Как Google индексирует локальные документы с «расширенной» географией для быстрого поиска по радиусу

Описание

Какую задачу решает

Патент решает проблему эффективности и скорости поиска документов, релевантных определенному географическому региону, особенно когда регион определяется радиусом от центральной точки (например, «в пределах 10 миль от адреса»). Выполнение сложных геопространственных вычислений (расчет расстояний) в реальном времени при выполнении запроса является ресурсоемким. Изобретение оптимизирует этот процесс, перенося основную вычислительную сложность с этапа поиска на этап индексирования, обеспечивая высокую скорость ответа на локальные запросы.

Что запатентовано

Запатентован метод индексирования географически релевантных документов. Суть изобретения заключается в том, что документ ассоциируется в индексе не только с его фактическим географическим местоположением (Location Identifier), но и с набором идентификаторов всех окружающих географических областей, попадающих в заданный диапазон (Predetermined Range). Это создает агрегированный географический регион (Aggregate Geographic Region) для каждого документа в индексе.

Как это работает

Система использует модель географической сетки (например, Hierarchical Triangular Mesh (HTM)) для разделения поверхности Земли на ячейки, каждой из которых присваивается Location Identifier.

• На этапе индексирования: Для документа определяется его основная ячейка. Затем система идентифицирует все соседние ячейки, попадающие в заданный радиус (например, 5 миль). Документ индексируется так, как если бы он содержал идентификаторы всех этих ячеек.
• На этапе поиска: Когда пользователь ищет что-то в определенном месте, система определяет центральную ячейку этого места и добавляет ее идентификатор к запросу. Поскольку документы в радиусе уже были проиндексированы с этим центральным идентификатором, система мгновенно находит их без необходимости рассчитывать расстояния в реальном времени.

Актуальность для SEO

Высокая. Эффективный и быстрый гео-поиск является фундаментом локальных сервисов Google (Google Maps, Local Pack). Хотя конкретные методы кодирования местоположения (например, использование именно HTM или переход на S2 Geometry) могут эволюционировать, базовый принцип предварительного расчета и индексации географического охвата остается критически важным для производительности системы в 2025 году.

Важность для SEO

Патент имеет высокое значение для понимания технической инфраструктуры локального поиска (Local SEO). Он объясняет механизм, с помощью которого Google быстро определяет пул кандидатов для локальной выдачи (концепция близости/Proximity). Патент подчеркивает критическую важность точности входных географических данных (адресов, координат). Если система неправильно определит местоположение бизнеса, он будет проиндексирован для неверного набора географических областей, что приведет к потере видимости в релевантных локальных запросах.

Детальный разбор

Термины и определения

Aggregate Geographic Region (Агрегированный географический регион)

Общая географическая область, связанная с документом в индексе. Включает основное местоположение документа и все окружающие области (ячейки) в пределах заданного диапазона.

Geographically Relevant Document (Географически релевантный документ)

Документ, имеющий особую привязку к конкретному географическому местоположению. Примеры: бизнес-листинги (business listings), веб-страницы с обзорами локальных бизнесов.

Hierarchical Triangular Mesh (HTM) (Иерархическая триангулярная сетка)

Один из примеров модели для разделения сферической поверхности (Земли) на иерархические треугольные области (ячейки) примерно равной площади. Используется для генерации Location Identifiers.

Location Identifier (Идентификатор местоположения)

Уникальный идентификатор, присвоенный определенной географической ячейке в рамках используемой модели (например, HTM ID). Используется для индексирования и поиска документов.

Predetermined Range (Заданный диапазон/радиус)

Радиус (например, 1 миля, 5 миль), используемый на этапе индексирования для определения того, насколько широко следует индексировать документ вокруг его основного местоположения.

Surrounding Location Identifiers (Идентификаторы окружающих местоположений)

Идентификаторы ячеек сетки, которые окружают основное местоположение документа и попадают в Predetermined Range.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной метод индексирования и поиска.

Часть 1: Индексирование. Система индексирует множество документов. Для каждого документа:

1. Извлекается географическое местоположение.
2. Идентифицируется конкретная географическая область (основная ячейка).
3. Определяется множество географических областей (окружающие ячейки) в пределах первого диапазона (first range) от основной области. Важно: эти окружающие области добавляются из-за близости, а не потому, что они упоминаются в документе.
4. В индекс добавляются множественные ссылки на документ. Эти ссылки связывают документ как с основной областью, так и со всеми окружающими областями.

Часть 2: Поиск.

1. Система получает поисковый запрос с географическими терминами.
2. Определяется регион поиска на основе этих терминов.
3. Система идентифицирует документы в индексе на основе этого региона поиска.

Ключевым элементом является индексирование документа с «расширенной географией», что позволяет быстро найти документ, если центр поиска пользователя попадает в любую из проиндексированных областей.

Claim 5 (Независимый пункт): Описывает устройство, реализующее схожую логику и уточняет определение окружающих регионов.

1. Система определяет другие географические регионы, которые хотя бы частично (at least partially) находятся в пределах круга с определенным радиусом от основного региона.
2. В индекс добавляются ссылки, которые связывают документ с основным регионом и этими другими регионами.
3. При получении запроса определяется идентификатор местоположения поиска (search location identifier), и документ идентифицируется в индексе на его основе.

Где и как применяется

Изобретение является инфраструктурным и затрагивает ключевые этапы обработки локальных запросов.

INDEXING – Индексирование и извлечение признаков
Это основной этап применения патента. Система обрабатывает Geographically Relevant Documents:

1. Извлекает географические сигналы (адрес, координаты).
2. Преобразует их в основной Location Identifier с использованием гео-сетки (например, HTM).
3. Рассчитывает набор окружающих Location Identifiers для одного или нескольких Predetermined Ranges (например, 1, 5, 15 миль).
4. Сохраняет документ в индексе, связывая его со всеми этими идентификаторами (формируя Aggregate Geographic Region).

QUNDERSTANDING – Понимание Запросов
На этом этапе система анализирует запрос пользователя, распознает географический интент (например, «пицца в Fairfax, VA») и преобразует указанное пользователем местоположение в соответствующий Location Identifier, который будет использоваться как центр поиска.

RANKING – Ранжирование (Этап Retrieval/Отбор кандидатов)
На этапе быстрого отбора кандидатов (L1 Retrieval) система использует модифицированный запрос (комбинацию поисковых терминов и Location Identifier центра поиска). Благодаря механизму патента, система быстро находит все документы, которые на этапе индексации были связаны с этим идентификатором, эффективно фильтруя результаты по радиусу.

Входные данные:

• Документы (бизнес-листинги, веб-страницы).
• Географические данные, связанные с документами (адреса, координаты).
• Определенная модель гео-сетки (например, HTM).
• Набор заранее определенных радиусов для индексации (Predetermined Ranges).

Выходные данные:

• Индекс документов, в котором каждый географически релевантный документ связан с множеством Location Identifiers.

На что влияет

• Конкретные типы контента: В первую очередь влияет на бизнес-листинги (данные из Google Business Profile) и веб-документы, тесно связанные с локальным бизнесом (например, обзоры ресторанов, страницы филиалов).
• Специфические запросы: Локальные запросы, где пользователь указывает местоположение (город, район) или подразумевает его (запросы «рядом со мной»), особенно с указанием радиуса поиска.
• Конкретные ниши или тематики: Все ниши, связанные с локальным бизнесом — ритейл, рестораны, услуги, медицина и т.д.

Когда применяется

• При индексации: Алгоритм применяется каждый раз, когда система индексирует или обновляет документ, идентифицированный как Geographically Relevant Document.
• При поиске: Механизм используется при обработке поискового запроса, имеющего локальный интент и указание на географический регион или радиус поиска.

Пошаговый алгоритм

Процесс А: Индексирование географически релевантного документа

1. Идентификация документа: Система идентифицирует документ как географически релевантный.
2. Определение основного идентификатора: Географическое местоположение документа (адрес/координаты) преобразуется в основной Location Identifier (ID_Doc) с помощью гео-сетки (HTM).
3. Определение окружающих идентификаторов: Система определяет все Location Identifiers, которые хотя бы частично попадают в пределы заданного радиуса (Predetermined Range) от ID_Doc.
   • Вариант с несколькими диапазонами: Этот шаг может повторяться для нескольких радиусов (например, 1 миля, 5 миль).
4. Индексирование: Документ индексируется со всеми найденными идентификаторами. Идентификаторы могут помечаться метками радиуса (например, ID:1 для 1 мили, ID:5 для 5 миль), чтобы различать их.

Процесс Б: Обработка локального поискового запроса (стандартный радиус)

1. Получение запроса: Система получает запрос с указанием региона и радиуса (например, «Кофейни, Poughkeepsie, NY», 5 миль).
2. Определение центрального идентификатора: Регион запроса преобразуется в центральный Location Identifier (ID_Center).
3. Модификация запроса: Система проверяет, что радиус 5 миль был проиндексирован. Запрос модифицируется путем добавления ID_Center с соответствующей меткой (например, «Кофейни» + ID_Center:5).
4. Выполнение поиска: Модифицированный запрос выполняется по индексу. Система ищет документы, содержащие термин «Кофейни» И связанные с ID_Center:5.
5. Возврат результатов: Найденные документы передаются на следующие этапы ранжирования.

Процесс В: Обработка локального поискового запроса (нестандартный радиус)

Этот процесс используется, если пользователь выбирает радиус, который не был предварительно проиндексирован (например, 3 мили, а проиндексированы 1 и 5 миль).

1. Получение запроса: Запрос с нестандартным радиусом (например, 3 мили).
2. Выбор базового диапазона: Определяется ближайший проиндексированный диапазон, который меньше или равен запрошенному (например, 1 миля).
3. Расчет разницы: Вычисляется разница между запрошенным и базовым диапазоном (3 мили — 1 миля = 2 мили).
4. Энумерация дополнительных регионов: Определяются все Location Identifiers в пределах этой разницы (2 мили) от центра поиска.
5. Модификация запроса: Запрос модифицируется путем добавления перечисленных идентификаторов через логическое ИЛИ.
6. Выполнение поиска: Поиск выполняется по индексу, соответствующему базовому диапазону (1 миля), используя сложный модифицированный запрос.

Какие данные и как использует

Данные на входе

Патент фокусируется на географических данных и инфраструктуре индекса.

• Географические факторы: Критически важные данные. Используются почтовые адреса (postal address) или координаты (latitude/longitude), указанные в бизнес-листингах или на веб-страницах. Эти данные необходимы для определения соответствующего Location Identifier.
• Контентные факторы: Текст документа используется для определения его тематики и релевантности поисковым терминам, а также для определения того, является ли документ Geographically Relevant Document.

Какие метрики используются и как они считаются

• Location Identifier: Идентификатор географической области. Вычисляется на основе географической модели. Патент приводит Hierarchical Triangular Mesh (HTM) как основной пример, но упоминает и другие системы (UTM, HEALPix).
• Predetermined Range (Радиус): Заранее определенное расстояние (например, 1 миля, 5 миль). Используется для определения того, насколько далеко от основного местоположения документа нужно искать окружающие Location Identifiers для включения в индекс.
• Аппроксимация радиуса / Геометрическое пересечение: Поскольку система использует сетку, реальный круглый радиус аппроксимируется набором ячеек сетки. Метрика определяет, попадает ли ячейка (полностью или частично) в этот круг.

Выводы

1. Производительность локального поиска за счет индексации: Основной вывод заключается в том, что Google оптимизирует скорость локального поиска, перенося сложные географические вычисления с этапа выполнения запроса на этап индексирования.
2. Индексирование «Расширенной Географии»: Документы в локальном поиске не привязаны к одной точке. Они индексируются с Aggregate Geographic Region, который покрывает определенный радиус вокруг их основного местоположения.
3. Критичность точности основного местоположения: Точность определения основного Location Identifier документа критически важна. Если система неправильно определит основное местоположение бизнеса, весь его Aggregate Geographic Region будет смещен, что приведет к потере видимости в релевантных окружающих областях.
4. Зависимость от гео-сеток и аппроксимация: Система использует географические сетки (например, HTM) для кодирования местоположений. Это означает, что радиус поиска является аппроксимацией, состоящей из набора ячеек, а не идеальным кругом.
5. Гибкость системы и множественные радиусы: Патент предусматривает возможность индексирования документов с несколькими предопределенными радиусами и описывает механизм обработки запросов с радиусами, которые не были проиндексированы напрямую.

Практика

Best practices (это мы делаем)

Хотя патент является инфраструктурным, он подчеркивает важность точности входных данных для локального SEO.

• Обеспечение абсолютной точности и консистентности NAP: Необходимо гарантировать 100% точность данных NAP (Name, Address, Phone) во всех источниках — на сайте, в Google Business Profile (GBP), в каталогах. Это гарантирует, что Google правильно определит основной Location Identifier, который является центром для расчета географического охвата (Aggregate Geographic Region).
• Использование точных гео-координат и верификация пина: Внедряйте микроразметку (Schema.org/LocalBusiness) с точными координатами (широта и долгота) и вручную проверяйте/корректируйте положение маркера местоположения в GBP. Неправильное положение пина приведет к неверной индексации географического охвата.
• Создание локально-релевантного контента: Чтобы механизм применялся к страницам сайта (а не только к GBP), они должны быть идентифицированы как Geographically Relevant Document. Используйте четкие локальные сигналы, адреса, названия районов и ориентиров в контенте и метаданных.
• Для Service Area Businesses (SAB): Для SAB крайне важно четко и точно определять зону обслуживания в настройках GBP, чтобы помочь системе понять набор Location Identifiers, для которых этот бизнес релевантен, формируя тем самым их Aggregate Geographic Region.

Worst practices (это делать не надо)

• Указание неточных или противоречивых адресов: Предоставление разной информации об адресе в разных источниках может запутать систему при определении основного Location Identifier, что ухудшит локальную видимость.
• Использование виртуальных офисов или абонентских ящиков (P.O. Boxes): Попытки использовать адреса, где бизнес физически не присутствует, затрудняют точное гео-позиционирование. Хотя этот патент напрямую не борется со спамом, он полагается на точный физический адрес как на входные данные для индексации.
• Частая смена адреса: Частые переезды могут приводить к задержкам в обновлении гео-индекса и временному выпадению из локальной выдачи, пока система не пересчитает и не переиндексирует новые Location Identifiers и их охват.

Стратегическое значение

Патент подтверждает, что фундаментом локального поиска является точное определение местоположения бизнеса. Он описывает инфраструктуру, лежащую в основе фактора близости (Proximity), позволяя Google быстро и эффективно применять этот фактор. Для SEO-специалистов это означает, что работа над точностью и консистентностью базовых данных (Location Data Management) является первым и обязательным шагом для обеспечения видимости в локальной выдаче (Local Pack и Google Maps).

Практические примеры

Сценарий: Оптимизация кафе, расположенного на границе двух районов

Предположим, кафе находится на улице, разделяющей Район А и Район Б. Пользователи из обоих районов являются целевой аудиторией.

1. Проблема: Если гео-координаты определены неточно (например, пин в GBP смещен), система может присвоить кафе Location Identifier, который находится глубоко в Районе А.
2. Работа системы (Индексация): Система рассчитает окружающие идентификаторы в заданном радиусе (например, 5 миль). Из-за ошибки в координатах этот набор (Aggregate Geographic Region) может не полностью покрывать Район Б.
3. Результат (Поиск): Когда пользователь ищет «кафе рядом со мной», находясь в центре Района Б, система использует Location Identifier центра Района Б для поиска. Если этот идентификатор не был включен в набор окружающих идентификаторов кафе на этапе индексации, кафе не появится в выдаче.
4. SEO-действие: SEO-специалист должен проверить точность координат в GBP и микроразметке. Убедившись, что пин стоит точно на здании кафе, он гарантирует, что система максимально корректно рассчитает зону охвата, увеличивая вероятность включения идентификаторов из обоих районов в индекс кафе.

Вопросы и ответы