность (Из Описания): Система может использовать Clipped Content для генерации сниппетов, предполагая, что сохраненный пользователями контент является наиболее важной частью страницы.
5. Актуальность концепции: Несмотря на возраст идеи и закрытие Google Notebook, выдача патента в 2023 году подтверждает стратегическую важность сигналов пользовательской курации для Google, которые могут применяться к современным продуктам (например, Google Collections).

Практика

Best practices (это мы делаем)

• Создавайте контент, достойный сохранения (Savable Content): Фокусируйтесь на создании высокополезного, справочного или вдохновляющего контента, который пользователи захотят сохранить для будущего использования (гайды, чек-листы, уникальные данные, рецепты).
• Изучайте язык и категоризацию пользователей: Анализируйте, как пользователи описывают ваш контент своими словами на внешних платформах. Это дает понимание того, какие термины они ассоциируют с вашим контентом (аналог user-supplied free-form text), что может влиять на релевантность по Claim 1.
• Оптимизируйте под «копируемость» (Clippability): (На основе Описания патента). Используйте четкую структуру и выделяйте ключевые выводы. Контент, который легко извлечь и сохранить, с большей вероятностью будет использован для генерации сниппетов, если он будет сохранен пользователями.
• Стимулируйте тематическую ассоциацию: Создавайте контент и бренд так, чтобы пользователи естественным образом категоризировали его с нужными вам темами. Если ваш контент сохраняют в коллекции с четкими названиями, это служит сильным сигналом.

Worst practices (это делать не надо)

• Фокус исключительно на On-Page SEO: Полагаться только на наличие ключевых слов на странице недостаточно. Патент показывает, что внешняя пользовательская интерпретация может переопределить отсутствие ключевых слов на странице.
• Создание тонкого контента (Thin Content): Контент, не представляющий достаточной ценности для сохранения или аннотирования, не получит преимуществ от этого механизма.
• Игнорирование пользовательского словаря: Использование только профессиональной терминологии, игнорируя то, как пользователи реально ищут и категоризируют информацию в вашей нише.
• Манипуляции с коллекциями: Попытки создать фейковые сети коллекций для искусственного создания аннотаций будут расценены как спам.

Стратегическое значение

Патент подтверждает долгосрочную стратегию Google по интеграции сигналов, основанных на человеческой валидации и поведении. Он демонстрирует, что релевантность — это не только совпадение текста, но и понимание контекста использования контента. Для долгосрочной SEO-стратегии критически важно создавать контент, который не просто отвечает на запрос, но и становится частью пользовательских рабочих процессов (исследования, планирования, покупок), стимулируя его сохранение и курацию.

Практические примеры

Сценарий: Установление релевантности по отсутствующим терминам (Claim 1)

1. Контент: Веб-сайт локального кафе «Уютный уголок». В текстах используются слова «кофе», «выпечка», «атмосфера», но нет термина «коворкинг» или «место для работы».
2. Действие пользователя (User A): Пользователь сохраняет ссылку на это кафе в своей публичной коллекции (например, Google Collections или Google Maps List) под названием «Лучшие места для работы с ноутбуком».
3. Поисковый запрос (User B): Другой пользователь ищет «кафе для работы с ноутбуком».
4. Результат (согласно патенту): Google индексирует название коллекции (user-supplied free-form text) Пользователя А. Несмотря на отсутствие нужных слов на сайте кафе, система использует этот внешний контекст для установления релевантности. Сайт кафе появляется в результатах поиска по этому запросу.

Вопросы и ответы