Как Google группирует похожие результаты в вертикальном поиске (например, Google Flights) и отображает их на временной шкале

Описание

Какую задачу решает

Патент решает проблему перегруженности и сложности восприятия поисковой выдачи в вертикальных поисковых системах, таких как поиск авиабилетов (Flight Search). Когда система находит сотни похожих вариантов (например, рейсы одной авиакомпании с разницей вылета в 15 минут, но одинаковой ценой и длительностью), отображение каждого из них отдельной строкой делает выдачу громоздкой и трудной для сканирования. Изобретение улучшает пользовательский опыт (UX), позволяя быстрее оценивать доступные варианты.

Что запатентовано

Запатентована система и метод для группировки результатов поиска и специфический способ их отображения в графическом интерфейсе (GUI). Система вычисляет схожесть (calculated similarity) между результатами на основе их признаков (например, цена, длительность) и объединяет похожие результаты в группы. Ключевым элементом является представление этой группы в виде компактного блока (Group Result), включающего визуальное представление временной шкалы (Timeline) с индикаторами для каждого отдельного результата в группе.

Как это работает

Система работает на этапе представления результатов:

• Получение результатов: Поисковая система (например, Travel System) находит множество результатов, соответствующих запросу.
• Анализ признаков и расчет схожести: Grouping Engine анализирует признаки результатов (цена, длительность, количество остановок и т.д.) и вычисляет метрику схожести (Similarity Score).
• Кластеризация: Похожие результаты объединяются в группы (например, с помощью алгоритма k-means clustering).
• Рендеринг GUI: Система отправляет инструкции на устройство пользователя для отображения выдачи. Группы отображаются компактно. Каждая группа содержит временную шкалу (Timeline), на которой индикаторами отмечено время (например, время вылета) каждого результата в группе.
• Взаимодействие: При выборе индикатора на шкале система отображает детали соответствующего результата.

Актуальность для SEO

Высокая (для вертикального поиска). Описанный интерфейс с группировкой и временными шкалами активно используется в продуктах Google, в частности в Google Flights. Это стандартный способ представления расписаний в этой вертикали.

Важность для SEO

Патент имеет минимальное значение (1/10) для традиционных SEO-стратегий. Это патент, полностью посвященный пользовательскому интерфейсу (UI) и опыту (UX) в рамках специализированного вертикального поиска (Google Flights). Он не описывает механизмы краулинга, индексирования или ранжирования веб-страниц в органическом поиске. Практическая ценность для SEO-специалистов, не работающих напрямую с поставкой данных в Google Flights, отсутствует.

Детальный разбор

Термины и определения

Calculated Similarity / Similarity Score (Рассчитанное подобие / Метрика подобия)

Числовая оценка, определяющая, насколько похожи два результата поиска. Рассчитывается на основе комбинации признаков (например, цена, длительность, количество остановок).

Flight Search Engine (Система поиска авиабилетов)

Компонент Travel System, который обрабатывает запросы и находит соответствующие маршруты на основе Flight Information.

Formatted Search Results (Форматированные результаты поиска)

Структурированные результаты поиска, удовлетворяющие запросу (например, конкретные авиабилеты).

Grouping Engine (Механизм группировки)

Компонент, который анализирует результаты поиска, вычисляет их схожесть и объединяет похожие результаты в группы.

Group Result (Групповой результат)

Единый элемент в интерфейсе, представляющий несколько похожих индивидуальных результатов поиска.

Indicators (Индикаторы)

Визуальные маркеры на временной шкале, каждый из которых представляет отдельный результат поиска внутри группы. Являются интерактивными элементами.

K-means clustering (Кластеризация методом k-средних)

Упомянутый в патенте метод машинного обучения для группировки результатов поиска на основе схожести их признаков.

Quality Score (Оценка качества результата)

Метрика, рассчитываемая для результатов или групп, чтобы определить «лучшие» варианты (Best Flights). Учитывает баланс между ценой и удобством (длительность, количество остановок, время суток).

Timeline (Временная шкала)

Визуальное представление времени в рамках Group Result, на котором расположены индикаторы отдельных результатов.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной процесс группировки и отображения.

1. Система получает поисковый запрос с параметрами.
2. Получает множество форматированных результатов поиска (formatted search results).
3. Идентифицирует признаки (features) этих результатов.
4. Вычисляет схожесть (similarity) между результатами на основе комбинации признаков.
5. Генерирует одну или более групп на основе вычисленной схожести.
6. Отправляет инструкции на устройство пользователя для рендеринга GUI, включающего групповые результаты (group results).
7. Ключевой элемент GUI: Каждый групповой результат содержит визуальное представление временной шкалы (timeline) с соответствующими индикаторами (indicators) для каждого результата в группе.
8. Система получает ввод от пользователя, выбирающего конкретный индикатор на временной шкале.
9. В ответ система отображает детали конкретного результата, связанного с этим индикатором.

Ядро изобретения — это не просто группировка похожих результатов, а специфический способ их визуализации через интерактивную временную шкалу для улучшения UX.

Claim 2 (Зависимый): Дополняет Claim 1.

1. Система вычисляет оценку качества (Quality Score) для каждого результата и группы.
2. Определяет один или более «лучших» результатов (best formatted search results), если их Quality Score удовлетворяет пороговому значению.

Это описывает механизм выделения блока «Best Flights», который основывается на балансе цены и удобства.

Claim 4 и 8 (Зависимые): Детализируют характеристики группы.

• Группа может включать результаты, у которых значение признака находится в пределах определенного диапазона (Claim 4).
• Для группы может отображаться диапазон значений признака (feature range), например, диапазон цен (Claim 8).

Это позволяет группировать результаты не только с идентичными, но и с близкими значениями (например, цены $212-$223).

Claim 5 и 6 (Зависимые): Условие активации.

• Групповые результаты предоставляются только если количество сгенерированных групп удовлетворяет пороговому значению (например, минимум 2 группы).

Система не будет активировать группировку, если похожих результатов слишком мало или если они не формируют достаточное количество кластеров.

Где и как применяется

Патент применяется исключительно в рамках вертикального поиска со структурированными данными, в частности, в системе поиска путешествий (Travel System), например Google Flights.

INDEXING – Индексирование и извлечение признаков
Система должна иметь доступ к структурированным данным (Flight Information), где для каждого элемента четко определены признаки: цена, время вылета, длительность, авиакомпания и т.д. Эти данные индексируются для быстрого доступа.

RANKING – Ранжирование (Внутри вертикали)
Flight Search Engine выполняет первичный отбор маршрутов. Также на этом этапе рассчитывается Quality Score для определения «Best Flights», что является формой ранжирования на основе баланса цены и удобства.

METASEARCH – Метапоиск и Смешивание / RERANKING – Переранжирование (Presentation Layer)
Основной этап применения патента. Grouping Engine работает как слой представления данных. Он обрабатывает результаты этапа RANKING.

1. Кластеризация: Результаты группируются на основе Similarity Score.
2. Формирование GUI: Система определяет финальный вид выдачи, заменяя списки похожих результатов на компактные блоки с Timeline, и применяет финальную сортировку (например, по цене или Quality Score).

Входные данные:

• Поисковый запрос пользователя (параметры: откуда, куда, даты).
• Набор форматированных результатов поиска (маршруты) с их признаками.

Выходные данные:

• Инструкции для рендеринга GUI, содержащего список результатов, часть из которых представлена в виде Group Results с временными шкалами.

На что влияет

• Конкретные типы контента: Влияет исключительно на отображение структурированных данных в вертикальном поиске. Все примеры в патенте касаются авиабилетов (flight itineraries).
• Специфические запросы: Запросы в вертикальном поиске, где важны временные параметры (расписания) и где часто встречается много похожих вариантов (например, популярные маршруты авиаперелетов).

Патент не влияет на ранжирование или отображение контента в традиционном органическом веб-поиске.

Когда применяется

• Условия работы алгоритма: Когда поисковая система возвращает множество форматированных результатов (formatted search results).
• Триггеры активации: Когда система идентифицирует результаты с высокой степенью схожести (Similarity Score выше порога) по ключевым признакам (цена, длительность).
• Пороговые значения: Группировка активируется, только если количество сгенерированных групп превышает определенный порог (например, минимум 2 группы, как указано в Claim 6). Если похожих результатов мало, они будут показаны списком.

Пошаговый алгоритм

Процесс обработки и отображения результатов

1. Получение запроса: Система получает поисковый запрос (например, авиабилеты SFO в JFK на определенную дату).
2. Получение результатов: Flight Search Engine возвращает коллекцию подходящих маршрутов.
3. Анализ признаков: Для каждого маршрута извлекаются ключевые признаки (цена, длительность, остановки, авиакомпания, аэропорты).
4. Расчет схожести и кластеризация: Grouping Engine вычисляет Similarity Score между маршрутами. Может использоваться взвешенная комбинация признаков или методы кластеризации (например, k-means clustering). Маршруты с высокой схожестью объединяются в группы.
5. Проверка порогов активации: Система определяет, достаточно ли сгенерировано групп (например, больше порога 2).
   • Если НЕТ: Отобразить результаты стандартным списком.
   • Если ДА: Перейти к шагу 6.
6. Расчет Quality Score (Опционально): Система рассчитывает Quality Score для результатов/групп, чтобы определить «Best Flights» (баланс цены и удобства).
7. Формирование GUI: Система формирует итоговую выдачу. Похожие маршруты заменяются на Group Result.
8. Рендеринг Timeline: Для каждого Group Result создается временная шкала, на которой размещаются индикаторы (Indicators) в соответствии со временем вылета каждого маршрута в группе.
9. Отображение выдачи: Выдача (включая «Best Flights» и групповые результаты) отображается пользователю, отсортированная по заданному критерию (например, по цене).
10. Обработка взаимодействия: При наведении или клике на индикатор на Timeline, система отображает детали соответствующего маршрута. При клике на элемент раскрытия (expansion control), группа разворачивается в список индивидуальных маршрутов.

Какие данные и как использует

Данные на входе

Патент фокусируется на обработке структурированных данных, полученных от поисковой системы. Он не использует традиционные SEO-факторы (контентные, ссылочные, поведенческие для веб-сайтов).

Используются следующие структурированные признаки результатов (на примере авиабилетов):

• Цена (Price): Используется для сортировки и является ключевым фактором для группировки (результаты могут иметь одинаковую цену или цену в пределах диапазона).
• Временные факторы (Time): Время вылета и прилета. Определяет положение индикатора на Timeline.
• Длительность (Duration): Используется для расчета схожести и Quality Score.
• Количество остановок (Number of stops): Используется для расчета схожести и Quality Score.
• Авиакомпания (Airline carriers): Может использоваться как признак для группировки.
• Аэропорты (Airports): Используется, если запрос включал город с несколькими аэропортами.

Поведенческие факторы (Косвенно): При описании «Best flights» упоминается, что они могут соответствовать тем результатам, которые наиболее вероятно будут выбраны пользователями, например, на основе исторической информации (historical information).

Какие метрики используются и как они считаются

• Similarity Score (Оценка схожести): Метрика для кластеризации. Рассчитывается на основе комбинации признаков. Патент предлагает несколько вариантов:
  1. Взвешенная оценка на основе значений признаков (признаки могут быть weighted).
  2. Использование алгоритмов кластеризации, таких как k-means clustering, где схожесть определяется близостью в многомерном пространстве признаков.
  3. Индивидуальное сравнение признаков: если цена в пределах X%, длительность в пределах Y минут.
• Quality Score (Оценка качества): Метрика для определения «Best Flights». Рассчитывается как компромисс между ценой и удобством (trade off between price and convenience). Учитывает цену, длительность, количество остановок. Формула может зависеть от рынка (короткие или длинные перелеты) или типа пользователя.
• Порог количества групп: Минимальное количество групп (например, 2), необходимое для активации интерфейса группировки.

Выводы

1. Фокус на UX в вертикальном поиске: Патент описывает исключительно механизм улучшения пользовательского интерфейса и опыта (UI/UX) для вертикальных поисковых систем, обрабатывающих структурированные данные (на примере Google Flights).
2. Кластеризация для компактности: Система использует алгоритмы машинного обучения (например, k-means clustering) для вычисления схожести (Similarity Score) и группировки похожих результатов (например, рейсов с одинаковой ценой и длительностью).
3. Визуализация через Timeline: Ключевым элементом изобретения является представление группы в виде интерактивной временной шкалы (Timeline) с индикаторами отдельных результатов. Это позволяет компактно отображать расписание.
4. Определение «Лучших» результатов: Система рассчитывает Quality Score, который отражает баланс между ценой и удобством (длительность, остановки), чтобы выделить «Best Flights». Это внутренняя метрика удобства, не связанная с качеством контента или E-E-A-T.
5. Отсутствие влияния на органический поиск: Патент не описывает алгоритмы ранжирования веб-страниц и не содержит информации, применимой для традиционного SEO.

Практика

ВАЖНО: Патент является инфраструктурным и описывает внутренние процессы отображения данных в вертикальном поиске Google (Google Flights). Прямых практических выводов для SEO-специалистов, занимающихся продвижением веб-сайтов в органическом поиске, он не дает.

Best practices (это мы делаем)

Рекомендации применимы только для авиакомпаний и онлайн-турагентств (OTA), которые поставляют данные в Google Flights.

• Обеспечение точности структурированных данных: Критически важно предоставлять точные и актуальные данные о ценах, времени вылета, длительности и количестве остановок. Эти данные напрямую используются для расчета Similarity Score (группировка) и Quality Score (попадание в «Best Flights»).
• Полнота данных о расписании: Предоставление полного расписания рейсов увеличивает вероятность формирования групп и более наглядного представления предложений компании в интерфейсе.

Worst practices (это делать не надо)

Для поставщиков данных (OTA/Airlines):

• Предоставление неточных данных: Некорректные данные о ценах или времени могут привести к неправильной группировке или низкому Quality Score, что ухудшит представление продукта в вертикальном поиске.

Для традиционного SEO практик не следует.

Стратегическое значение

Патент демонстрирует, как Google использует машинное обучение (кластеризацию) для улучшения пользовательского опыта в своих вертикальных продуктах. Он подтверждает стратегию Google по развитию собственных вертикальных поисковых сервисов (Flights, Hotels, Shopping), которые напрямую конкурируют с сайтами-агрегаторами. Это подчеркивает важность структурированных данных и качества UX как ключевых элементов в этих нишах.

Практические примеры

Практических примеров применения для SEO нет. Ниже приведен пример работы механизма в Google Flights.

Сценарий: Группировка рейсов на популярном маршруте

1. Запрос: Пользователь ищет билеты из Сан-Франциско в Лос-Анджелес.
2. Исходные данные: Система находит 50 рейсов. Из них 12 рейсов Airline 1 имеют одинаковую цену ($141) и длительность (1ч 20м), но разное время вылета.
3. Обработка: Grouping Engine рассчитывает Similarity Score и определяет эти 12 рейсов как кластер.
4. Отображение: Вместо 12 отдельных строк в выдаче, система показывает один Group Result с ценой $141. Внутри этого результата отображается Timeline (например, с 6 утра до 9 вечера), на которой расположены 12 индикаторов, соответствующих времени вылета каждого рейса.
5. Результат: Выдача становится компактнее, и пользователь сразу видит частоту полетов данной авиакомпании по этой цене.

Вопросы и ответы