Как Google персонализирует подсказки в Картах на основе истории географических интересов пользователя

Описание

Какую задачу решает

Патент решает проблему повышения релевантности поисковых подсказок (Autocomplete) в интерактивных картографических системах (например, Google Maps). Стандартные системы могут предлагать подсказки, которые текстуально релевантны вводу, но географически не соответствуют текущим интересам конкретного пользователя. Изобретение направлено на глубокую персонализацию подсказок путем учета истории географических взаимодействий пользователя.

Что запатентовано

Запатентована система для генерации и применения персонализированных Result Suggest Boost Factors (Факторов повышения предлагаемых результатов). Эти факторы специфичны для пары (Пользователь, Географическая локация) и рассчитываются на основе анализа истории взаимодействий пользователя (Search Log Data) с картографическими результатами (Map Results). Они используются для повышения (boosting) географически релевантных подсказок в реальном времени при вводе частичного запроса.

Как это работает

Система работает в двух режимах. В фоновом (офлайн) режиме она анализирует логи поиска, чтобы определить, с результатами в каких локациях пользователь взаимодействовал часто и недавно. Для этих локаций вычисляется Result Suggest Boost Factor. При расчете учитываются фактор времени (Time Factor, свежесть интереса) и факторы соседних локаций (Neighboring Geographic Locations). В реальном времени, когда пользователь вводит запрос, система корректирует базовые оценки подсказок (Result Suggest Scores) с помощью этих персонализированных факторов, продвигая географически релевантные предложения.

Актуальность для SEO

Высокая. Персонализация и точное понимание географического контекста пользователя являются критически важными для современных картографических сервисов и локального поиска. Механизмы, учитывающие историю взаимодействий и временное затухание интереса (Time Factor), активно используются для улучшения пользовательского опыта в Google Maps.

Важность для SEO

Патент имеет существенное значение для Локального SEO (Local SEO) и видимости в Google Maps. Он не влияет на основное ранжирование, но критически влияет на видимость в Autocomplete (подсказках). Патент показывает, что стимулирование взаимодействия пользователя с карточкой компании (Map Result) напрямую увеличивает вероятность того, что эта компания или ее локация будут показаны этому же пользователю в будущих подсказках. Это подчеркивает важность факторов вовлеченности (Engagement Factors) в стратегиях Local SEO.

Детальный разбор

Термины и определения

Distance Factor (Фактор расстояния)

Коэффициент, обратно пропорциональный расстоянию между основной и соседней географической локацией. Используется для взвешивания влияния соседних локаций на Result Suggest Boost Factor основной локации.

Geographic Location (Географическая локация)

Определенная географическая область на карте. Может быть определена политическими границами, радиусом от центральной точки или как непересекающиеся подразделения карты (например, тайлы).

Interactive Mapping System (Интерактивная картографическая система)

Система, предоставляющая онлайн-карты и поиск географических данных (например, Google Maps).

Map Result (Картографический результат)

Результат поиска в картографической системе, идентифицирующий объект на карте (например, бизнес, адрес, достопримечательность).

Neighboring Geographic Locations (Соседние географические локации)

Локации, находящиеся в пределах порогового расстояния от рассматриваемой локации или имеющие с ней общую границу.

Partial Query (Частичный запрос)

Компоненты запроса, полученные системой до того, как пользователь подтвердил отправку полного запроса. Используется для генерации подсказок.

Result Suggest Boost Factor (Фактор повышения предлагаемых результатов)

Персонализированное значение, специфичное для пользователя и географической локации. Указывает на вероятность того, что будущий запрос пользователя будет релевантен этой локации. Рассчитывается на основе истории взаимодействий.

Result Suggest Score (Оценка предлагаемого результата)

Базовая оценка подсказки, указывающая на вероятность того, что она соответствует намерению пользователя. Эта оценка корректируется с помощью Result Suggest Boost Factor.

Search Log Data (Данные журнала поиска)

История пользователя, включающая предоставленные Map Results, их географические локации и данные о взаимодействии пользователя с ними (interaction field).

Time Factor (Фактор времени)

Коэффициент дисконтирования, обратно пропорциональный времени, прошедшему с момента взаимодействия. Используется для приоритизации недавних интересов над старыми.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает полный цикл генерации и использования персонализированных факторов повышения в картографической системе.

Генерация (Офлайн-процесс):

1. Система получает Search Log Data пользователя, фиксирующие Map Results, их локации и взаимодействие пользователя с ними (interaction field).
2. Для каждой географической локации подсчитывается количество взаимодействий с релевантными результатами.
3. На основе этого количества вычисляется Result Suggest Boost Factor.
4. Этот фактор сохраняется в ассоциации с пользователем.

Применение (Онлайн-процесс):

1. Система получает частичный запрос (partially-formed query) и идентификатор пользователя.
2. Извлекается сохраненный Result Suggest Boost Factor для этого пользователя.
3. Определяется персонализированная подсказка (personalized user-specific and location-specific query completion suggestion) на основе частичного запроса И этого фактора повышения.
4. Подсказка отправляется пользователю.

Claim 2 (Зависимый от 1): Уточняет, что расчет фактора может включать учет соседних локаций.

Result Suggest Boost Factor для локации определяется также на основе факторов повышения соседних локаций (neighboring result suggest boost factors), находящихся в пределах порогового расстояния.

Claim 5 (Зависимый от 2): Вводит Distance Factor.

Влияние соседней локации масштабируется с помощью Distance Factor, который обратно пропорционален расстоянию. Чем дальше соседняя локация, тем меньше ее влияние на расчет фактора для основной локации.

Claim 6 (Зависимый от 2): Вводит Time Factor для соседних локаций.

Влияние соседней локации также масштабируется с помощью Time Factor, который обратно пропорционален времени, прошедшему с момента последнего взаимодействия пользователя с результатом в этой соседней локации. Чем старее интерес к соседней локации, тем меньше ее влияние.

Claim 7 (Зависимый от 1): Детализирует процесс применения фактора (Шаг 3 онлайн-процесса Claim 1).

1. Получение частичного запроса.
2. Получение набора кандидатов в подсказки с их базовыми Result Suggest Scores.
3. Для каждого кандидата: идентификация релевантной географической локации; выбор соответствующего персонализированного Result Suggest Boost Factor; корректировка Result Suggest Score на основе этого фактора.

Где и как применяется

Изобретение применяется в рамках Interactive Mapping System (например, Google Maps).

CRAWLING – Сбор данных (Data Acquisition)
На этом этапе происходит сбор поведенческих данных. Система непрерывно собирает Search Log Data: какие запросы вводил пользователь, какие Map Results были показаны и с какими из них он взаимодействовал.

INDEXING – Индексирование (Обработка пользовательских данных)
Система обрабатывает Search Log Data в фоновом (офлайн) режиме. Происходит вычисление персонализированных Result Suggest Boost Factors для различных географических локаций на основе истории взаимодействий. Рассчитанные факторы сохраняются в индексе, привязанном к идентификатору пользователя.

QUNDERSTANDING – Понимание Запросов (Autocomplete Engine)
Это основная область применения патента. Система работает в реальном времени, когда пользователь вводит Partial Query. Result Suggestion Apparatus генерирует кандидатов в подсказки и использует предварительно рассчитанные Result Suggest Boost Factors для их переранжирования (RERANKING подсказок), чтобы предоставить персонализированные предложения.

Входные данные (Офлайн-процесс):

• Search Log Data пользователя (взаимодействия, локации результатов, временные метки).
• Географические данные (границы локаций, расстояния).

Входные данные (Онлайн-процесс):

• Partial Query и идентификатор пользователя.
• Набор кандидатов в подсказки с базовыми Result Suggest Scores.
• Индекс персонализированных Result Suggest Boost Factors.

Выходные данные:

• Отсортированный список персонализированных поисковых подсказок (personalized user-specific and location-specific query completion suggestion).

На что влияет

• Конкретные типы контента: Влияет на видимость локальных сущностей в подсказках Google Maps: бизнесы, адреса, достопримечательности (Map Features).
• Специфические запросы: Наибольшее влияние на неоднозначные или общие запросы в интерфейсе Карт (например, «кафе», «музей»), где персонализированный географический контекст помогает уточнить интент.
• Конкретные ниши или тематики: Критически важно для всех ниш, связанных с локальным поиском (ритейл, услуги, туризм, недвижимость).

Когда применяется

• Триггеры активации: Ввод пользователем символов в строку поиска картографической системы (генерация Partial Query) в реальном времени.
• Условия применения: Пользователь должен быть идентифицирован (залогинен), и у него должна быть накоплена история поиска (Search Log Data). Без истории поиска эта персонализация невозможна. Патент упоминает, что данные хранятся для пользователей, согласившихся на это.
• Частота применения: Расчет факторов происходит периодически (офлайн). Применение факторов — в реальном времени при каждом вводе символа (онлайн).

Пошаговый алгоритм

Патент описывает два основных процесса.

Процесс А: Расчет Result Suggest Boost Factors (Офлайн/Фоновый режим)

1. Сбор данных: Получение Search Log Data для конкретного пользователя.
2. Агрегация взаимодействий: Для каждой географической локации определяется количество Map Results, релевантных этой локации, с которыми пользователь взаимодействовал.
3. Расчет базового фактора: Вычисление Result Suggest Boost Factor. Например, как пропорция взаимодействий в этой локации к общему числу взаимодействий.
4. Применение фактора времени (Опционально): Взаимодействия взвешиваются с использованием Time Factor. Более свежие взаимодействия получают больший вес (вес обратно пропорционален прошедшему времени).
5. Анализ соседства (Опционально):
   • Получение Result Suggest Boost Factors для соседних локаций.
   • Корректировка фактора основной локации на основе факторов соседей.
   • Влияние соседей масштабируется с помощью Distance Factor (обратно пропорционально расстоянию) и Time Factor (на основе свежести интереса к соседу).
6. Сохранение: Сохранение итогового Result Suggest Boost Factor в индексе пользователя.

Процесс Б: Применение факторов для генерации подсказок (Онлайн/Реальное время)

1. Получение ввода: Получение Partial Query и идентификатора пользователя.
2. Выбор кандидатов: Отбор кандидатов в подсказки с их базовыми Result Suggest Scores.
3. Идентификация локаций: Для каждого кандидата определяется релевантная географическая локация.
4. Извлечение факторов: Из индекса пользователя извлекается соответствующий Result Suggest Boost Factor для этой локации.
5. Корректировка оценок: Базовый Result Suggest Score кандидата корректируется (повышается) с помощью извлеченного фактора.
6. Ранжирование и выдача: Кандидаты переранжируются по скорректированным оценкам и предоставляются пользователю.

Какие данные и как использует

Данные на входе

Патент фокусируется на использовании поведенческих данных для географической персонализации.

• Поведенческие факторы: Критически важные данные. Используются Search Log Data, фиксирующие взаимодействие пользователя (клики, выбор) с конкретными Map Results.
• Географические факторы: Географическая привязка каждого Map Result. Также используются данные о расстоянии между локациями для расчета Distance Factor и определения соседства.
• Временные факторы: Метки времени взаимодействий пользователя. Используются для расчета Time Factor (затухания интереса).
• Пользовательские факторы: Идентификатор пользователя, необходимый для обеспечения персонализации и привязки Result Suggest Boost Factors к профилю.

Какие метрики используются и как они считаются

• Result Suggest Boost Factor: Основная метрика патента. Рассчитывается для пары (Пользователь, Локация) на основе количества взаимодействий с результатами в этой локации. Может быть рассчитан как пропорция от общего числа взаимодействий.
• Time Factor: Метрика свежести. Значение, обратно пропорциональное времени, прошедшему с момента взаимодействия. Используется для взвешивания взаимодействий.
• Distance Factor: Метрика близости. Значение, обратно пропорциональное расстоянию между локациями. Используется для взвешивания влияния соседних локаций.
• Result Suggest Score: Базовая оценка релевантности подсказки частичному запросу (метод расчета не детализирован в патенте), которая используется как основа для бустинга.

Выводы

1. Глубокая персонализация Autocomplete в Картах: Патент описывает механизм, делающий подсказки в картографических сервисах высоко персонализированными. Система предсказывает географический интент пользователя на основе его прошлой активности, а не только на основе текущего местоположения или глобальной популярности запросов.
2. Взаимодействия как ключевой сигнал (Engagement): Result Suggest Boost Factor напрямую зависит от того, с какими Map Results пользователь взаимодействовал ранее. Это делает поведенческие сигналы критически важными для видимости в подсказках.
3. Адаптивность и фактор свежести (Time Factor): Система приоритизирует недавние интересы. Благодаря Time Factor, вес старых взаимодействий снижается, позволяя системе быстро адаптироваться к изменениям в поведении пользователя (например, при планировании новой поездки).
4. Кластеризация географических интересов: Учет Neighboring Geographic Locations показывает, что интерес к одной локации может повышать бустинг для соседних областей (с поправкой на Distance Factor). Это отражает естественное поведение при изучении региона.
5. Область применения ограничена Картами: Механизм специфичен для Interactive Mapping System и не описывает ранжирование основного веб-поиска.

Практика

Best practices (это мы делаем)

Практическое применение сосредоточено в области Локального SEO (Local SEO) и оптимизации видимости в Google Maps.

• Стимулирование взаимодействия (Engagement) с профилем компании: Это ключевая стратегия. Необходимо мотивировать пользователей взаимодействовать с вашим бизнесом в результатах поиска Google Maps (Map Result) — кликать на карточку, строить маршруты, звонить. Каждое взаимодействие увеличивает персональный Result Suggest Boost Factor для вашей локации у этого пользователя, повышая вероятность показа вашего бизнеса в его будущих подсказках.
• Оптимизация привлекательности листинга (Google Business Profile): Максимально заполненный и привлекательный профиль (качественные фото, отзывы, актуальная информация, Google Posts) повышает вероятность клика (взаимодействия) при показе в результатах.
• Работа над лояльностью и повторными взаимодействиями: Постоянные клиенты, регулярно взаимодействующие с вашим профилем в Картах, будут чаще видеть ваш бизнес в подсказках благодаря накопленному Result Suggest Boost Factor.
• Учет локального контекста при планировании поездок: Для туристической сферы важно привлекать внимание пользователя на этапе планирования. Если пользователь изучает вашу локацию, Result Suggest Boost Factor для нее растет, увеличивая шансы вашего бизнеса попасть в подсказки по общим запросам (например, «отель»).

Worst practices (это делать не надо)

• Игнорирование Google Maps как канала взаимодействия: Недооценка важности взаимодействия с пользователем через интерфейс Карт приведет к низкой видимости в персонализированных подсказках.
• Накрутка взаимодействий: Попытки искусственно симулировать клики по карточке компании рискованны. Система основана на анализе реальных пользовательских логов, и манипуляции могут быть отфильтрованы. Кроме того, бустинг персонализирован, поэтому накрутки от ботов не повлияют на реальных пользователей.
• Неточные географические данные: Ошибки в адресе или расположении пина приведут к тому, что взаимодействия будут ассоциироваться с неверной географической локацией, делая механизм бустинга неэффективным для вашего бизнеса.

Стратегическое значение

Патент подтверждает стратегический фокус Google на использовании поведенческих данных для глубокой персонализации локального поиска, начиная с этапа ввода запроса. Для Local SEO это означает, что видимость бизнеса зависит не только от общих факторов ранжирования, но и от личной истории пользователя. Долгосрочная стратегия должна быть направлена на построение реального взаимодействия с брендом через картографические сервисы, смещая фокус с традиционной оптимизации на факторы вовлеченности (Engagement Factors).

Практические примеры

Сценарий 1: Планирование поездки и адаптация подсказок (Time Factor)

1. Действие пользователя: Пользователь планирует поездку в Париж. В течение недели он активно ищет отели и музеи в Париже, кликая на множество Map Results.
2. Обработка системой: Google рассчитывает высокий Result Suggest Boost Factor для локации «Париж» для этого пользователя. Time Factor дает максимальный вес этим недавним действиям.
3. Применение: Через день пользователь вводит в Google Maps запрос «Рес…».
4. Результат: Система агрессивно повышает подсказки, связанные с Парижем (например, «Рестораны Париж»), даже если пользователь физически находится в своем родном городе, так как система предполагает, что он продолжает планирование.

Сценарий 2: Влияние взаимодействия на видимость локального бизнеса

1. Действие пользователя: Пользователь регулярно строит маршрут до своего спортзала «FitGym» через Google Maps (взаимодействие с Map Result).
2. Обработка системой: Система фиксирует эти взаимодействия и увеличивает Result Suggest Boost Factor для локации спортзала у этого пользователя.
3. Применение: Пользователь начинает вводить «Fit…».
4. Результат: Вместо общих подсказок или других бизнесов с похожим названием, система предлагает «FitGym» на первой позиции в списке автозаполнения благодаря персонализированному бустингу.

Вопросы и ответы