Как Google позволял пользователям контролировать степень персонализации выдачи с помощью слайдера и клиентского переранжирования

Описание

Какую задачу решает

Патент решает проблему баланса между объективной релевантностью и персонализированными результатами. Он предоставляет пользователю контроль над тем, когда и насколько сильно его личные интересы должны влиять на ранжирование. Также решается техническая задача обеспечения мгновенного отклика интерфейса при изменении уровня персонализации, избегая задержек на повторные запросы к серверу.

Что запатентовано

Запатентована система и пользовательский интерфейс для переменной персонализации результатов поиска. Ядром изобретения является механизм, который генерирует несколько вариантов ранжирования (от неперсонализированного до полностью персонализированного) и позволяет пользователю динамически переключаться между ними с помощью графического элемента управления (например, слайдера). Переключение происходит мгновенно на стороне клиента без обращения к поисковой системе, используя предварительно загруженные данные ранжирования.

Как это работает

Система работает в несколько этапов:

• Офлайн-расчеты: Система заранее рассчитывает тематическую авторитетность сайтов (Boost Values) на основе анализа ссылок между сайтами (Site Graph).
• Профиль интересов: Пользователь явно определяет свои интересы (Interest Profile), выбирая темы из каталога.
• Обработка запроса: Сервер генерирует два набора результатов: базовый (R_base) и полностью персонализированный (R_in), где применены Boost Values.
• Интерполяция и передача: Сервер рассчитывает промежуточные ранжирования и отправляет все эти варианты (Ranking Vectors) в браузер.
• Клиентское управление: Пользователь использует слайдер. JavaScript на стороне клиента мгновенно переупорядочивает результаты, используя соответствующий вектор ранжирования.

Актуальность для SEO

Низкая для UI, Средняя для концепции. Описанный интерфейс (слайдер контроля) и метод явного выбора интересов из каталога (например, ODP/DMOZ) устарели и не используются в Google Поиске в 2025 году. Современная персонализация является неявной и автоматической. Однако базовая методология расчета тематической авторитетности (Boost Values) на уровне сайта через анализ ссылок остается актуальной концепцией для понимания принципов ранжирования.

Важность для SEO

Влияние на тактическое SEO низкое (3/10), так как патент в основном описывает устаревший UI и механизм явной персонализации. Однако он представляет значительный стратегический интерес, поскольку детально раскрывает метод расчета тематической авторитетности (Boost Values) на основе анализа ссылок внутри ниши (Site Graph). Это подтверждает важность построения Topical Authority.

Детальный разбор

Термины и определения

Boost Value (Повышающий коэффициент)

Масштабирующий коэффициент, присваиваемый сайту и отражающий его авторитетность в конкретной теме. Используется для увеличения IR score документов с этого сайта, если тема соответствует интересам пользователя.

Information Retrieval (IR) Score

Базовая оценка релевантности документа запросу, рассчитываемая поисковой системой (может включать PageRank).

Interest Profile (IN) (Профиль интересов)

Набор тем или категорий, явно выбранных пользователем.

Personalization Control

Графический элемент интерфейса (например, слайдер), позволяющий пользователю регулировать степень персонализации.

R_base (Базовые результаты)

Набор результатов поиска без применения персонализации.

R_in (Персонализированные результаты)

Набор результатов поиска с максимальным применением персонализации (с использованием Boost Values).

Ranking Vectors (Векторы ранжирования)

Наборы упорядоченных идентификаторов результатов, соответствующие разным положениям Personalization Control. Используются для клиентского переранжирования.

Site Graph (Граф сайтов)

Структура данных, где узлы — это сайты, а взвешенные ребра отражают количество ссылок между ними. Используется для расчета Boost Values.

Start Sites (S0) (Начальные сайты)

Набор авторитетных сайтов по определенной теме (например, из Open Directory Project), используемых как отправная точка для расчета Boost Values.

Topic Directory (Тематический каталог)

Иерархическая структура тем (например, ODP/DMOZ), из которой пользователь выбирает интересы.

Ключевые утверждения (Анализ Claims)

Анализ сфокусирован на независимом пункте Claim 1, который описывает логику работы на стороне клиента и механизм бустинга.

Claim 1 (Независимый пункт): Описывает метод, выполняемый на пользовательском устройстве (в браузере).

1. Получение страницы результатов поиска, включающей Первое и Второе представления ранжирования, основанные на разных степенях влияния профиля интересов пользователя. Также включается элемент управления (UI control).
2. Второе ранжирование включает повышенный IR score (boosted IR score) для некоторых результатов. Этот скор рассчитывается путем:
   • Определения исходного IR score.
   • Применения тематического повышающего коэффициента (topic-specific boost value) для сайта результата.
   • Критически важно: Этот boost value основан на количестве ссылок на этот сайт с других сайтов, которые определены как релевантные данной теме.
3. Отображение результатов согласно Первому ранжированию.
4. Определение выбора пользователя на элементе управления, соответствующего Второй степени влияния.
5. В ответ на выбор: отображение результатов согласно Второму ранжированию без повторной отправки поискового запроса поисковой системе.

Ядром изобретения является комбинация двух аспектов: эффективного клиентского переранжирования (переключение между заранее полученными ранжированиями без обращения к серверу) и конкретного метода расчета тематического буста, основанного на анализе ссылок от тематически релевантных сайтов.

Claim 6 (Зависимый): Уточняет, что система также может использовать интерполированные оценки (interpolated ranking scores) для создания промежуточных ранжирований, что позволяет реализовать плавную работу слайдера.

Где и как применяется

Изобретение затрагивает несколько этапов поисковой архитектуры, включая офлайн-вычисления и обработку запросов в реальном времени.

INDEXING – Индексирование и извлечение признаков
На этом этапе происходят офлайн-вычисления для поддержки персонализации:

• Построение Site Graph (анализ ссылок между хостами).
• Расчет Boost Values для сайтов относительно тем из Topic Directory с использованием Site Graph и Start Sites. Эти данные сохраняются в виде карт (maps).

RANKING – Ранжирование
Когда пользователь отправляет запрос Q со списком интересов IN, бэкенд обрабатывает два запроса:

• (Q, null): Генерирует R_base (стандартные IR Scores).
• (Q, IN): Генерирует R_in. Компонент персонализации применяет Boost Values к IR Scores документов с релевантных сайтов (умножает их).

RERANKING / METASEARCH (Frontend Server)
Фронтенд-сервер выполняет агрегацию и подготовку данных для клиента:

• Объединяет R_base и R_in в список уникальных результатов R_all.
• Интерполирует промежуточные ранжирования.
• Генерирует Ranking Vectors для всех положений слайдера и отправляет их клиенту.

Клиентская сторона (Браузер)
Основное применение UI-аспекта патента. Браузер использует JavaScript для мгновенного переупорядочивания результатов при взаимодействии пользователя с Personalization Control.

Входные данные:

• Поисковый запрос (Q) и список интересов (IN).
• Карты Boost Values.
• Базовые IR Scores.

Выходные данные:

• Страница результатов поиска с R_all и N векторами ранжирования для клиентского пересчета.

На что влияет

• Специфические запросы: Наибольшее влияние оказывается на многозначные запросы, где интент пользователя неясен без дополнительного контекста (например, запрос «stanford», как показано в патенте, может относиться к университету, компьютерам или музыке, в зависимости от интересов пользователя).

Когда применяется

• Условия работы: Алгоритм применяется, когда у пользователя определен Interest Profile (выбрана хотя бы одна тема интересов).
• Триггеры активации: Переранжирование активируется на клиенте при взаимодействии пользователя с Personalization Control (слайдером).

Пошаговый алгоритм

Процесс А: Расчет Boost Values (Офлайн)

1. Построение Site Graph: Генерируется граф сайтов, где ребра взвешены на основе количества ссылок между сайтами.
2. Выбор Start Sites (S0): Для каждой темы в Topic Directory выбирается набор стартовых авторитетных сайтов (например, из Open Directory).
3. Итерация 1 (S0 -> S1): Идентифицируются сайты S1, на которые интенсивно ссылаются сайты из S0. Сайтам S1 присваиваются веса.
4. Итерация 2 (S1 -> S2): Идентифицируются сайты S2, на которые интенсивно ссылаются сайты из S1. Сайтам S2 присваиваются веса.
5. Сохранение Boost Values: Веса сайтов S2 сохраняются как Boost Values для данной темы в виде карты {Site: Boost}.

Процесс Б: Обработка запроса (Реальное время)

1. Получение запроса: Система получает запрос Q и список интересов IN.
2. Параллельное выполнение запросов (Бэкенд):
   • Запрос (Q, null): Генерируется R_base.
   • Запрос (Q, IN): Генерируется R_in. IR Score документов умножается на Boost Value их сайтов, если они релевантны IN.
3. Агрегация и Интерполяция (Фронтенд):
   • R_base и R_in объединяются в R_all. Идентификаторам (ID) присваиваются результаты.
   • Рассчитываются промежуточные ранжирования.
   • Создаются N Ranking Vectors (порядок ID) для каждого положения слайдера.
4. Передача данных клиенту: R_all и Ranking Vectors отправляются в браузер.
5. Клиентское переранжирование: Пользователь перемещает слайдер. JavaScript выбирает соответствующий вектор ранжирования и мгновенно переупорядочивает результаты.

Какие данные и как использует

Данные на входе

• Ссылочные факторы: Критически важные данные для офлайн-расчета. Используется Site Graph (структура ссылок между сайтами). Boost value зависит от количества и веса ссылок на сайт с других тематически релевантных сайтов (Start Sites и их окружения).
• Пользовательские факторы: Явно указанные пользователем интересы (Interest Profile), выбранные из Topic Directory.
• Структурные факторы (Внешние): Данные из Topic Directory (например, Open Directory Project) для определения тем и идентификации Start Sites.

Какие метрики используются и как они считаются

• Topic-Specific Boost Value: Рассчитывается офлайн методом анализа ссылок в два прохода (S0->S1->S2). Это мера авторитетности сайта в конкретной теме, определяемая тем, насколько интенсивно на него ссылаются другие авторитетные сайты в этой теме.
• Personalized IR Score: Рассчитывается в реальном времени. В патенте описан мультипликативный буст: базовый IR Score умножается на Boost Value. Упоминается, что при наличии нескольких интересов бусты могут перемножаться.
• Интерполяция ранжирования: Метод расчета промежуточных Ranking Vectors между R_base и R_in для обеспечения плавного перехода при использовании слайдера.

Выводы

1. Тематический авторитет через анализ ссылок: Патент детально описывает (включая Claim 1) расчет тематической авторитетности (Boost Value) на основе анализа ссылочного графа между сайтами (Site Graph). Авторитет распространяется от Start Sites через ссылки. Это подтверждает фундаментальную важность концепции Topical Authority, основанной на ссылках.
2. Бустинг на уровне сайта: Boost Values рассчитываются и применяются на уровне всего сайта (хоста). Все страницы авторитетного сайта получают преимущество в персонализированной выдаче.
3. Явная персонализация и каталоги: Система полагается на явный выбор интересов пользователем и предопределенные каталоги (ODP). Этот подход устарел по сравнению с современными неявными сигналами и Knowledge Graph.
4. Эффективность UI и клиентское переранжирование: Ключевая техническая инновация — обеспечение мгновенного отклика интерфейса. Передача нескольких Ranking Vectors и пересчет на стороне клиента позволяют изменять выдачу без обращения к серверу.
5. Персонализация как множитель: Персонализация реализована как мультипликативный буст к базовому IR Score, что может значительно изменить ранжирование в пользу тематически авторитетных ресурсов.

Практика

Best practices (это мы делаем)

Хотя конкретная реализация UI устарела, механизм расчета Boost Values дает критически важные стратегические инсайты для построения Topical Authority.

• Фокус на тематическом авторитете сайта: Необходимо развивать весь сайт как авторитетный ресурс в нише. Поскольку Boost Values применяются на уровне сайта, все страницы выигрывают от общей тематической авторитетности домена.
• Получение ссылок от тематических лидеров (S0/S1): Стратегия линкбилдинга должна быть направлена на получение ссылок с сайтов, которые Google может рассматривать как Start Sites (ключевые авторитеты в нише) или их ближайшее окружение (S1). Согласно механизму S0->S1->S2, именно эти ссылки формируют ваш Boost Value.
• Анализ тематического Site Graph: Необходимо понимать структуру ссылок внутри вашей ниши. Идентифицируйте ключевых игроков и стремитесь стать важным узлом в этом графе, получая и размещая ссылки на релевантные ресурсы.

Worst practices (это делать не надо)

• Нерелевантный линкбилдинг: Получение ссылок с сайтов вне вашего тематического графа неэффективно для повышения Boost Value. Система ищет подтверждение авторитетности внутри тематического кластера, исходящего от Start Sites.
• Игнорирование тематического контекста доноров: Фокус на общих показателях авторитетности (например, DR) без учета тематической релевантности донора. Патент показывает, что важна именно тематическая связь в Site Graph.

Стратегическое значение

Стратегическое значение патента заключается в подтверждении того, что Google использует анализ ссылочного графа для определения авторитетности внутри конкретных тем (Topical Authority). Хотя методы персонализации эволюционировали от явных к неявным, базовая идея повышения авторитетных тематических ресурсов остается центральной. Для Senior SEO-специалистов это подчеркивает необходимость построения стратегии вокруг нишевого авторитета и качества ссылочного профиля в рамках своей тематики.

Практические примеры

Сценарий: Построение Topical Authority для получения тематического бустинга (на основе механизма S0->S1->S2)

Цель: Добиться, чтобы сайт о здоровом питании (НашСайт) был идентифицирован как авторитетный (S2) в теме «Health».

1. Идентификация S0 (Start Sites): Определить ключевые, неоспоримые авторитеты в нише Health (например, сайты типа nih.gov, cdc.gov, сайты ведущих медицинских университетов).
2. Идентификация S1: Проанализировать исходящие ссылки с сайтов S0 и входящие ссылки на них. Сайты, тесно связанные с S0 (крупные медицинские порталы, профильные СМИ), являются сайтами S1.
3. Стратегия линкбилдинга (S1 -> S2): Сосредоточить усилия на получении качественных редакционных ссылок с сайтов S1 (и, в идеале, S0). Это могут быть гостевые публикации, совместные исследования, экспертные комментарии.
4. Результат: Получение достаточного количества взвешенных ссылок с S1 позиционирует НашСайт как S2. Система присваивает ему высокий Boost Value в теме «Health», что улучшает ранжирование сайта по релевантным запросам.

Вопросы и ответы