Как Google персонализирует локальную выдачу, показывая активность друзей в результатах поиска

Описание

Какую задачу решает

Патент решает проблему предоставления безличной и не всегда заслуживающей доверия информации о физических объектах или заведениях (Points of Interest) в результатах поиска. Стандартная выдача может быть неструктурированной и лишенной персонализированного контекста. Изобретение направлено на повышение релевантности и доверия к результатам путем интеграции активности из социального графа пользователя (Social Graph), показывая связь между искомым местом и контактами пользователя.

Что запатентовано

Запатентована система и метод для обогащения результатов поиска информацией из Social Graph пользователя. Когда в выдаче появляется Point of Interest (POI), система идентифицирует контакты пользователя, которые ассоциированы с этим POI (через посещение или отзыв). Эта информация, включая статус присутствия и сообщения контакта, отображается вместе с результатом поиска. Ключевой особенностью является ранжирование этих контактов на основе Interaction Score — меры близости контакта к пользователю.

Как это работает

Система работает следующим образом:

• Идентификация POI: В ответ на запрос пользователя система определяет релевантные Points of Interest.
• Поиск Ассоциаций: Система определяет людей, ассоциированных с этим POI (например, через check-in, данные геолокации или геотегированные сообщения).
• Пересечение с Социальным Графом: Система проверяет, являются ли эти люди контактами пользователя.
• Ранжирование Контактов: Если найдено несколько контактов, они ранжируются. Основной критерий — Interaction Score (насколько часто пользователь взаимодействует с контактом). Вторичный критерий — тип ассоциации (например, текущее присутствие может быть важнее прошлого).
• Отображение: Топ-N контактов, их статус присутствия (например, «Jane Doe is here») и релевантные сообщения (Contact-authored messages, например, отзывы) отображаются в поисковой выдаче рядом с POI.

Актуальность для SEO

Средняя/Высокая. Патент был подан в эпоху активного развития Google+ и интеграции социальных сигналов в поиск. Хотя прямая интеграция Google+ прекращена, лежащие в основе принципы персонализации локального поиска остаются высоко актуальными. Интеграция социального контекста (например, через отзывы в Google Maps от известных контактов) и использование данных о взаимодействии пользователей для приоритизации контента являются важными направлениями развития поисковых систем.

Важность для SEO

Влияние на SEO оценивается как значительное, особенно для локального бизнеса (Local SEO). Патент описывает механизм, который напрямую влияет на представление результата в выдаче (SERP Appearance) и может значительно повысить кликабельность (CTR) за счет мощного социального доказательства. Это подчеркивает стратегическую важность стимулирования пользовательского контента (отзывов, чекинов) для создания ассоциаций между POI и пользователями, что повышает видимость бизнеса в персонализированной выдаче.

Детальный разбор

Термины и определения

Point of Interest (POI) (Точка интереса)

Объект, имеющий физическое местоположение (бизнес, ресторан, парк, учреждение и т.д.), релевантный поисковому запросу.

Social Graph (Социальный граф)

Структура данных, представляющая пользователя и его связи (контакты, друзья) в рамках социальной сети (Social networking service).

Interaction Score (Оценка взаимодействия)

Ключевая метрика патента. Отражает уровень или частоту взаимодействия между пользователем, выполняющим поиск, и конкретным контактом. Используется для ранжирования контактов при отображении в SERP.

Association (Ассоциация)

Связь между человеком и POI. Основана на присутствии (Presence) человека в этом месте или на сообщении, связанном с этим местом.

Presence (Присутствие)

Индикатор нахождения человека в POI. Может быть текущим (Current presence), прошлым (Past presence) или частым (Frequent presence). Определяется через location-based services (check-ins или геолокация).

Contact-authored message (Сообщение, созданное контактом)

Контент (UGC), созданный контактом и ассоциированный с POI (посты, отзывы, микро-блоги, рекомендации «Like» или «+1»). Часто содержит геотеги (location-tagged).

Status indication of a presence (Индикация статуса присутствия)

Текстовое уведомление о связи контакта с POI (например, «Jane Doe is here» или «Todd Smith was here yesterday»).

Ключевые утверждения (Анализ Claims)

Примечание: Патент US9471691B1 является продолжением (continuation) более ранней заявки. Claims в этом документе сфокусированы на действиях, выполняемых клиентским устройством (получение и отображение данных).

Claim 1 (Независимый пункт): Описывает метод, выполняемый клиентским устройством.

1. Устройство передает поисковый запрос пользователя.
2. Устройство получает результат поиска, который включает (i) Point of Interest (POI) и (ii) информацию о нескольких людях (plurality of people), ассоциированных с этим POI, которые также находятся в Social Graph пользователя.
3. Устройство отображает POI, информацию об этих людях и Status indication of a presence для каждого из них.
4. Ключевой элемент: Информация и статус отображаются в ранжированном порядке (ranked order), основанном на оценке, индикативной для взаимодействия (score indicative of interaction) между пользователем и каждым из этих людей.

Ядро изобретения заключается в персонализированном ранжировании социального контекста. Система приоритизирует отображение активности тех контактов, с которыми пользователь наиболее тесно связан (высокий Interaction Score), а не просто случайных знакомых.

Claim 3 (Зависимый): Дополняет метод отображением сообщения из социальной сети (social networking message), созданного контактом и связанного с POI.

Claim 4 и 5 (Зависимые): Если у контакта есть несколько сообщений, отображается сообщение с наивысшим рангом (highest ranked). При клике на сообщение можно увидеть остальные.

Claim 6 (Зависимый): Определяет типы ассоциаций: текущее, прошлое или частое присутствие в течение определенного периода времени.

Где и как применяется

Изобретение затрагивает несколько этапов поиска, интегрируя данные из различных систем для персонализации финальной выдачи.

INDEXING – Индексирование и извлечение признаков
На этом этапе система должна собирать и индексировать данные о POI, а также социальную активность пользователей (чекины, геолокацию, отзывы). Должна поддерживаться база данных ассоциаций между POI и людьми (Associations between POI and persons). Также, вероятно, офлайн рассчитываются Interaction Scores внутри социального графа.

QUNDERSTANDING – Понимание Запросов
Система должна распознавать запросы с локальным интентом (например, «Pizza NYC», «Restaurants»), для которых актуально применение данного механизма.

RANKING – Ранжирование
Система определяет базовый набор POI, релевантных запросу.

METASEARCH – Метапоиск и Смешивание / RERANKING – Переранживание (Слой Персонализации)
Основной этап применения патента. Results processing module выполняет:

1. Пересечение данных: Определение, кто из контактов пользователя (из Social Graph) ассоциирован с найденными POI (из Associations database).
2. Получение Interaction Score: Доступ к метрикам взаимодействия для найденных контактов.
3. Ранжирование социального контекста: Ранжирование контактов на основе Interaction Score и типа ассоциации. Ранжирование их сообщений.
4. Смешивание (Blending): Интеграция выбранного социального контекста в сниппеты POI.

Входные данные:

• Поисковый запрос и идентификатор пользователя.
• База данных POI.
• База данных ассоциаций (чекины, отзывы, геолокация).
• Данные социального графа и Interaction Scores.
• Индексированные Contact-authored messages (UGC).

Выходные данные:

• SERP, где сниппеты POI обогащены персонализированной социальной информацией (имена контактов, фото, статус присутствия, сообщения), отсортированной по релевантности для пользователя.

На что влияет

• Конкретные типы контента и ниши: Влияет исключительно на локальный поиск и сущности, имеющие физическое местоположение (Points of Interest) – рестораны, магазины, услуги и т.д.
• Специфические запросы: Запросы с локальным интентом.
• Определенные форматы контента: Блоки локальной выдачи (Local Pack) и результаты на картах (Google Maps).

Когда применяется

• Триггеры активации: Алгоритм активируется, когда выполняются все условия:
  1. Пользователь авторизован и система имеет доступ к его Social Graph.
  2. Результаты поиска содержат POI.
  3. Существуют ассоциации между этими POI и контактами пользователя.
  4. Настройки приватности контактов позволяют делиться их активностью.

Пошаговый алгоритм

Этап 1: Обработка запроса и идентификация контекста

1. Получение поискового запроса от пользователя.
2. Определение релевантных POI.
3. Определение людей, ассоциированных с этими POI (используя базу данных ассоциаций).
4. Получение доступа к Social Graph пользователя.
5. Определение пересечения: идентификация контактов пользователя, которые ассоциированы с POI.

Этап 2: Ранжирование и подготовка данных

1. Для идентифицированных контактов извлекается профильная информация и статус присутствия (текущее, прошлое, частое).
2. Извлекаются Contact-authored messages, связанные с POI. Если сообщений несколько, они ранжируются для выбора лучшего.
3. Получение Interaction score между пользователем и каждым контактом.
4. Ранжирование контактов (Ключевой этап): Контакты ранжируются первично на основе Interaction score и вторично на основе типа ассоциации.

Этап 3: Генерация и отображение результатов

1. Выбор Топ-N контактов на основе ранжирования и критериев отображения (display criteria, например, ограничение места на экране).
2. Генерация страницы результатов, включающей POI, аннотированные данными выбранных N контактов.
3. Передача и отображение результатов на клиентском устройстве пользователя с соблюдением ранжированного порядка контактов.

Какие данные и как использует

Данные на входе

Патент опирается на интеграцию нескольких типов данных:

• Географические факторы (Location Data): Местоположение POI. Данные о местоположении пользователей (check-ins, GPS данные с мобильных устройств, если разрешен доступ). Геотеги (location-tagged) в сообщениях.
• Пользовательские и Социальные факторы (Social Data):
  • Social Graph: Данные о связях пользователя.
  • Профили пользователей: Имена, фото.
  • Активность пользователей: Данные о присутствии (Presence).
• Контентные факторы (UGC): Contact-authored messages – текст отзывов, постов, микро-блогов, связанных с POI.
• Поведенческие факторы (для Interaction Score): Данные о взаимодействии между пользователем и его контактами (частота общения, совместные активности и т.д.).

Какие метрики используются и как они считаются

• Interaction Score: Ключевая метрика для ранжирования контактов. Патент не приводит формулу, но указывает, что она отражает уровень взаимодействия. Обеспечивает приоритизацию активности более близких контактов.
• Тип Ассоциации (Type of Association): Категоризация присутствия (текущее, прошлое, частое). Используется как фактор ранжирования контактов (например, текущее присутствие может иметь больший вес).
• Ранжирование сообщений: Метрика для выбора наилучшего сообщения (highest ranked) из нескольких, созданных одним контактом. Критерии не указаны.

Выводы

1. Глубокая персонализация локального поиска: Патент описывает механизм использования Social Graph для превращения стандартных локальных результатов в персонализированные рекомендации, основанные на активности друзей.
2. Социальное доказательство повышает доверие и CTR: Интеграция информации о посещениях или отзывах от знакомых людей напрямую в сниппет POI служит мощным социальным доказательством, повышающим доверие к результату.
3. Критичность Interaction Score (Близость связей): Ключевым элементом является ранжирование социального контекста по Interaction Score. Система приоритизирует активность тех, кто наиболее важен для пользователя. Близость связи важнее факта знакомства.
4. Значимость UGC и геолокации: Система полагается на данные, генерируемые пользователями (чекины, геолокацию, отзывы/посты). Это подчеркивает критическую важность стимулирования UGC для видимости локального бизнеса.
5. Фокус на Local SEO: Описанные механизмы имеют прямое и значительное отношение к оптимизации Points of Interest и управлению репутацией локального бизнеса.

Практика

Best practices (это мы делаем)

Для специалистов по Local SEO и управлению репутацией (ORM) этот патент подтверждает важность следующих действий:

• Стимулирование отзывов и UGC: Активно мотивируйте клиентов оставлять отзывы, особенно на платформах, интегрированных с поиском (например, Google Maps). Это создает необходимые ассоциации (Contact-authored messages) между вашим POI и пользователями. Чем больше ассоциаций, тем выше шанс показа в персонализированной выдаче у контактов этих пользователей.
• Поощрение «Чекинов» и использования геотегов: Стимулируйте пользователей отмечать свое присутствие в вашем заведении или публиковать фото с геометками. Это создает сильный сигнал ассоциации (Presence).
• Оптимизация Профиля Бизнеса (Google Business Profile): Убедитесь, что ваш бизнес корректно идентифицируется как Point of Interest. Полное и точное заполнение профиля облегчает системе связывание социальной активности с вашим заведением.
• Создание позитивного клиентского опыта: Лучший способ стимулировать положительный UGC – предоставлять услуги высокого качества. Позитивные отзывы от реальных клиентов могут стать мощным драйвером привлечения их друзей через описанный механизм.

Worst practices (это делать не надо)

• Накрутка отзывов и фейковая активность: Попытки манипулировать системой через фейковые отзывы или чекины неэффективны в контексте этого патента. Система проверяет пересечение с реальным Social Graph пользователя и использует Interaction Score. Отзыв от фейка не будет показан, если этот фейк не является близким контактом пользователя.
• Игнорирование локальных сигналов и UGC: Игнорирование пользовательского контента делает сниппет менее привлекательным в персонализированной выдаче по сравнению с конкурентами, использующими социальное доказательство.
• Игнорирование негативного UGC: Негативные отзывы или посты от контактов пользователя также могут быть показаны в выдаче. Необходимо активно управлять репутацией (SERM) и оперативно реагировать на негатив.

Стратегическое значение

Патент подчеркивает стратегическую важность персонализации и социального доказательства в локальном поиске. Для Google важно не просто показать релевантное место, но и предоставить контекст, повышающий доверие. Для SEO-стратегии это означает, что работа над формированием положительного пользовательского опыта, который конвертируется в органический UGC (отзывы, чекины, посты), является необходимой для повышения видимости и привлекательности бизнеса в персонализированной локальной выдаче.

Практические примеры

Сценарий: Улучшение видимости ресторана через социальный контекст

1. Ситуация: Пользователь ищет «итальянский ресторан рядом».
2. Анализ социального графа: Система обнаруживает, что два контакта пользователя (Анна и Борис) недавно посещали один из ресторанов в списке (POI «Trattoria Luigi»). Анна оставила отзыв, Борис только зачекинился.
3. Ранжирование контактов: Пользователь часто общается с Анной (высокий Interaction Score), но редко с Борисом (низкий Interaction Score).
4. Результат в выдаче: Система приоритизирует активность Анны. В сниппете ресторана «Trattoria Luigi» пользователь видит:
   • [Фото Анны] «Анна была здесь вчера»
   • [Отзыв Анны] «Отличная паста карбонара!»
5. Эффект для SEO: Сниппет «Trattoria Luigi» становится более заметным и привлекательным для пользователя за счет персонализированного социального доказательства от близкого контакта, что увеличивает вероятность клика (CTR) и визита.

Вопросы и ответы