Как Google алгоритмически определяет экспертов и авторитетов в тематиках на основе социального графа

Описание

Какую задачу решает

Патент решает задачу идентификации «знающих» или «выдающихся личностей» (Prominent Individuals) — экспертов или авторитетов — в конкретных темах, которые релевантны интересам пользователя в рамках социальной сети. Цель — предоставить пользователю рекомендации для установления связей с этими экспертами, тем самым расширяя его социальный граф и базу знаний. Система стремится сделать это пассивно, анализируя существующий социальный граф пользователя, не требуя от него явного ввода запросов.

Что запатентовано

Запатентована система и метод для ранжирования людей на основе их тематической авторитетности (prominence). Используется трехэтапный процесс: 1) Первоначальная идентификация экспертов на основе их контента и показателей вовлеченности; 2) Уточнение рейтинга на основе связей социального графа между экспертами (транзитивная авторитетность); 3) Уточнение рейтинга на основе экспертизы в смежных тематиках. Это алгоритмический подход к определению экспертизы.

Как это работает

Система работает следующим образом:

• Определение интересов: Анализируется социальный граф и взаимодействия пользователя для определения интересующих его тем.
• Этап 1 (Content Analyzer): Создается начальный список экспертов по теме на основе «показателей потенциальной известности» (Measures of Potential Prominence) — например, объема публикаций, просмотров, подписчиков.
• Этап 2 (Social Interaction Expander): Список уточняется путем анализа связей между экспертами. Если признанные эксперты следуют за Личностью А, оценка Личности А увеличивается. Также выявляются новые эксперты, с которыми связаны участники начального списка.
• Этап 3 (Subject Expander): Список расширяется за счет анализа смежных тем. Эксперты из близких тем добавляются в список, а их оценки корректируются с учетом весовых коэффициентов, основанных на близости тем.

Актуальность для SEO

Высокая. Хотя контекст патента — это социальная сеть (вероятно, Google+, учитывая время подачи), описанная методология для алгоритмической идентификации экспертизы и авторитетности сущностей (людей) критически важна для понимания современных концепций поиска, таких как E-E-A-T и работа Knowledge Graph. Описанные принципы транзитивной авторитетности актуальны как никогда.

Важность для SEO

Значительное влияние (8/10). Этот патент предоставляет концептуальную основу того, как Google может алгоритмически оценивать Экспертизу и Авторитетность (E-A в E-E-A-T). Он демонстрирует, что авторитетность определяется не только созданием контента, но и, что крайне важно, признанием и связями внутри экспертного сообщества (графа). Понимание этого механизма критично для стратегий построения авторитетности сайта и его авторов.

Детальный разбор

Термины и определения

Content Analyzer (Анализатор контента)

Компонент системы (первый этап), который анализирует контент и взаимодействия для первоначальной идентификации списка выдающихся личностей по заданной теме.

Measures of Potential Prominence (Показатели потенциальной известности/авторитетности)

Метрики, используемые для количественной оценки авторитетности личности. Примеры в патенте: объем социальных публикаций личности, количество доступов к этим публикациям, количество пользователей, просматривающих эти публикации (подписчики/аудитория).

Prominent Individual (Выдающаяся личность)

Человек, идентифицированный как знающий, хорошо информированный или авторитетный в одной или нескольких темах (эксперт).

Social Graph (Социальный граф)

Набор связей (с другими пользователями, ресурсами), представляющих сформированные отношения пользователя или выдающейся личности.

Social Interaction Expander (Расширитель социальных взаимодействий)

Компонент системы (второй этап), который уточняет начальный список экспертов, анализируя социальные взаимодействия (связи) между ними. Используется для выявления транзитивной авторитетности.

Social Network Information (Информация социальной сети)

Данные, включающие Social Graph пользователя и его взаимодействия в сети.

Subject Expander (Расширитель тем)

Компонент системы (третий этап), который расширяет список экспертов, включая лиц, авторитетных в связанных темах, используя весовые коэффициенты.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной процесс.

1. Система получает информацию социальной сети пользователя (граф и взаимодействия).
2. Определяются темы, интересующие пользователя, на основе этой информации.
3. Идентифицируется начальный набор Prominent Individuals в этих темах, используя Measures of Potential Prominence, полученные из их социальной активности.
4. Этот набор улучшается (enhancing) для включения дополнительных личностей.
5. Пользователю предоставляется финальный список.

Claim 2 и 3 (Зависимые): Детализируют механизм улучшения (enhancing) из п.1.

• Claim 2: Улучшение путем включения личностей, авторитетных в связанных темах (механизм Subject Expander).
• Claim 3: Улучшение путем измерения социальных взаимодействий между начальным набором личностей и другими лицами (механизм Social Interaction Expander).

Claims 5-7 (Зависимые): Определяют, что такое Measures of Potential Prominence.

• Claim 5: Накопление (объем) социальных публикаций личности.
• Claim 6: Количество раз, когда к публикациям личности обращались (просмотры/вовлеченность).
• Claim 7: Количество пользователей, которые просматривают публикации личности (аудитория/подписчики).

Claims 10-12 (Зависимые): Детализируют измерение социальных взаимодействий (Claim 3).

• Claim 10 и 11: Измеряются взаимодействия между личностями из начального списка и их появление в социальных графах других потенциально авторитетных лиц.
• Claim 12: Улучшение включает корректировку оценок (scores) и изменение порядка ранжирования на основе этих взаимодействий. Это описывает механизм транзитивной авторитетности: связи от авторитетов повышают оценку.

Где и как применяется

Этот патент в первую очередь описывает работу системы рекомендаций внутри Социальной Сети (например, рекомендация «Кого читать» или «С кем установить связь»), а не алгоритм ранжирования веб-поиска. Однако используемые принципы анализа сущностей и авторитетности имеют прямое отношение к тому, как Google может оценивать авторов в поиске.

INDEXING – Индексирование и извлечение признаков (в контексте сущностей/социального графа)
Система индексирует данные социального графа, взаимодействия пользователей и публикации. На этом этапе вычисляются и сохраняются Measures of Potential Prominence для большого числа индивидуумов. Также индексируются связи между индивидуумами (кто с кем связан, кто за кем следит).

RANKING – Ранжирование (в контексте движка рекомендаций)
Основное применение патента. Трехэтапный алгоритм (Content Analyzer -> Social Interaction Expander -> Subject Expander) используется для ранжирования людей (сущностей) на основе их экспертизы в темах, релевантных интересам конкретного пользователя.

Входные данные:

• Социальный граф и взаимодействия пользователя (для определения интересов).
• База данных индексированных личностей с их Measures of Potential Prominence.
• Индексированный социальный граф (связи между личностями).
• База данных связанных тем и их весовых коэффициентов.

Выходные данные:

• Ранжированный список Prominent Individuals по теме, интересующей пользователя.

На что влияет

• Конкретные типы контента: В первую очередь влияет на видимость и рекомендацию авторов и создателей контента в социальной среде.
• Сущности (Entities): Влияет на оценку авторитетности сущностей типа «Человек» (Person). Предоставляет методологию для оценки E-E-A-T авторов.
• Все ниши и тематики: Механизм является общим и может применяться к любой теме, где можно выделить экспертов (от спорта и политики до технологий и хобби).

Когда применяется

• Условия работы: Алгоритм применяется, когда система должна сгенерировать список рекомендуемых знающих людей для пользователя.
• Триггеры активации: Активируется на основе пассивно определенных интересов пользователя, извлеченных из его социальной активности и графа.

Пошаговый алгоритм

Процесс состоит из трех основных этапов для генерации финального списка экспертов.

Этап 1: Начальная идентификация (Content Analyzer)

1. Определение интересов пользователя: Анализ социального графа и взаимодействий пользователя для выявления тем (например, «Баскетбол»).
2. Идентификация кандидатов: Поиск личностей, связанных с этой темой.
3. Расчет базовой оценки: Оценка кандидатов на основе Measures of Potential Prominence (объем контента, вовлеченность аудитории, количество подписчиков).
4. Фильтрация и ранжирование: Создание начального ранжированного списка экспертов.

Этап 2: Расширение через социальные взаимодействия (Social Interaction Expander)

1. Анализ графа экспертов: Анализ социальных графов личностей из начального списка.
2. Повышение оценок (Транзитивная авторитетность): Если Эксперт А и Эксперт Б (оба авторитетны) связаны с Экспертом В (например, подписаны на него), оценка Эксперта В повышается. Оценки А и Б также могут быть незначительно повышены.
3. Идентификация новых кандидатов: Если Эксперт А и Эксперт Б связаны с Личностью Г (которой нет в списке), Личность Г идентифицируется как новый кандидат.
4. Оценка и слияние: Новые кандидаты оцениваются и добавляются в список. Происходит переранжирование.

Этап 3: Расширение через связанные темы (Subject Expander)

1. Идентификация связанных тем: Определение тем, близких к основной (например, «Баскетбол» -> «NBA», «Спорт»).
2. Получение списков экспертов по связанным темам: Извлечение ранжированных списков для этих тем.
3. Применение весовых коэффициентов: Корректировка оценок экспертов из связанных тем на основе близости тем («NBA» имеет больший вес, чем «Спорт»).
4. Повышение оценок (Кросс-тематическая авторитетность): Если личность присутствует в списке основной темы И в списке связанной темы, ее оценка повышается.
5. Идентификация и слияние новых кандидатов: Добавление экспертов из связанных тем, если их взвешенная оценка превышает порог. Происходит финальное переранжирование.

Какие данные и как использует

Данные на входе

Система фокусируется исключительно на данных, генерируемых в рамках социальной сети.

• Контентные факторы: Социальные публикации (посты, сообщения, документы), созданные индивидуумами.
• Поведенческие факторы (Социальные):
  • Социальный граф пользователя и его взаимодействия (используются для определения интересов).
  • Социальный граф выдающихся личностей (их связи, подписки).
• Факторы вовлеченности (Engagement Metrics): Данные о взаимодействии аудитории с контентом экспертов.

Какие метрики используются и как они считаются

• Measures of Potential Prominence: Базовая метрика авторитетности. Рассчитывается путем агрегации трех ключевых показателей (как определено в Claims 5-7):
  • Объем публикаций (Content Volume).
  • Количество доступов к публикациям (Engagement/Views).
  • Размер аудитории/подписчиков (Followers).
• Prominence Score (Оценка авторитетности): Числовое значение, присваиваемое личности на каждом из трех этапов. Оно корректируется на Этапе 2 (на основе социальных взаимодействий) и на Этапе 3 (на основе связанных тем).
• Weighting Factors (Весовые коэффициенты для тем): Используются на Этапе 3 для снижения влияния оценок из слишком отдаленных или тангенциальных тем.

Выводы

1. Алгоритмическая оценка экспертизы (E-E-A-T): Патент предоставляет конкретный алгоритм для определения того, кто является экспертом в определенной области. Это подтверждает, что Google имеет методы для алгоритмической оценки Экспертизы и Авторитетности, а не полагается только на ручную оценку.
2. Авторитетность транзитивна (Граф связей): Ключевой механизм (Social Interaction Expander) показывает, что авторитетность передается через граф. Признание со стороны других признанных экспертов является мощным сигналом, который повышает собственную оценку авторитетности.
3. Контент и вовлеченность — это база: Начальная идентификация экспертов (Measures of Potential Prominence) основана на объеме создаваемого контента и том, насколько он востребован (просмотры, аудитория). Без этого остальные механизмы не активируются.
4. Топикальная авторитетность и связанные темы: Механизм Subject Expander демонстрирует, как авторитетность в основной теме усиливается за счет присутствия в близких связанных темах. Система использует весовые коэффициенты, чтобы различать близкие и отдаленные темы.
5. Фокус на сущностях (Entities): Весь процесс сосредоточен на идентификации и ранжировании людей (сущностей), что подчеркивает важность оптимизации сущностей (Entity Optimization) в современном SEO.

Практика

Best practices (это мы делаем)

Хотя патент описывает социальную сеть, его методология критически важна для построения E-E-A-T в веб-поиске.

• Построение транзитивной авторитетности (Этап 2): Необходимо стратегически фокусироваться на получении признания от уже установленных экспертов и авторитетных изданий в вашей нише. Ссылки, цитаты, упоминания и совместные работы с признанными экспертами передают авторитетность вашим авторам и сайту.
• Установление авторов как сущностей: Авторы должны быть четко идентифицированы и позиционированы как эксперты. Необходимо работать над тем, чтобы они стали распознаваемыми сущностями в Knowledge Graph, связанными с целевыми темами.
• Стимулирование вовлеченности (Этап 1): Создавайте контент, который не просто существует, но и генерирует реальную вовлеченность (просмотры, обсуждения, шеринг). Это является базовым показателем Measures of Potential Prominence.
• Развитие кросс-тематической экспертизы (Этап 3): Укрепляйте авторитетность, охватывая близкие связанные подтемы. Если вы эксперт по «Баскетболу», авторитетность в «NBA Драфт» усилит вашу основную экспертизу, в то время как экспертиза в «Футболе» будет иметь меньший вес.

Worst practices (это делать не надо)

• Изолированная экспертиза: Создание контента в вакууме, без связей с экспертным сообществом. Даже качественный контент может проиграть, если автор не интегрирован в граф авторитетов (не получает и не дает ссылок/упоминаний).
• Фокус только на объеме контента: Генерация большого количества статей без учета вовлеченности аудитории и признания экспертами не приведет к росту авторитетности согласно этому патенту.
• Манипуляция связями через неавторитетные источники: Попытки построить авторитетность через связи с неэкспертами или низкокачественными источниками неэффективны. Система анализирует связи именно между Prominent Individuals.
• Анонимные или «фейковые» авторы: Использование неидентифицируемых авторов делает невозможным применение описанного механизма оценки авторитетности сущности.

Стратегическое значение

Патент имеет высокое стратегическое значение для понимания алгоритмической стороны E-E-A-T. Он подтверждает, что авторитетность — это не абстрактное понятие, а вычисляемая метрика, основанная на анализе графа. Стратегия SEO должна включать «Оптимизацию Сущностей» (Entity Optimization) и построение реальных связей с экспертным сообществом. Это смещает фокус с традиционного линкбилдинга (для PageRank) на построение авторитетности через признание экспертами.

Практические примеры

Сценарий: Повышение авторитетности финансового аналитика (автора на сайте)

1. Этап 1 (База): Аналитик регулярно публикует глубокие исследования рынка акций, которые собирают стабильный трафик и обсуждения на профильных форумах.
2. Этап 2 (Транзитивная авторитетность): SEO/PR команда работает над тем, чтобы эти исследования цитировались в авторитетных финансовых изданиях (например, Bloomberg, Reuters) и упоминались известными экономистами в их блогах или социальных сетях.
3. Этап 3 (Расширение темы): Аналитик расширяет тематику с общего «Рынка акций» на смежные темы, такие как «IPO Технологических компаний» и «Облигации».
4. Ожидаемый результат: Система идентифицирует аналитика как Prominent Individual. Цитирование со стороны уже признанных авторитетов значительно повышает его Prominence Score (Этап 2), а охват смежных тем усиливает его авторитетность в основной тематике (Этап 3). Это положительно влияет на ранжирование контента, созданного этим автором.

Вопросы и ответы