Close Menu
    Telegram
    SEO HARDCORE
    • Разборы патентов
      • Патенты Google
      • Патенты Яндекс
    • Скоро
      SEO инструменты
    • Скоро
      SEO аналитика
    SEO HARDCORE
    Разборы патентов • Патенты Google

    Как Google использует цифровые подписи для определения авторитетности авторов (Agent Rank) и влияния на ранжирование

    AGENT RANK (Рейтинг Агентов)
    • US9002856B2
    • Google LLC
    • 2015-04-07
    • 2005-08-08
    2005 EEAT и качество Патенты Google Персонализация Семантика и интент

    Патент описывает систему (Agent Rank), позволяющую Google идентифицировать авторов контента с помощью цифровых подписей. Система рассчитывает репутационный балл для каждого автора на основе качества подписанного им контента и ссылок на этот контент от других авторитетных авторов. Этот балл используется для повышения в поиске контента от авторитетных агентов.

    • Описание
    • Детальный разбор
    • Выводы
    • Практика
    • Вопросы и ответы
    • Наверх

    Описание

    Какую задачу решает

    Патент решает проблему надежной идентификации агентов (авторов, редакторов), ответственных за конкретный контент в интернете. Это особенно сложно, когда на одной веб-странице смешан контент от разных источников (например, основная статья, комментарии, реклама) или когда один автор публикуется на разных сайтах. Изобретение позволяет оценить авторитетность конкретного агента (Agent Rank) независимо от авторитетности сайта публикации и использовать эту оценку для ранжирования.

    Что запатентовано

    Запатентована система расчета репутации (Reputational Score) для агентов. Агенты используют цифровые подписи (Digital Signatures) для подтверждения своей связи с единицами контента (Content Items). Рейтинг агента рассчитывается на основе всего массива подписанного им контента и может использоваться для влияния на результаты поиска. Также запатентован метод разрешения конфликтов авторства с помощью доверенных временных меток.

    Как это работает

    Система работает следующим образом: Агенты подписывают контент цифровой подписью, подтверждая свою роль (автор, редактор и т.д.). Поисковая система проверяет эти подписи и ассоциирует контент с конкретным агентом. Затем рассчитывается Agent Rank. Этот рейтинг может вычисляться итеративно по аналогии с PageRank: ссылки на подписанный контент, особенно от других авторитетных агентов, повышают рейтинг автора. Контент, подписанный агентами с высоким рейтингом, получает повышение в результатах поиска.

    Актуальность для SEO

    Высокая (концептуально). Описанный механизм, основанный на криптографических цифровых подписях, вероятно, не используется в поиске в таком виде (связанная с ним программа Google Authorship была закрыта). Однако сама идея идентификации авторов и оценки их авторитетности (Agent Rank) является ядром концепции E-E-A-T (Expertise, Experience, Authoritativeness, Trustworthiness) и критически важна для современного поиска.

    Важность для SEO

    Патент имеет высокое стратегическое значение (8/10). Он закладывает основу для оценки авторитетности на уровне автора, а не только на уровне сайта или страницы. Это подтверждает необходимость для SEO-специалистов фокусироваться на развитии экспертизы и авторитетности авторов контента, так как поисковая система стремится идентифицировать и продвигать контент от надежных экспертов.

    Детальный разбор

    Термины и определения

    Agent (Агент)
    Любое физическое лицо или организация, которая предоставляет, редактирует или рецензирует контент. В патенте упоминаются роли: автор (author), издатель (publisher), редактор (editor), рецензент (reviewer).
    Content Piece / Content Item (Единица контента)
    Любой цифровой контент (текст, изображение, аудио, видео), который может быть подписан. Может быть целым документом, веб-сайтом или его частью (например, отдельным комментарием или постом на форуме).
    Digital Signature (Цифровая подпись)
    Криптографический механизм, используемый агентом для подтверждения своей связи с единицей контента и гарантии его неизменности с момента подписания. Может включать метаданные, такие как дата создания или ключевые слова.
    Agent Rank / Reputational Score (Рейтинг Агента / Репутационный балл)
    Числовая оценка, присваиваемая агенту и отражающая его авторитетность. Высокий балл указывает на устоявшуюся положительную репутацию. Используется для влияния на ранжирование подписанного контента.
    Seed group of trusted agents (Начальная группа доверенных агентов)
    Предварительно выбранная группа агентов, чьи рекомендации (endorsements) могут использоваться для определения репутации других агентов.
    Trusted signing authorities (Доверенные центры сертификации / Доверенные подписывающие органы)
    Органы (агенты из доверенной группы), которые могут делать дополнительные утверждения, например, подтверждать время подписания контента для определения приоритета авторства.

    Ключевые утверждения (Анализ Claims)

    Примечание: Данная версия патента (B2) является продолжением более ранних заявок. Claims в этой версии сфокусированы не на базовом расчете Agent Rank, а на механизме разрешения конфликтов авторства с помощью временных меток.

    Claim 1 (Независимый пункт): Описывает метод разрешения конфликта авторства с участием доверенной стороны.

    1. Система определяет, что первый и второй агенты (не входящие в предварительно выбранную группу доверенных агентов) применили свои цифровые подписи к одному и тому же контенту в разное время. Каждая подпись утверждает роль агента в отношении контента.
    2. Система определяет, что третий агент (входящий в группу доверенных агентов) подтвердил (endorsed) время, когда первый или второй агент подписали контент.
    3. Система определяет приоритет (priority) между первым и вторым агентом на основе времени, подтвержденного третьим агентом.

    Claim 16 (Независимый пункт): Детализирует процесс определения приоритета, когда оба агента заявляют об авторстве.

    1. Система определяет, что первый и второй агенты (не доверенные) подписали один и тот же контент в разное время.
    2. При этом цифровая подпись первого агента содержит утверждение об авторстве (authorship assertion), и цифровая подпись второго агента также содержит утверждение об авторстве.
    3. Система определяет, что третий агент (доверенный) подтвердил время подписания.
    4. Система определяет приоритет между временем, когда было сделано утверждение об авторстве первым агентом, и временем, когда оно было сделано вторым агентом.

    Claim 17 (Зависимый от 16): Уточняет цель определения приоритета.

    Определение приоритета указывает, какой агент создал контент.

    Где и как применяется

    Изобретение затрагивает несколько ключевых этапов поискового процесса для идентификации авторов и использования их репутации.

    CRAWLING – Сканирование и Сбор данных
    На этом этапе система должна обнаружить и загрузить контент вместе со связанными с ним цифровыми подписями. Подписи могут быть встроены в контент или доступны по ссылке.

    INDEXING – Индексирование и извлечение признаков
    Основной этап применения.

    1. Валидация подписей: Система проверяет валидность Digital Signatures.
    2. Ассоциация контента: Валидный контент ассоциируется с подписавшим его агентом.
    3. Разрешение конфликтов: Если на контент претендуют несколько агентов, активируется механизм определения приоритета с использованием временных меток (описанный в Claims).
    4. Расчет репутации: Рассчитывается Agent Rank для каждого агента. Это может происходить офлайн итеративным методом на основе анализа всего корпуса подписанных документов и ссылок между ними.

    RANKING – Ранжирование
    На этапе ранжирования Agent Rank используется как сигнал качества и авторитетности. Контент, подписанный агентами с высоким репутационным баллом, получает повышение (promoted) относительно неподписанного контента или контента от менее авторитетных агентов.

    Входные данные:

    • Единицы контента (Content Items).
    • Цифровые подписи агентов.
    • Ссылки между единицами контента.
    • Данные о доверенных агентах и центрах сертификации.

    Выходные данные:

    • Agent Rank (репутационный балл) для идентифицированных агентов.
    • Подтвержденная ассоциация контента с автором (после разрешения конфликтов).
    • Скорректированные оценки ранжирования для контента с учетом рейтинга автора.

    На что влияет

    • Типы контента: Влияет на любой тип контента, который может быть подписан: статьи, посты в блогах, комментарии, изображения, видео.
    • Специфические запросы и ниши: Наибольшее влияние оказывается на информационные запросы и YMYL-тематики, где экспертиза и авторитетность автора критически важны для оценки качества контента.
    • Управление репутацией: Позволяет авторам управлять своей репутацией независимо от сайтов, на которых они публикуются, и дистанцироваться от нежелательного контента (например, рекламы), появляющегося рядом с их материалами, путем подписания только своего контента.

    Когда применяется

    • Триггеры активации: Алгоритм активируется при обнаружении цифровой подписи, связанной с контентом.
    • Частота применения: Расчет Agent Rank происходит периодически по мере сканирования и индексирования нового подписанного контента и новых ссылок. Применение рейтинга происходит в реальном времени во время ранжирования.
    • Особые случаи: Механизм разрешения конфликтов активируется, когда система обнаруживает, что два или более агента подписали один и тот же или очень похожий контент.

    Пошаговый алгоритм

    Патент описывает три основных процесса.

    Процесс А: Создание подписи (на стороне агента/инструмента)

    1. Получение контента: Инструмент для создания контента получает одну или несколько единиц контента от агента.
    2. Идентификация агента: Получение учетных данных или другой идентифицирующей информации от агента.
    3. Управление ключами: Проверка наличия у агента пары публичный/приватный ключ. Если нет, генерация новой пары.
    4. Создание подписи: Создание цифровой подписи для каждой единицы контента с использованием приватного ключа агента. В подпись могут быть включены метаданные (роль агента, время, URL).

    Процесс Б: Расчет Рейтинга Агента (Agent Rank Calculation)

    1. Сбор данных: Поисковая система собирает подписанный контент, валидирует подписи и ассоциирует контент с агентами.
    2. Построение графа: Строится граф связей, где узлы представляют агентов и их контент, а направленные ребра — ссылки из контента одного агента на контент другого агента.
    3. Итеративный расчет рейтинга: Рассчитывается Agent Rank с использованием алгоритма, подобного PageRank. Рейтинг агента зависит от количества ссылок на его контент и от рейтинга ссылающихся агентов.
    4. (Альтернатива) Расчет на основе доверия: Рейтинг может рассчитываться на основе рекомендаций (endorsements) от предварительно выбранной начальной группы доверенных агентов (seed group of trusted agents).

    Процесс В: Разрешение Конфликтов Авторства

    1. Идентификация конфликта: Обнаружение ситуации, когда несколько агентов подписали один и тот же или схожий контент, претендуя на авторство.
    2. Проверка временных меток: Проверка наличия подтверждения времени подписания от доверенного центра сертификации (trusted signing authority).
    3. Определение приоритета: Определение истинного автора на основе приоритета, установленного по подтвержденным временным меткам.

    Какие данные и как использует

    Данные на входе

    • Контентные факторы: Содержимое единицы контента, которое подписывается.
    • Технические факторы:
      • Digital Signatures (цифровые подписи).
      • Публичные и приватные ключи агентов.
      • URL (может быть включен в метаданные подписи для привязки репутации к конкретному сайту или для обеспечения переносимости подписи).
    • Ссылочные факторы: Ссылки между подписанными единицами контента. Они являются основой для итеративного расчета Agent Rank.
    • Временные факторы: Временные метки подписания (timestamp). Метки, подтвержденные доверенными органами, критичны для разрешения конфликтов авторства.

    Какие метрики используются и как они считаются

    • Agent Rank (Reputational Score): Основная метрика авторитетности агента.
    • Формула расчета: Патент предлагает использовать адаптированную формулу PageRank для расчета Agent Rank:

      r(A) = α/N + (1-α)(r(B1)/|B1| + … + r(Bn)/|Bn|)

      Где:

      • r(A) — рейтинг агента А.
      • B1…Bn — агенты, чей контент ссылается на контент агента А.
      • r(B1)…r(Bn) — их рейтинги.
      • |B1|…|Bn| — количество исходящих ссылок в контенте агентов B.
      • α — коэффициент затухания (вероятность случайного перехода).
      • N — общее количество агентов в базе данных.
    • Валидность цифровой подписи: Бинарная метрика (валидна/невалидна).
    • Приоритет авторства: Определяется путем сравнения подтвержденных временных меток в случае конфликта.

    Выводы

    1. Идентификация автора как ключевая задача: Патент демонстрирует стремление Google идентифицировать конкретного агента (автора), ответственного за контент, независимо от того, где этот контент опубликован.
    2. Agent Rank как фактор ранжирования: Авторитетность автора (Agent Rank) рассчитывается как отдельный репутационный балл и напрямую используется для влияния на ранжирование. Контент, созданный авторитетными агентами, продвигается в поиске.
    3. Авторитетность на основе ссылок (PageRank для авторов): Механизм расчета Agent Rank основан на анализе ссылок между контентом разных авторов. Подобно PageRank, ссылки от авторитетных источников повышают рейтинг автора, чей контент цитируется.
    4. Гранулярность и управление репутацией: Система позволяет агентам подписывать отдельные части документа и исключать другие (например, рекламу). Это дает возможность точно управлять тем, за какой контент агент несет ответственность и что влияет на его репутацию.
    5. Разрешение конфликтов авторства: Патент описывает конкретный механизм для определения первоисточника и истинного автора в спорных ситуациях, опираясь на временные метки, заверенные доверенными сторонами.

    Практика

    ВАЖНОЕ ПРИМЕЧАНИЕ ДЛЯ SEO: Описанный в патенте механизм, основанный на криптографических цифровых подписях, скорее всего, НЕ используется Google в настоящее время именно в таком виде. Программа Google Authorship (rel=»author»), которая была реализацией этих идей, закрыта. Однако концепция «Agent Rank» жива и реализуется другими методами (через NLP, Knowledge Graph и сигналы E-E-A-T). Рекомендации ниже основаны на концепции патента, а не на его буквальной реализации.

    Best practices (это мы делаем)

    • Развитие и демонстрация авторитетности авторов (E-E-A-T): Это ключевая стратегия. Необходимо сделать авторов видимыми и узнаваемыми экспертами в своей нише. Это повышает вероятность того, что системы Google идентифицируют их как авторитетных «агентов» и присвоят им высокий концептуальный Agent Rank.
    • Четкая атрибуция контента: Всегда явно указывайте автора контента, особенно в информационных и YMYL-тематиках. Последовательное указание авторства помогает связать массив контента с конкретным агентом.
    • Использование структурированных данных: Активно используйте разметку Schema.org (тип Person для профилей авторов и свойство author в разметке статей/новостей), чтобы помочь Google однозначно связать контент с сущностью автора в Графе Знаний.
    • Создание полных профилей авторов: На сайте должны быть качественные страницы авторов с подробной биографией, описанием опыта, достижениями, ссылками на другие публикации и профили в социальных сетях.
    • Стимулирование ссылок на экспертный контент: Поскольку Agent Rank рассчитывается по аналогии с PageRank, получение ссылок и цитирований на контент автора от других авторитетных источников и экспертов критически важно для повышения его репутации.

    Worst practices (это делать не надо)

    • Публикация анонимного контента в YMYL-нишах: Это прямо противоречит идее идентификации ответственного и авторитетного агента.
    • Использование фейковых или сгенерированных авторов: Системы Google стремятся определить реальную репутацию и опыт. Манипуляции с авторством могут привести к потере доверия ко всему сайту.
    • Отсутствие четкого разделения контента: Смешивание высококачественного авторского контента с низкокачественным UGC, спамом или агрессивной рекламой без четкого визуального и структурного разделения может негативно сказаться на репутации автора.

    Стратегическое значение

    Патент «Agent Rank» подтверждает долгосрочную стратегию Google на переход от оценки «страниц» к оценке «сущностей» (Entity-Based SEO). В данном случае сущностью является автор. E-E-A-T — это современное воплощение идей, заложенных в этом патенте. Долгосрочная SEO-стратегия должна обязательно включать построение и демонстрацию репутации не только бренда или сайта, но и его ключевых авторов и экспертов.

    Практические примеры

    Сценарий: Повышение авторитетности медицинского автора для YMYL-сайта

    1. Идентификация Агента: Медицинский сайт нанимает врача с подтвержденной квалификацией для написания статей.
    2. Атрибуция Контента (Аналог «Подписи»): Каждая статья, написанная врачом, четко атрибутируется ему. Внедряется разметка Schema.org/Article со свойством author, указывающим на профиль врача.
    3. Создание Профиля: Создается подробная страница автора с использованием Schema.org/Person, перечисляются его образование, опыт, регалии, ссылки на научные работы и профили на авторитетных медицинских ресурсах (например, PubMed).
    4. Накопление Репутации (Аналог «PageRank для Автора»): Сайт проводит PR и линкбилдинг кампанию, стимулируя цитирование статей врача в СМИ, на других медицинских порталах и в работах других экспертов.
    5. Результат: Google идентифицирует врача как авторитетного «агента» в медицинской тематике. Его контент получает преимущество в ранжировании, что также повышает общий уровень доверия (E-E-A-T) ко всему сайту.

    Вопросы и ответы

    Означает ли этот патент, что нужно использовать цифровые подписи (ЭЦП) для контента?

    Нет. Хотя патент описывает механизм, основанный на криптографических цифровых подписях, нет никаких доказательств, что Google использует его в поиске именно в таком виде. Для SEO-специалистов важно понимать концепцию идентификации автора и расчета его репутации, но реализовывать это нужно современными методами: через четкую атрибуцию и структурированные данные (Schema.org).

    Какова связь этого патента с Google Authorship (rel=»author»)?

    Этот патент (и его родительские версии, датируемые 2005 годом) послужил основой для программы Google Authorship, запущенной примерно в 2011 году. Программа позволяла авторам связывать свой контент с профилем Google+ с помощью тега rel=»author». Google прекратил поддержку Authorship в 2014 году, но концепция оценки авторов осталась.

    Как рассчитывается Agent Rank согласно патенту?

    Патент предлагает использовать итеративный алгоритм, аналогичный PageRank. Рейтинг автора (Agent Rank) повышается, если на подписанный им контент часто ссылаются другие авторы, особенно если эти ссылающиеся авторы сами имеют высокий рейтинг. Это создает систему репутаций, основанную на взаимном цитировании экспертов.

    Как патент предлагает решать проблему плагиата или споров об авторстве?

    В патенте описан механизм разрешения конфликтов (Claims 1, 16). Если два автора подписали один и тот же контент, система определяет приоритет на основе времени подписания. Ключевым моментом является то, что эти временные метки должны быть подтверждены доверенной третьей стороной (trusted signing authority).

    Может ли автор иметь разный Agent Rank в разных темах?

    Да. Патент упоминает, что рейтинги агентов могут рассчитываться относительно поисковых терминов или категорий. Например, агент может иметь высокий рейтинг в теме «спорт» и низкий рейтинг в теме «медицина», в зависимости от того, какой контент он подписывает и как этот контент оценивается другими.

    Что делать, если на странице есть контент от разных авторов (например, статья и комментарии)?

    Патент предусматривает гранулярность. Каждый агент может подписать только ту часть контента, за которую он отвечает. Например, автор подписывает статью, а каждый комментатор — свой комментарий. Это позволяет рассчитывать репутацию каждого участника отдельно.

    Влияет ли реклама на странице на репутацию автора статьи?

    Согласно патенту, автор имеет возможность подписать документ, исключив при этом рекламу, которая отображается рядом с ним. Это позволяет дистанцировать репутацию автора от контента, который он не контролирует.

    Как этот патент связан с E-E-A-T?

    E-E-A-T (Expertise, Experience, Authoritativeness, Trustworthiness) — это современное развитие идей, заложенных в Agent Rank. Хотя методы идентификации авторов изменились (с цифровых подписей на NLP и Граф Знаний), цель осталась той же: идентифицировать экспертов и повысить ранжирование их контента. Работа над E-E-A-T автора — это прямая реализация концепции повышения Agent Rank.

    Что важнее: авторитетность сайта или авторитетность автора?

    Важны оба фактора. Однако этот патент подчеркивает, что авторитетность автора (Agent Rank) является независимым сигналом. Высококачественный контент от авторитетного автора может ранжироваться хорошо, даже если опубликован на новом или менее авторитетном сайте. И наоборот, слабый контент от неавторитетного автора не получит значительного буста даже на трастовом домене.

    Как SEO-специалисту практически использовать идеи Agent Rank сегодня?

    Необходимо сосредоточиться на создании и продвижении реальных экспертов. Это включает создание подробных профилей авторов, использование разметки Schema.org/Person, публикацию авторского контента на внешних авторитетных площадках (гостевые посты, интервью) и получение ссылок/цитирований на этот контент от других признанных экспертов в нише.

    Навигация
    • Описание
    • Детальный разбор
    • Выводы
    • Практика
    • Вопросы и ответы
    • Наверх
    Telegram
    © 2025 SEO HARDCORE

    Type above and press Enter to search. Press Esc to cancel.