Как Google определяет местоположение пользователя, используя историю локаций всех его устройств

Описание

Какую задачу решает

Патент решает проблему предоставления услуг, зависящих от местоположения (location-enhanced services), в ситуациях, когда точное текущее местоположение запрашивающего устройства не может быть определено. Это актуально для мобильных устройств, где GPS или Wi-Fi позиционирование могут быть недоступны или отключены, а геолокация по IP-адресу неточна. Цель — обеспечить пользователя релевантными локальными результатами (например, в поиске или картах), даже при отсутствии прямых сигналов о его местоположении.

Что запатентовано

Запатентована система для определения (вывода) текущего местоположения устройства путем анализа Истории местоположений пользователя (User Location History), которая агрегирует данные со всех устройств, связанных с одним аккаунтом. Если местоположение текущего устройства неизвестно или устарело, система оценивает недавние местоположения других устройств этого пользователя и выбирает наиболее вероятное, используя специальную формулу оценки (scoring formula).

Как это работает

Система работает по иерархическому принципу:

• Точное определение: Сначала система пытается использовать GPS или Wi-Fi.
• Проверка свежести: Если точное определение невозможно, проверяется, есть ли у текущего устройства «свежая» запись о местоположении (например, младше 5 минут) в User Location History.
• Кросс-девайсный анализ: Если свежей записи нет, система анализирует последние записи всех устройств пользователя.
• Оценка (Scoring): Каждая запись оценивается по формуле, учитывающей возраст (Age), согласованность с приблизительным местоположением (Location Consistency) и Фактор совместного расположения устройств (Device Co-location Factor) — как часто устройства находятся вместе.
• Выбор: Местоположение из записи с наивысшим баллом используется как предполагаемое текущее местоположение.

Актуальность для SEO

Высокая. С ростом числа устройств на одного пользователя (смартфоны, планшеты, часы) и критической важности локального контекста для мобильного поиска (Local SEO), способность Google точно определять местоположение пользователя является фундаментальной. Этот механизм позволяет поддерживать качество локализации при сбоях стандартных систем геолокации.

Важность для SEO

Влияние на SEO высокое (7/10), особенно для Local SEO. Патент не описывает алгоритмы ранжирования, но определяет контекст пользователя — где он находится. Это напрямую влияет на то, какие локальные результаты будут ранжироваться. Механизм увеличивает общий объем локализованных поисковых запросов, которые может обработать Google, подчеркивая необходимость точной локальной оптимизации.

Детальный разбор

Термины и определения

Device Co-location Factor (Фактор совместного расположения устройств)

Ключевая метрика патента. Указывает, как часто два устройства исторически находились в одном и том же месте в одно и то же время. Используется для оценки вероятности того, что местоположение одного устройства можно использовать для другого.

Device Identifier (Идентификатор устройства)

Уникальный код (например, серийный номер, MAC-адрес), используемый для различения устройств, связанных с одним аккаунтом.

Fresh Location Entry (Свежая запись о местоположении)

Запись в истории местоположений, временная метка которой находится в пределах определенного порога от текущего времени (например, менее 5 минут).

Location Consistency (Согласованность местоположения)

Параметр в формуле оценки, который сравнивает историческое местоположение с любым доступным приблизительным (coarse) местоположением текущего устройства (например, полученным через IP-геолокацию).

Location-enhanced service (Услуга, улучшенная за счет местоположения)

Любой сервис (поиск, карты, реклама), где знание местоположения пользователя используется для улучшения или адаптации результатов.

Scoring Formula (Формула оценки)

Алгоритм для оценки исторических записей. Учитывает возраст, согласованность местоположения и фактор совместного расположения устройств.

User Account (Аккаунт пользователя)

Учетная запись, к которой привязаны устройства и история местоположений.

User Location History (История местоположений пользователя)

База данных, хранящая записи о местоположениях всех устройств, связанных с аккаунтом пользователя (локация, время, идентификатор устройства).

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной метод определения текущего местоположения клиентского устройства.

1. Система определяет, находится ли время самой последней записи в User Location History для текущего устройства (Device A) в пределах порогового времени (т.е. является ли запись «свежей»).
2. Если ДА: Выбрать это местоположение как текущее.
3. Если НЕТ:
   • Получить User Location History.
   • Идентифицировать самую последнюю запись для каждого Device ID в истории (Device A, B, C…).
   • Определить оценку (score) для каждой из этих идентифицированных записей, используя scoring formula.
   • Выбрать местоположение из записи с наивысшей оценкой как текущее местоположение Device A.

Ядро изобретения — это условный переход от использования данных только текущего устройства к анализу данных всех устройств пользователя, если данные текущего устройства устарели.

Claim 2 (Зависимый от 1): Уточняет состав scoring formula. Оценка вычисляется на основе как минимум: возраста записи (Age), согласованности местоположения (Location Consistency) и фактора совместного расположения устройств (Device Co-location Factor).

Claim 3 и 4 (Зависимые): Уточняют Location Consistency. Этот фактор сравнивает местоположение из записи с приблизительным (coarse) местоположением, которое может быть получено путем геолокации IP-адреса запроса.

Claim 5 (Зависимый): Уточняет Device Co-location Factor. Он рассчитывается путем сравнения истории местоположений устройства из оцениваемой записи с историей местоположений запрашивающего устройства.

Claim 9 (Независимый пункт): Описывает альтернативный взгляд, фокусируясь на механизме оценки. Ключевое условие: Оценка основана (как минимум частично) на Co-location Factor между текущим устройством и устройством-кандидатом. После выбора местоположения предоставляется location-enhanced service.

Где и как применяется

Изобретение является инфраструктурным механизмом для определения контекста пользователя.

CRAWLING & INDEXING (Офлайн и фоновые процессы)

• Сбор данных: Устройства периодически отправляют обновления местоположения (локация, время, Device ID) на сервер для формирования User Location History (при условии согласия пользователя).
• Предварительные вычисления: Device Co-location Factor для пар устройств может рассчитываться заранее (офлайн) и храниться для быстрого доступа.

QUNDERSTANDING – Понимание Запросов
Основное применение патента. Определение местоположения пользователя критично для понимания контекста и локального интента запроса.

• Контекстуализация: Когда поступает запрос (например, «ресторан»), система пытается определить местоположение устройства.
• Активация механизма вывода: Если стандартные методы (GPS, IP) не дают достаточной точности, система использует описанный механизм для вывода местоположения на основе User Location History.

RANKING – Ранжирование
Патент не влияет на алгоритмы ранжирования напрямую, но предоставляет им критически важные входные данные. Точное определение местоположения позволяет алгоритмам локального ранжирования (Local Ranking) корректно оценивать близость и релевантность бизнесов.

Входные данные:

• Запрос от клиентского устройства.
• IP-адрес устройства (для приблизительной геолокации).
• Статус входа в User Account.
• User Location History.
• Предварительно рассчитанные Device Co-location Factors.

Выходные данные:

• Предполагаемое текущее местоположение (координаты) клиентского устройства.

На что влияет

• Специфические запросы: Наибольшее влияние на запросы с локальным интентом (коммерческие и информационные запросы о ближайших объектах, услугах, маршрутах).
• Конкретные типы контента и ниши: Влияет на ранжирование локальных страниц, бизнес-профилей (Google Business Profile) и результаты в Google Maps/Local Pack. Критично для локального бизнеса (ритейл, услуги).
• Устройства: Особенно влияет на мобильные устройства (смартфоны, планшеты, носимые устройства), где местоположение часто меняется, а точное определение может быть затруднено.

Когда применяется

Алгоритм кросс-девайсного анализа применяется только при выполнении всех следующих условий:

• Триггер 1 (Неопределенность): Текущее местоположение устройства не может быть определено с достаточной точностью стандартными методами (GPS, Wi-Fi).
• Триггер 2 (Авторизация): Устройство должно быть авторизовано в User Account, для которого ведется User Location History.
• Триггер 3 (Отсутствие свежих данных): Самая последняя запись о местоположении для текущего устройства не является «свежей» (т.е. старше порогового значения, например, 5 минут).

Пошаговый алгоритм

Процесс обработки запроса и определения местоположения

1. Получение запроса: Система получает запрос на location-enhanced service.
2. Стандартная геолокация: Попытка определить текущее местоположение (GPS, Wi-Fi). Параллельно определяется приблизительное местоположение (Coarse Location) по IP.
3. Оценка точности: Является ли полученное местоположение достаточно точным?
   • Если ДА: Использовать его и завершить процесс.
   • Если НЕТ: Перейти к шагу 4.
4. Проверка авторизации: Авторизовано ли устройство в User Account?
   • Если НЕТ: Предоставить сервис без локальных улучшений и завершить процесс.
   • Если ДА: Перейти к шагу 5.
5. Проверка свежести данных текущего устройства: Анализ User Location History. Есть ли для текущего устройства запись в пределах порога свежести (например, 5 минут)?
   • Если ДА: Использовать эту запись и завершить процесс.
   • Если НЕТ: Перейти к шагу 6 (Активация механизма вывода).
6. Извлечение кандидатов: Получение самой последней записи для каждого уникального Device ID, связанного с аккаунтом.
7. Оценка кандидатов (Scoring): Применение Scoring Formula к каждой записи. Расчет баллов на основе:
   • Возраста записи (Age) (более свежие получают больше баллов).
   • Location Consistency (сравнение с Coarse Location из шага 2).
   • Device Co-location Factor (как часто текущее устройство и устройство-кандидат бывают вместе).
   • Точности метода геолокации, использованного для создания записи (например, GPS лучше, чем IP).
8. Выбор местоположения: Выбор местоположения из записи, получившей наивысший балл.
9. Предоставление сервиса: Использование выбранного местоположения для предоставления локализованного сервиса.

Какие данные и как использует

Данные на входе

Патент фокусируется на использовании данных о пользователе и его устройствах для определения контекста.

• Географические факторы:
  • Координаты (широта и долгота) из исторических записей (User Location History).
  • IP-адрес текущего устройства (используется для определения Coarse Location).
• Пользовательские факторы:
  • User Account (статус авторизации).
  • Device Identifiers (идентификаторы всех устройств пользователя).
• Временные факторы:
  • Временные метки (timestamp) исторических записей. Критичны для определения возраста и свежести.
• Технические факторы:
  • Метод геолокации, использованный для создания исторической записи (GPS, Wi-Fi, IP).
  • Индикатор точности (accuracy indicator) исторических записей.

Какие метрики используются и как они считаются

• Порог свежести (Freshness Threshold): Предопределенное значение времени (например, 5 минут). Используется для определения актуальности последней записи текущего устройства.
• Age (Возраст записи): Разница между текущим временем и временной меткой записи. В Scoring Formula используется функция затухания (decay over time).
• Location Consistency (Согласованность местоположения): Метрика, оценивающая совпадение исторического местоположения с Coarse Location. Учитывает доверие (confidence value) к обоим источникам.
• Device Co-location Factor (Фактор совместного расположения): Рассчитывается путем сравнения историй перемещений двух устройств. Пропорционален количеству раз, когда два устройства находились в пределах порогового расстояния друг от друга в пределах порогового времени.
• Score (Итоговая оценка): Результат работы Scoring Formula, агрегирующий вышеуказанные метрики. Весовые коэффициенты могут быть настроены с помощью машинного обучения (например, регрессионного анализа) на основе данных с известной точностью.

Выводы

1. Критичность данных аккаунта для локализации (User Entity): Google активно использует данные, связанные с User Account, для определения контекста пользователя, когда прямые сигналы устройства недоступны. Это подчеркивает переход от контекста устройства к контексту пользователя как сущности (User Entity).
2. Кросс-девайсные данные как основа контекста: Система анализирует активность всех устройств пользователя. Местоположение смартфона может определить результаты поиска на планшете, и наоборот.
3. Важность поведенческих паттернов (Co-location): Система учитывает не только сырые данные о локации, но и паттерны использования устройств. Device Co-location Factor является ключевым элементом: система знает, какие устройства пользователь обычно носит вместе.
4. Многоуровневая система геолокации: Патент описывает четкую иерархию источников локации: 1) Точные текущие данные (GPS); 2) Свежие данные с этого же устройства; 3) Оцененные данные с других устройств аккаунта.
5. Максимизация локализации: Система разработана так, чтобы максимально часто предоставлять локализованные результаты. Google предпочитает показать результаты для предполагаемого местоположения, чем нелокализованную выдачу.

Практика

Best practices (это мы делаем)

Хотя патент описывает внутренние механизмы Google по определению местоположения и не дает прямых рекомендаций по SEO, он подчеркивает стратегическую важность локального контекста.

• Обеспечение максимальной точности локальных сигналов (Local SEO): Поскольку Google агрессивно пытается определить местоположение пользователя, критически важно обеспечить точность и полноту данных в Google Business Profile (GBP). Это главный источник информации для локального ранжирования, которое будет активировано благодаря этому механизму.
• Последовательность NAP (Name, Address, Phone): Поддерживайте абсолютную согласованность данных о компании на сайте, в GBP и во всех внешних каталогах. Это повышает уверенность Google в местоположении вашего бизнеса при сопоставлении с вычисленным местоположением пользователя.
• Оптимизация под локальный интент и микро-моменты: Создавайте контент, отвечающий на локальные запросы и запросы пользователей «на ходу». Понимание того, что Google сможет локализовать пользователя даже без GPS, означает, что объем трафика по таким запросам будет стабильно высоким.
• Учет частых местоположений пользователей: Поскольку система полагается на историю, важно обеспечить видимость бизнеса, когда пользователи ищут из часто посещаемых мест (например, дом или работа).

Worst practices (это делать не надо)

• Предполагать, что Google не знает местоположение пользователя: Ошибка считать, что если пользователь не вводит название города в запрос или у него отключен GPS, то поиск не будет локализован. Описанный механизм гарантирует, что Google попытается локализовать поиск, используя любые доступные данные.
• Игнорирование локальных сигналов: Стратегии, не учитывающие локальный интент, будут проигрывать, так как система определения местоположения позволяет Google применять локальные факторы ранжирования к большему числу запросов.
• Фокус только на одном типе устройств: Поскольку данные о местоположении передаются между устройствами через User Account, нельзя рассматривать поведение пользователя на разных устройствах изолированно.

Стратегическое значение

Патент подтверждает стратегию Google по построению детального профиля пользователя (User Entity) и использованию кросс-девайсных данных для персонализации и локализации поиска. Он демонстрирует, что определение местоположения — это сложный многоуровневый процесс, выходящий за рамки GPS-сигнала. Для SEO это означает, что понимание контекста пользователя, определяемого не только текущим моментом, но и всей историей его взаимодействий на всех устройствах, становится критически важным.

Практические примеры

Сценарий: Кросс-девайсный локальный поиск

1. Ситуация: Пользователь ищет «кофейня» на своем планшете дома. GPS на планшете отключен. Планшет не сообщал о своем местоположении несколько часов (запись устарела). IP-адрес определяется только на уровне города.
2. Анализ системы:
   1. Точная локация планшета недоступна. Свежая запись отсутствует.
   2. Google проверяет User Location History.
   3. Обнаруживается, что смартфон пользователя 15 минут назад зафиксировал местоположение в том же районе (например, через Wi-Fi).
   4. Система анализирует Device Co-location Factor и определяет, что планшет и смартфон часто находятся вместе дома. Фактор высокий.
   5. Запись смартфона получает высокий балл (свежая, высокий Co-location Factor).
3. Результат: Google использует недавнее местоположение смартфона для локализации поиска на планшете. Пользователь видит ближайшие к дому кофейни.
4. Вывод для SEO: Кофейня рядом с домом пользователя получила показ благодаря хорошей локальной оптимизации, несмотря на то что запрос был сделан с устройства с неопределенным местоположением.

Вопросы и ответы