Как Google управляет данными о сущностях (Knowledge Graph, Maps), используя неизменяемые «наблюдения» вместо фиксированных идентификаторов

Описание

Какую задачу решает

Патент решает фундаментальную проблему управления данными о сущностях реального мира (например, компаниях на карте) — нестабильность и хрупкость фиксированных системных идентификаторов (system-generated identifiers). В предшествующих системах, если сущность менялась (например, бизнес переезжал), ее ID мог измениться, что приводило к потере связанной информации (например, отзывов). Патент также устраняет проблемы обработки противоречивых данных, одновременных правок и позволяет сохранять всю входящую информацию в неизменяемом виде (immutable) для последующего анализа и восстановления, даже если изначально она была отклонена.

Что запатентовано

Запатентована система управления сущностями (Entity Management System), которая не полагается на фиксированные идентификаторы. Вместо этого сущность определяется динамически как «кластер» (Cluster) неизменяемых «наблюдений» (Observations). Каждое наблюдение содержит обновленную информацию (Payload) и «контекст» (Context) — набор атрибутов, описывающих сущность на тот момент. Новая информация сопоставляется с существующим кластером на основе контекста, а не ID.

Как это работает

Система работает следующим образом:

• Сбор данных: Вся входящая информация (правки, отзывы, данные от поставщиков) преобразуется в Observations (Payload + Context).
• Неизменяемое хранение: Каждое Observation сохраняется в Observation Store и никогда не модифицируется.
• Контекстное сопоставление: Система использует Context наблюдения (например, NAP – Name, Address, Phone), чтобы найти и оценить наиболее подходящий кластер (сущность) в Cluster Index.
• Ассоциация: Наблюдение ассоциируется с кластером, набравшим наибольший балл.
• Суммирование: Summarization System анализирует все наблюдения в кластере, чтобы определить текущее «состояние истины» о сущности (Summarized Cluster), разрешая конфликты. Это состояние затем используется для обновления Cluster Index.

Актуальность для SEO

Высокая. Точное управление данными о сущностях (Knowledge Graph, Google Business Profile) является фундаментом современного поиска, особенно локального. Описанная инфраструктура, вероятно, лежит в основе того, как Google обрабатывает огромные объемы часто противоречивых и изменяющихся данных о реальном мире, обеспечивая целостность и актуальность информации.

Важность для SEO

Патент имеет высокое значение (7.5/10), особенно для Local SEO и управления сущностями (Entity Management). Он не описывает сигналы ранжирования, но раскрывает критически важную инфраструктуру, которую Google использует для установления «фактов» о сущностях. Понимание этого механизма объясняет, почему абсолютная согласованность данных (NAP Consistency) критична: эти данные используются как Context для сопоставления новой информации. Несогласованность может привести к фрагментации данных о сущности.

Детальный разбор

Термины и определения

Observation (Наблюдение)

Единица входящей информации о сущности. Состоит из Payload и Context. После сохранения становится Immutable Observation.

Immutable Observation (Неизменяемое наблюдение)

Ключевая концепция. После сохранения наблюдение не может быть модифицировано. Это гарантирует сохранность всех исторических данных для переоценки.

Context (Контекст)

Часть наблюдения, включающая значения атрибутов (например, NAP), которые описывают сущность на момент наблюдения. Используется для сопоставления наблюдения с кластером без использования фиксированного ID.

Payload (Полезная нагрузка)

Часть наблюдения, содержащая обновленную информацию (например, новый номер телефона, отзыв, рейтинг).

Cluster (Кластер)

Группа наблюдений, которые система определила как относящиеся к одной и той же сущности. В рамках патента Кластер *является* определением сущности.

Cluster Index (Индекс кластеров)

База данных, содержащая текущее состояние (Summarized Cluster) для каждого кластера. Используется для быстрого поиска и сопоставления входящих наблюдений.

Summarization System (Система суммирования)

Система, которая анализирует все наблюдения в кластере и определяет текущее состояние сущности (Summarized Cluster), разрешая конфликты между разными наблюдениями.

Summarized Cluster (Суммированный кластер)

Представление текущего состояния сущности. Это то, что обычно видят пользователи и что хранится в Cluster Index.

Spatial Cell ID (Идентификатор пространственной ячейки)

Идентификатор ячейки в пространственном индексе, в которой находится сущность. Используется для географического сопоставления.

Entity Management System (Система управления сущностями)

Основная система, которая управляет хранилищем наблюдений, индексом кластеров и взаимодействует с системой суммирования.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной процесс управления информацией о сущностях с географическим положением.

1. Система получает Observation (с обновленной информацией и Context).
2. Система сохраняет его как Immutable Observation (неизменяемое после сохранения).
3. Система сопоставляет это наблюдение с кластером, используя Context. Процесс сопоставления включает:
   • Генерацию запроса на основе атрибутов из Context.
   • Идентификацию кандидатов в кластеры.
   • Генерацию оценки (respective score) для кандидатов. Оценка основана на сравнении значений атрибутов из Context и соответствующих значений атрибутов кандидатов.
   • Выбор кластера с наивысшей оценкой.
4. Система ассоциирует неизменяемое наблюдение с этим кластером.

Ядро изобретения — это отказ от фиксированных ID в пользу динамического сопоставления неизменяемых данных на основе контекстных атрибутов и системы оценки схожести.

Claim 5 и 6 (Зависимые от 1): Детализируют процесс после ассоциации.

1. Данные о кластере передаются в Summarization System.
2. Система получает Summarized Cluster, описывающий текущее состояние сущности.
3. Cluster Index обновляется информацией из Summarized Cluster.

Это описывает механизм обновления «истины» о сущности и поддержания актуальности индекса.

Claim 10 (Независимый пункт): Описывает логику сопоставления новых данных с существующими кластерами.

1. Система получает, сохраняет (как неизменяемые) и кластеризует начальный набор наблюдений.
2. Система получает и сохраняет (как неизменяемые) *дополнительные* наблюдения.
3. Процесс сопоставления дополнительных наблюдений:
   • Генерация оценок для существующих кластеров (например, Кластер 1 и Кластер 2) на основе сравнения контекста новых наблюдений и атрибутов кластеров.
   • Сопоставление с тем кластером, чья оценка выше.

Этот пункт фокусируется на механизме принятия решений о том, к какой сущности отнести новую информацию, основываясь на сравнительной оценке схожести контекста.

Где и как применяется

Этот патент описывает инфраструктуру хранения и обработки данных о сущностях, которая фундаментально влияет на этапы сбора и индексирования информации (например, для Knowledge Graph или Google Maps).

CRAWLING – Сбор данных (Data Acquisition)
Система получает данные из различных источников: Data Providers (поставщики данных, фиды, краулинг веб-страниц) и User Devices (правки, отзывы, рейтинги). Вся эта информация поступает в виде Observations.

INDEXING – Индексирование (Entity Management)
Это основной этап применения патента. Entity Management System выполняет всю логику:

1. Хранение: Сохраняет данные в Observation Store в неизменяемом виде.
2. Кластеризация и Сопоставление: Использует Context для сопоставления наблюдений с кластерами через Cluster Index.
3. Суммирование и Индексация: Взаимодействует с Summarization System для определения текущего состояния сущности (Summarized Cluster) и обновления Cluster Index.

RANKING / QUNDERSTANDING
Результаты работы этой системы (актуальные данные в Cluster Index) используются на этапах ранжирования (например, в локальном поиске) и понимания запросов для идентификации сущностей.

Входные данные:

• Observations (Payload + Context) от пользователей и поставщиков.
• Метаданные о надежности источников (trust score).

Выходные данные:

• Summarized Cluster, представляющий текущее состояние сущности.
• Обновленный Cluster Index.

На что влияет

• Конкретные типы контента: В первую очередь влияет на сущности с географическим положением (entities having a geographic location) — компании, магазины, рестораны, памятники. Это основа для Local SEO.
• Пользовательский контент (UGC): Влияет на то, как отзывы (user review) и рейтинги (user rating) привязываются к сущностям и сохраняются при изменении атрибутов сущности.

Когда применяется

• Триггеры активации: Алгоритм применяется постоянно, при каждом получении нового Observation (будь то правка пользователя, отправка отзыва или поступление данных из фида).
• Частота применения: В реальном времени при поступлении данных. Процесс суммирования активируется каждый раз, когда наблюдение ассоциируется с кластером.

Пошаговый алгоритм

Процесс обработки входящего наблюдения.

1. Получение наблюдения: Система получает наблюдение (Payload и Context).
2. Неизменяемое хранение: Наблюдению присваивается уникальный ID, и оно сохраняется в Observation Store как Immutable Observation.
3. Генерация контекстного запроса: Система генерирует запрос на основе атрибутов из Context (например, Имя, Телефон, Spatial Cell ID).
4. Поиск кандидатов: Система использует запрос для поиска в Cluster Index. Идентифицируются кластеры, чьи текущие атрибуты соответствуют запросу.
5. Оценка и Фильтрация (Scoring): Для каждого кандидата рассчитывается оценка (respective score) на основе сравнения атрибутов в Context и атрибутов кластера. Используются метрики схожести (например, расстояние редактирования для названий, географическое расстояние). Кластеры, которые недостаточно похожи (например, если не совпадают ни адрес, ни телефон, и расстояние >1000 м), могут быть отфильтрованы или получить нулевой балл.
6. Ассоциация с кластером: Наблюдение ассоциируется с кластером, получившим наивысшую оценку. Если подходящий кластер не найден, система может создать новый кластер.
7. Передача на суммирование: Данные об обновленном кластере передаются в Summarization System.
8. Определение текущего состояния: Summarization System анализирует все наблюдения в кластере (включая новое) и определяет текущее состояние сущности (Summarized Cluster), разрешая конфликты.
9. Обновление индекса: Entity Management System обновляет Cluster Index данными из Summarized Cluster.

Какие данные и как использует

Данные на входе

Система использует атрибуты сущности для формирования Context и сопоставления.

• Контентные и Структурные факторы (Атрибуты сущности):
  • Название сущности (Title/Place name).
  • Адрес (Address).
  • Номер телефона (Phone number).
  • Категории (Categories).
  • Часы работы (Hours).
  • URL домашней страницы (Homepage).
• Географические факторы:
  • Географическое положение (координаты широты и долготы).
  • Spatial Cell ID (идентификатор ячейки пространственного индекса).
• Пользовательский контент:
  • Отзывы (User review).
  • Рейтинги (User rating).
• Метаданные (Упомянутые в описании):
  • Идентификатор пользователя или поставщика.
  • Временная метка получения наблюдения.
  • Оценки доверия (trust score) или надежности источника или информации.

Какие метрики используются и как они считаются

Основная метрика — это оценка соответствия (Matching Score) между наблюдением и кластером.

• Matching Score (Respective Score): Рассчитывается на основе сравнения значений ключевых атрибутов (телефон, геолокация, адрес, название) между Context наблюдения и текущим состоянием кластера.
• Метрики схожести и Пороги:
  • Сравнение названий: Используется порог расстояния редактирования (edit distance threshold).
  • Сравнение местоположения: Используется порог географического расстояния (geographic distance threshold). В тексте упоминаются примеры порогов (200 м, 1000 м).
• Фильтрация (Zero Scoring): Кластер может получить нулевой балл, если он не соответствует минимальным критериям схожести (например, если не совпадают ни адрес, ни телефон, и географическое расстояние слишком велико).

Выводы

1. Сущности определяются данными (Контекстом), а не идентификаторами: Google определяет сущность как динамический кластер данных (Cluster of Observations), а не как запись с фиксированным ID. Это позволяет сущностям эволюционировать (перемещаться, сливаться, разделяться) без потери исторических данных.
2. Неизменяемость входящих данных (Immutability): Вся информация сохраняется в виде Immutable Observations. Это означает, что даже если правка отклонена сегодня (например, из-за низкого доверия к источнику), она остается в системе и может быть учтена позже, если обстоятельства изменятся.
3. Критичность согласованности атрибутов (NAP): Сопоставление новой информации с сущностью полностью зависит от Context (таких атрибутов, как NAP). Точность и согласованность этих атрибутов определяют способность системы правильно агрегировать данные о сущности.
4. «Истина» динамична и определяется суммированием: Текущее состояние сущности (Summarized Cluster) не является последней правкой, а результатом работы Summarization System, которая взвешивает все наблюдения и их надежность (trust score) для определения наиболее вероятной истины.
5. Сохранение истории и отзывов: Поскольку отзывы являются наблюдениями внутри кластера, они сохраняются, даже если сущность меняет адрес. Система может различать, какие отзывы актуальны для нового местоположения, но все они остаются связанными с сущностью.

Практика

Best practices (это мы делаем)

• Обеспечение абсолютной согласованности NAP (Name, Address, Phone): Это критически важно. NAP данные используются как Context для сопоставления новых наблюдений (цитат, отзывов, правок) с основным кластером сущности. Согласованность гарантирует, что все сигналы агрегируются правильно в одном кластере.
• Стратегическое управление переездами и ребрендингом: При изменении ключевых атрибутов необходимо обеспечить достаточное перекрытие контекста. Например, при переезде сохранение старого названия и номера телефона помогает системе связать новое местоположение с существующим кластером и сохранить отзывы.
• Построение надежности источника (Source Reliability): Поскольку Summarization System учитывает надежность источника (trust score) при определении текущего состояния, необходимо активно управлять официальными источниками (Google Business Profile) и получать цитаты из авторитетных каталогов.
• Систематический мониторинг атрибутов сущности: Регулярно проверяйте данные в GBP и других источниках. При обнаружении неточностей отправляйте корректные наблюдения из надежных источников (например, аккаунта владельца).

Worst practices (это делать не надо)

• Использование разных NAP данных на разных платформах (Inconsistent NAP): Несогласованность критически опасна. Это может привести к тому, что система не сможет сопоставить наблюдения и создаст дубликаты кластеров (фрагментация сущности), размывая авторитет.
• Резкое изменение всех ключевых атрибутов одновременно: Если одновременно изменить Название, Адрес И Телефон, система может не найти достаточного контекста для сопоставления с существующим кластером. Это создает риск создания новой сущности и потери исторических данных (отзывов).
• Игнорирование пользовательских правок: Поскольку любое наблюдение сохраняется, игнорирование некорректных правок опасно. Если система посчитает их надежными, они могут изменить Summarized Cluster. Необходимо предоставлять контр-наблюдения из авторитетных источников.

Стратегическое значение

Патент подтверждает стратегическую важность управления сущностями (Entity Management) и согласованности данных, особенно в Local SEO. Он описывает инфраструктуру, которая позволяет Google строить свою базу знаний о реальном мире. Для SEO-специалистов это означает, что управление данными о компании в GBP и внешних источниках (Citations) — это не просто фактор ранжирования, а фундаментальное требование для того, чтобы система корректно идентифицировала и агрегировала информацию о бизнесе.

Практические примеры

Сценарий 1: Управление переездом бизнеса для сохранения отзывов

Компания «Coffee Shop» переезжает с 111 Main St на 222 Broad St.

1. Действие SEO-специалиста: Специалист обновляет адрес в Google Business Profile.
2. Обработка системой: Система получает новое наблюдение.
   • Payload: Адрес=«222 Broad St».
   • Context: Имя=«Coffee Shop», Телефон=«555» (не изменился), Адрес=«111 Main St» (старый адрес, который был в контексте при отправке правки).
3. Сопоставление: Благодаря совпадению Имени и Телефона, система с высокой вероятностью сопоставляет это наблюдение с существующим кластером «Coffee Shop».
4. Суммирование: Summarization System обновляет текущее состояние, принимая новый адрес, так как источник авторитетен (владелец).
5. Результат: Бизнес отображается по новому адресу, но поскольку это тот же кластер, все старые отзывы (другие наблюдения в этом кластере) сохраняются.

Сценарий 2: Риск потери отзывов при ребрендинге и переезде

Компания «Coffee Shop» переезжает с 111 Main St на 222 Broad St И меняет название на «Broad St Roasters».

1. Действие SEO-специалиста: Владелец обновляет адрес и название одновременно.
2. Обработка системой: Система получает новое наблюдение.
   • Payload: Адрес=«222 Broad St», Название=«Broad St Roasters».
   • Context: Телефон=«555», Старое название=«Coffee Shop», Старый адрес=«111 Main St».
3. Сопоставление: Совпадение с существующим кластером «Coffee Shop» теперь слабее (только по телефону).
4. Результат: Высокий риск того, что система не сможет уверенно сопоставить наблюдение и создаст новый кластер для «Broad St Roasters». Старые отзывы останутся привязанными к старому кластеру «Coffee Shop».

Вопросы и ответы