Как Google динамически балансирует количество рекламных объявлений для основного и связанных запросов на странице выдачи

Описание

Какую задачу решает

Патент решает проблему несбалансированного представления рекламных объявлений (advertisements или sponsored listings) на странице результатов поиска (SERP), когда одновременно показывается реклама для исходного запроса (Initial Query) и одного или нескольких связанных дополнительных запросов (Additional Queries). Цель — избежать ситуаций, когда один рекламный блок перегружен объявлениями, а другой содержит слишком мало, а также обеспечить разнообразие (diversity) рекламодателей и повысить показатели отклика (ad response rates).

Что запатентовано

Запатентована система балансировки блоков контента (Content Blocks), которыми в контексте патента являются рекламные объявления. Система получает исходный и дополнительные запросы, формирует для каждого блок объявлений и оценивает их сбалансированность по количеству или разнообразию рекламодателей. При обнаружении дисбаланса система итеративно запрашивает уточненный набор объявлений, динамически изменяя критерии семантической близости (Closeness Criteria) для достижения баланса.

Как это работает

Система работает в несколько этапов:

• Генерация запросов: Определяются исходный запрос и связанные дополнительные запросы (с помощью Query Reviser Engine).
• Формирование блоков: Для каждого запроса Ad Selector Engine подбирает набор релевантных объявлений (Content Items), формируя Content Block.
• Оценка баланса: Координирующая система (Mixer Engine) сравнивает блоки. Если один блок значительно больше или меньше других (или целевого значения), он помечается как несбалансированный.
• Корректировка: Для несбалансированных блоков Mixer Engine изменяет Closeness Criteria. Для увеличения количества объявлений критерии расширяются (broadening); для уменьшения — сужаются (narrowing).
• Уточнение набора: Ad Selector Engine предоставляет новый набор объявлений на основе скорректированных критериев.
• Финальная обработка: Система удаляет дубликаты и обеспечивает пропорциональное представление рекламодателей перед показом на SERP.

Актуальность для SEO

Средняя (для AdTech), Низкая (для SEO). Принципы диверсификации и балансировки выдачи актуальны, но патент описывает конкретную инфраструктуру Google Ads. Хотя он отражает общую цель Google по оптимизации представления контента на SERP, он не связан с органическим поиском.

Важность для SEO

(1/10). Патент имеет минимальное значение для стратегии органического SEO. Он описывает внутренние процессы, связанные исключительно с подбором, балансировкой и отображением рекламных объявлений (AdTech), а не с ранжированием органических результатов. Он не дает прямых рекомендаций для SEO-специалистов, работающих над продвижением сайтов в органическом поиске.

Детальный разбор

Термины и определения

Ad Selector Engine (Механизм выбора рекламы)

Компонент системы, который выбирает кандидатов рекламных объявлений, релевантных запросу, используя заданные Closeness Criteria.

Additional Queries (Дополнительные запросы)

Также упоминаются как Revised Queries или Suggested Queries. Запросы, автоматически сгенерированные системой (например, Query Reviser Engine) на основе исходного запроса. Они семантически или контекстуально связаны с ним.

Auction Engine (Аукционный механизм)

Компонент, который проводит динамическое соревнование (аукцион) среди рекламодателей для выбора финального подмножества рекламных объявлений для показа.

Balancing (Балансировка)

Процесс корректировки Content Blocks для достижения сопоставимого представления (например, схожее количество объявлений в каждом блоке) и обеспечения разнообразия (например, пропорциональное представление рекламодателей).

Closeness Criteria (Критерии близости)

Параметр, определяющий семантическую дистанцию (semantic distance) между темой запроса и подобранными Content Items. Используется для управления широтой подбора рекламы (сужение или расширение).

Content Block (Блок контента)

Набор из одного или нескольких Content Items, связанных с конкретным запросом (исходным или дополнительным).

Content Item (Элемент контента)

Элемент контента, предоставляемый пользователю. В контексте патента это рекламные объявления (advertisements, sponsored listings).

Initial Query (Исходный запрос)

Запрос, изначально полученный от пользователя.

Mixer Engine (Механизм смешивания)

Центральный компонент, который координирует получение данных от разных механизмов, выполняет логику балансировки и собирает финальную страницу результатов поиска (SERP).

Query Reviser Engine (Механизм пересмотра запросов)

Компонент, который применяет модели пересмотра запросов к исходному запросу для генерации Additional Queries.

Ключевые утверждения (Анализ Claims)

Патент фокусируется на методах балансировки рекламных блоков путем корректировки широты поиска контента.

Claim 1 (Независимый пункт): Описывает основной метод итеративной балансировки количества элементов в блоках.

1. Идентифицируются исходный и дополнительные запросы.
2. Для каждого запроса идентифицируются и группируются в блок кандидаты Content Items.
3. Каждый блок оценивается с использованием критериев сравнения (Comparison Criteria), которые включают сравнение количества элементов между блоками или количества элементов от одной и той же сущности (entity/рекламодателя).
4. Определяются блоки, в которых слишком мало или слишком много элементов.
5. Если слишком мало: система запрашивает больше элементов, что включает расширение (broadening) соответствующего запроса (или критериев для него) для идентификации дополнительных элементов.
6. Если слишком много: система запрашивает меньше элементов, что включает сужение (narrowing) соответствующего запроса для фильтрации элементов.
7. Идентифицируются уточненные кандидаты (refined candidate content items).
8. Система предоставляет множество блоков (исходных или уточненных) в ответ на исходный запрос. Уточняется, что предоставляются как минимум первый блок для исходного запроса и второй блок для дополнительного запроса, и что элементы в этих блоках различны (different).

Claim 6 (Независимый пункт): Описывает метод балансировки относительно целевого значения.

1. Идентифицируются запросы и формируются блоки кандидатов.
2. Каждый блок оценивается на предмет баланса, включая определение текущего и целевого количества (target number) кандидатов.
3. Если блок несбалансирован (количество отличается от целевого): система запрашивает уточнение (refinement) кандидатов, включая сужение или расширение соответствующего запроса.
4. Система получает уточненных кандидатов и предоставляет блоки.

Claim 9 (Независимый пункт): Описывает упрощенный метод, определяющий балансировку как действие.

1. Получение исходного запроса и идентификация дополнительных.
2. Идентификация и группировка Content Items в блоки.
3. Выполнение балансировки (balancing) блоков, что включает сужение или расширение связанного запроса с целью уменьшения или увеличения количества Content Items хотя бы для одного блока.
4. Предоставление сбалансированных блоков вместе с результатами поиска.

Где и как применяется

Изобретение относится к системе показа рекламы (Google Ads), которая взаимодействует с основной поисковой системой.

QUNDERSTANDING – Понимание Запросов
На этом этапе работает Query Reviser Engine, который анализирует Initial Query и генерирует семантически связанные Additional Queries. Это необходимое условие для работы механизма балансировки.

RANKING (Рекламное ранжирование / Ad Selection)
Ad Selector Engine использует запросы и Closeness Criteria для подбора релевантных рекламных объявлений (Candidate Content Items). Он выполняет как первичный отбор, так и повторный отбор на основе скорректированных критериев.

METASEARCH – Метапоиск и Смешивание / RERANKING (Переранжирование рекламы)
Основное место применения патента. Mixer Engine координирует процесс:

1. Получает первичные блоки рекламы от Ad Selector Engine.
2. Оценивает баланс между блоками, используя Comparison Criteria.
3. При дисбалансе итеративно запрашивает уточненные наборы, корректируя Closeness Criteria (запрос на расширение или сужение).
4. Выполняет финальную фильтрацию (дедупликация, обеспечение разнообразия рекламодателей).
5. Собирает финальную SERP, комбинируя органические результаты и сбалансированные рекламные блоки (возможно, после обработки Auction Engine).

Входные данные:

• Исходный запрос (Initial Query).
• Дополнительные запросы (Additional Queries).
• Стандартные критерии близости (Closeness Criteria).
• База данных рекламных объявлений.

Выходные данные:

• Сбалансированные блоки рекламных объявлений (Balanced Content Blocks) для отображения на SERP.

На что влияет

• Конкретные типы контента: Влияет исключительно на рекламные объявления (Advertisements / Sponsored Links). Не оказывает влияния на органические результаты поиска.
• Специфические запросы: Влияет на запросы, для которых система генерирует дополнительные связанные запросы и решает отобразить несколько рекламных блоков одновременно.

Когда применяется

• Условия работы: Алгоритм применяется, когда поисковая система решает отобразить на одной SERP рекламные блоки не только для исходного запроса, но и для одного или нескольких дополнительных (связанных) запросов.
• Триггеры активации: Процесс балансировки активируется после первичного подбора рекламы, если обнаружен дисбаланс (unbalanced block) между сформированными блоками (например, значительная разница в количестве объявлений или несоответствие целевому значению target number).

Пошаговый алгоритм

Процесс балансировки рекламных блоков:

1. Идентификация запросов: Получение Initial Query и генерация Additional Queries.
2. Первичный подбор контента: Mixer Engine запрашивает у Ad Selector Engine наборы объявлений для каждого запроса, используя стандартные Closeness Criteria.
3. Формирование блоков: Полученные объявления группируются в Content Blocks.
4. Оценка баланса: Mixer Engine оценивает блоки с помощью Comparison Criteria.
5. Определение дисбаланса: Идентификация блоков со слишком малым или слишком большим количеством объявлений.
6. Корректировка (Refinement Request):
   • Если слишком мало: Mixer Engine запрашивает новый набор у Ad Selector Engine, используя пересмотренные Closeness Criteria, указывающие на расширение (broadening) поиска (большая семантическая дистанция).
   • Если слишком много: Запрашивается новый набор с использованием Closeness Criteria, указывающих на сужение (narrowing) поиска (меньшая семантическая дистанция).
7. Получение уточненных блоков: Ad Selector Engine возвращает уточненные наборы объявлений (Refined Candidate Content Items). Шаги 4-7 могут повторяться итеративно.
8. Финальная фильтрация: Mixer Engine может выполнить дополнительную обработку: удаление дубликатов объявлений между разными блоками, обеспечение разнообразия рекламодателей (proportional representation).
9. Предоставление результатов: Сбалансированные блоки передаются для формирования SERP вместе с результатами органического поиска.

Какие данные и как использует

Данные на входе

Патент сфокусирован на механизме балансировки рекламы и не детализирует факторы ранжирования органического поиска. Используются следующие данные:

• Контентные факторы (Рекламные): Текст и метаданные рекламных объявлений (Content Items). Ключевые слова (keywords), на которые таргетирована реклама (используются Ad Selector Engine для подбора).
• Пользовательские факторы: Исходный запрос пользователя (Initial Query). Упоминается возможность использования исторических данных о запросах (queries that have historically been entered by users) для генерации дополнительных запросов (с соблюдением анонимности и opt-in).
• Данные о поставщиках контента (Рекламодатели): Идентификаторы рекламодателей используются для обеспечения разнообразия и пропорционального представления.

Какие метрики используются и как они считаются

• Количество Content Items в блоке: Основная метрика для оценки баланса.
• Comparison Criteria (Критерии сравнения): Используются для определения дисбаланса. Могут включать:
  • Сравнение количества элементов между блоками.
  • Сравнение с целевым количеством (target number).
  • Оценка количества элементов от одного поставщика (same entity).
• Closeness Criteria (Semantic Distance): Параметр семантической дистанции. Его изменение позволяет сужать или расширять подбор рекламы. Конкретные методы расчета в патенте не описаны, но он используется как управляющий параметр для Ad Selector Engine.
• Разнообразие (Diversity): Метрики, оценивающие уникальность объявлений и пропорциональное представление рекламодателей (content item providers) на странице.

Выводы

1. Фокус на Google Ads (AdTech): Патент описывает исключительно инфраструктуру и логику работы рекламной системы. Он не содержит информации, применимой для оптимизации органического ранжирования (SEO).
2. Расширение запросов для рекламы: Система активно генерирует и использует связанные запросы (Additional Queries) для показа разнообразной рекламы в отдельных блоках на одной SERP.
3. Динамическая корректировка отбора: Ключевой механизм — это возможность динамически изменять широту подбора рекламы (расширять или сужать) путем корректировки Closeness Criteria (семантической дистанции) в реальном времени.
4. Баланс и Разнообразие как цель: Система стремится к сбалансированному количеству рекламы для каждого отображаемого запроса и к разнообразию рекламодателей, а не просто к максимальному заполнению рекламного пространства.
5. Дедупликация: Система включает шаги по удалению дублирующихся объявлений между разными блоками на одной странице.

Практика

Этот патент является инфраструктурным и сфокусирован на AdTech. Он не дает практических выводов для специалистов по органическому SEO.

Best practices (это мы делаем)

Практических рекомендаций для органического SEO, напрямую вытекающих из этого патента, нет. Косвенные выводы:

• Понимание механизмов Query Revision: Патент подтверждает, что Google активно генерирует и использует связанные запросы (Additional Queries). Для SEO это подчеркивает важность работы над широким семантическим охватом и построением авторитетности в теме (Topical Authority), чтобы сайт был релевантен кластеру связанных концепций.
• Анализ структуры SERP: Наблюдение за тем, как Google сегментирует рекламу по связанным запросам, может дать подсказки о том, какие смежные интенты Google считает релевантными для пользователей в данной тематике.

Worst practices (это делать не надо)

Патент не описывает SEO-тактики, которые он делает неэффективными или опасными для органического продвижения.

Стратегическое значение

Стратегическое значение для органического SEO минимально. Патент интересен для специалистов по контекстной рекламе (PPC) и для общего понимания того, как устроена инфраструктура сборки SERP (в частности, роль Mixer engine) и как система адаптируется в реальном времени для обеспечения сбалансированного представления рекламного контента.

Практические примеры

Практических примеров применения для органического SEO нет.

Вопросы и ответы