Как Google использует социальные связи «друзей друзей» для персонализации рекламы в поиске

Описание

Какую задачу решает

Патент решает проблему низкой вовлеченности пользователей в поисковую рекламу из-за отсутствия личной привязанности (personal affinity) или доверия к рекламодателю. Цель изобретения — повысить эффективность рекламы путем добавления персонализированного социального доказательства, что увеличивает вероятность клика по объявлению.

Что запатентовано

Запатентована система для автоматического улучшения рекламных объявлений (advertisements) в поисковой выдаче путем добавления социальных аннотаций. Ключевой механизм заключается в идентификации пользователей из расширенного социального круга ищущего («друзья друзей» или mutual user connection), которые ранее взаимодействовали с социальной страницей (social presence) рекламодателя. Эти данные затем отображаются вместе с рекламой.

Как это работает

Система активируется, когда пользователь с аккаунтом в социальной сети выполняет поиск:

• Идентификация рекламы: Система находит релевантные объявления, связанные с social presence рекламодателя.
• Социальный анализ: Анализируется социальный граф для поиска пользователей, которые (1) связаны с ищущим через общего друга (mutual connection) и (2) взаимодействовали с social presence рекламодателя (лайк, отзыв, подписка).
• Выбор связей: Если найдено много кандидатов, используется алгоритм близости (affinity algorithm) для выбора наиболее релевантных связей на основе неявного социального графа (implicit social graph).
• Отображение: Реклама показывается с аннотацией, указывающей на пользователя из расширенного круга и тип его взаимодействия (например, «Jon A, друг Tom B, одобрил эту компанию»).

Актуальность для SEO

Низкая/Средняя. Патент подан в 2013 году и тесно связан с инфраструктурой Google+. Конкретный технический механизм, описанный в патенте, устарел с закрытием Google+. Однако базовая концепция использования социального доказательства для повышения эффективности рекламы остается высокоактуальной, хотя источники данных и методы реализации в 2025 году отличаются.

Важность для SEO

Влияние на органическое SEO минимальное (1/10). Патент полностью сосредоточен на улучшении и персонализации платных рекламных объявлений (Paid Search/PPC), а не на ранжировании органических результатов поиска. Он не описывает алгоритмов органического ранжирования. Для SEO-специалистов он представляет интерес только с точки зрения понимания того, как Google обрабатывает взаимодействия пользователей с сущностями (брендами) в коммерческих целях.

Детальный разбор

Термины и определения

Affinity Algorithm (Алгоритм близости)

Алгоритм (также называемый friend-suggestion algorithm), используемый для выбора, кого из множества mutual connections показать в аннотации. Он оценивает степень близости между пользователем и его расширенными контактами на основе Implicit Social Graph.

Content Item / Advertisement (Элемент контента / Рекламное объявление)

В контексте патента это преимущественно платные рекламные объявления, предоставляемые в ответ на запрос.

Entity (Сущность)

Рекламодатель или организация, стоящая за Content Item и имеющая Social Presence.

Implicit Social Graph (Неявный социальный граф)

Взвешенный граф связей, определяемый фактическими взаимодействиями между пользователями в социальной сети. Веса ребер (edge weights) определяются частотой, новизной и направлением взаимодействий.

Interaction (Взаимодействие)

Действие пользователя в отношении Social Presence. Примеры: endorsement (одобрение, лайк, +1), review (отзыв), check-in (отметка о посещении), mention (упоминание), subscription (подписка).

Mutual User Connection (Взаимная пользовательская связь)

Пользователь, который связан с ищущим через общего знакомого. Это не прямой друг, а «друг друга» (connection of a connection), имеющий как минимум одну степень разделения.

Social Presence (Социальное присутствие)

Представительство сущности (рекламодателя) в социальной сети, например, страница бренда или профиль компании.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной метод интеграции социальных данных в рекламу.

1. Система получает поисковый запрос от Пользователя А, у которого есть присутствие в социальной сети.
2. Идентифицируется рекламное объявление, релевантное запросу. Реклама связана с Сущностью (Рекламодателем), у которой есть social presence.
3. Идентифицируется Пользователь Б, который одновременно: (а) имеет mutual user connection с Пользователем А (т.е. является другом друга) И (б) взаимодействовал (interacted) с social presence Сущности.
4. Система предоставляет для отображения: рекламное объявление, идентификацию Пользователя Б и индикатор его взаимодействия.

Ядро изобретения — использование именно расширенного социального круга (друзей друзей) для персонализации рекламы в поиске.

Claim 2 (Зависимый): Уточняет процесс выбора при наличии множества кандидатов.

Если идентифицировано множество Пользователей Б, система выбирает подмножество для отображения. Выбор осуществляется на основе affinity algorithm. Это указывает на то, что система не показывает случайных пользователей, а выбирает наиболее значимых.

Claims 7-11 (Зависимые): Перечисляют типы взаимодействий.

Взаимодействие может быть одобрением (endorsement), отзывом (review), отметкой (check-in), упоминанием (mention) или подпиской (subscription).

Где и как применяется

Изобретение применяется в системе показа рекламы и требует интеграции между поисковой системой, рекламной платформой и социальной сетью.

INDEXING – Индексирование и извлечение признаков
На этом этапе обрабатываются и индексируются данные из социальной сети (Social Server). Это включает социальные графы пользователей, взаимодействия с Social Presence брендов, а также расчет Implicit Social Graph и весов связей.

RANKING – Ранжирование (Рекламный движок)
Content Server (рекламный сервер) определяет релевантные рекламные объявления и проверяет их связь с Social Presence.

METASEARCH – Метапоиск и Смешивание / RERANKING – Переранжирование (Персонализация рекламы)
Основной этап применения патента. Search Server координирует процесс:

1. Получает релевантную рекламу от Content Server.
2. Запрашивает у Social Server данные о взаимодействиях mutual connections пользователя с рекламодателем.
3. Применяет Affinity Algorithm для выбора лучших кандидатов.
4. Генерирует персонализированную аннотацию и смешивает ее с рекламным объявлением перед показом в SERP.

Входные данные:

• Поисковый запрос и Идентификатор пользователя.
• Социальный граф пользователя (явный и неявный).
• Набор релевантных рекламных объявлений и их связь с Social Presence.
• Данные о взаимодействиях пользователей в социальной сети.

Выходные данные:

• Рекламное объявление, дополненное персонализированной социальной аннотацией.

На что влияет

• Конкретные типы контента: Влияет исключительно на advertisements (рекламные объявления) в поисковой выдаче. Органические результаты поиска не затрагиваются.
• Специфические запросы: Применяется к любым запросам, по которым доступна релевантная реклама, связанная с социальным профилем.

Когда применяется

Алгоритм применяется при выполнении совокупности условий:

• Условия пользователя: Пользователь должен быть авторизован и иметь аккаунт в интегрированной социальной сети.
• Условия рекламодателя: Рекламодатель должен иметь Social Presence и связать его со своими рекламными кампаниями (Claim 6).
• Триггер активации: Должен быть найден хотя бы один mutual connection (друг друга), который совершил взаимодействие (лайк, отзыв и т.д.) с Social Presence рекламодателя.

Пошаговый алгоритм

Процесс обработки запроса и персонализации рекламы:

1. Получение запроса: Search Server получает запрос от авторизованного пользователя.
2. Запрос и получение рекламы: Search Server запрашивает у Content Server релевантные рекламные объявления, ассоциированные с Social Presence. Content Server возвращает объявления.
3. Запрос социальных данных: Для отобранных объявлений Search Server запрашивает у Social Server идентификацию пользователей, которые являются mutual connections и взаимодействовали с Social Presence рекламодателя.
4. Анализ и Ранжирование связей (на Social Server):
   1. Идентификация всех подходящих mutual connections.
   2. Применение Affinity Algorithm для оценки близости каждого кандидата на основе Implicit Social Graph.
   3. Взвешивание взаимодействий (в патенте упоминается, что взаимодействия могут иметь разный вес, например, отзыв важнее подписки).
   4. Выбор лучшего кандидата(ов).
5. Генерация аннотации: Формирование аннотации (например, «Jon A, friend of Tom B, Approved [Brand]») на основе полученных данных.
6. Смешивание и отображение: Search Server интегрирует аннотированное рекламное объявление в поисковую выдачу и отправляет пользователю.

Какие данные и как использует

Данные на входе

Патент фокусируется на использовании социальных данных для улучшения рекламы.

• Пользовательские факторы (Социальные данные):
  • Идентификатор пользователя, выполняющего поиск.
  • Социальный граф пользователя (прямые друзья и друзья друзей).
  • История взаимодействий пользователей в социальной сети (кто с кем общается) для построения Implicit Social Graph.
  • Взаимодействия пользователей с Social Presence брендов (лайки, отзывы, подписки и т.д.).
• Системные данные (Рекламная система):
  • База рекламных объявлений (Content Items).
  • Явные связи между рекламными кампаниями и Social Presence, установленные рекламодателями.

Какие метрики используются и как они считаются

• Edge Weights (Веса ребер): Метрики в Implicit Social Graph, определяющие силу связи между двумя пользователями. Рассчитываются на основе частоты, новизны и направления взаимодействий между ними.
• Affinity Score (Оценка близости): Итоговая метрика, рассчитываемая с помощью Affinity Algorithm. Определяет, насколько близок mutual connection к ищущему пользователю. Используется для выбора лучших кандидатов для показа в аннотации.
• Interaction Weights (Веса взаимодействий): Система может присваивать разные веса разным типам действий (например, endorsement может иметь больший вес, чем subscription).

Выводы

1. Фокус исключительно на Paid Search, а не SEO: Патент описывает механизм персонализации платных рекламных объявлений. Он не имеет отношения к органическому поиску и не предлагает методов улучшения органического ранжирования.
2. Использование расширенного социального графа: Ключевая идея — использование взаимодействий не прямых друзей, а «друзей друзей» (mutual connections). Это позволяет расширить охват социального подтверждения, сохраняя уровень доверия.
3. Сложное ранжирование социальных связей: Система не выбирает случайных пользователей. Она использует Affinity Algorithm и Implicit Social Graph для оценки силы связей, учитывая реальное поведение пользователей, а не только формальные связи.
4. Зависимость от интеграции платформ: Механизм требует глубокой интеграции между поисковой системой, рекламной платформой и социальной сетью (в данном случае Google Search, Google Ads и Google+).
5. Низкая актуальность технической реализации: В связи с закрытием Google+ и изменением ландшафта приватности данных, описанный в патенте конкретный механизм устарел.

Практика

ВАЖНО: Патент описывает внутренние процессы Google, связанные с улучшением поисковой рекламы (PPC). Он не дает практических рекомендаций для органического SEO.

Best practices (В контексте Маркетинга и PPC)

• Стимулирование подлинного вовлечения: Патент подтверждает ценность социального подтверждения. Необходимо мотивировать пользователей взаимодействовать с брендом в социальных сетях (оставлять отзывы, лайки, подписываться). Разнообразные типы взаимодействий (review, endorsement) используются системой.
• Интеграция каналов (для рекламодателей): Рекламодателям выгодно связывать свои рекламные кампании с социальными профилями (Social Presence), если рекламная платформа предоставляет такую возможность для улучшения эффективности объявлений.

Worst practices (В контексте Маркетинга и PPC)

• Накрутка подписчиков и взаимодействий: Покупка фейковых подписчиков или лайков неэффективна в контексте этого патента. Система полагается на Implicit Social Graph и реальные связи между пользователями (Mutual User Connections). Фейковые аккаунты не будут иметь значимых связей с реальными пользователями.

Стратегическое значение

Патент имеет в основном историческое значение. Он демонстрирует, как Google пытался использовать данные своей социальной сети для монетизации поисковой рекламы. Стратегически он подтверждает важность социального подтверждения (Social Proof) в онлайн-маркетинге, но описанный технический путь реализации этой стратегии через интеграцию с Google+ нерелевантен для современных SEO-стратегий.

Практические примеры

Пример, основанный на механизме патента (исторический контекст времен Google+):

Сценарий: Персонализация рекламы через общего друга

1. Пользователи и связи: Пользователь ищет «контроль термитов». У пользователя есть друг Tom B. У Tom B есть друг Jon A. Пользователь и Jon A напрямую не связаны (Mutual User Connection).
2. Действия в социальной сети: Jon A ранее взаимодействовал со страницей компании «Termix» в Google+, например, поставил +1 (endorsement).
3. Обработка запроса: Google определяет, что реклама Termix релевантна. Система определяет, что Jon A является другом друга пользователя и взаимодействовал с Termix.
4. Отображение результата: В поисковой выдаче пользователь видит рекламу Termix с аннотацией: «Jon A, friend of Tom B, Approved Termix». Патент также описывает возможность добавить интерфейс «Ask him a question» (Задать ему вопрос).
5. Ожидаемый результат: Пользователь с большей вероятностью кликнет на рекламу Termix из-за социального доказательства.

Вопросы и ответы