Как Google использует Wi-Fi (SSID) для точной идентификации бизнеса и подтверждения физического присутствия пользователя

Описание

Какую задачу решает

Патент решает проблему неточности определения местоположения устройств, особенно в помещениях, где GPS работает плохо. Стандартные методы аппроксимации местоположения точек доступа Wi-Fi часто имеют низкое качество и не предоставляют семантической информации (т.е. неясно, какому заведению принадлежит сеть). Изобретение направлено на точную идентификацию реальной сущности (бизнеса, кафе, музея), связанной с конкретной точкой доступа, и использование этого для надежного определения Semantic Location (семантического местоположения) пользователя.

Что запатентовано

Запатентована система для связывания точек доступа беспроводной сети (Wi-Fi AP) с конкретными физическими сущностями (Entity). Система анализирует название сети (SSID) и сопоставляет его с базой данных сущностей, находящихся рядом с предполагаемым местоположением точки доступа. Для выбора наилучшего соответствия используется Confidence Score (оценка уверенности), учитывающая текстовое совпадение и физическое расстояние. Цель — точно знать, где находится пользователь, когда он подключается к сети.

Как это работает

Механизм работает следующим образом:

• Сбор данных: Система получает предполагаемое местоположение точки доступа Wi-Fi и ее SSID.
• Текстовый анализ: SSID анализируется (токенизируется) для извлечения Text Signals (текстовых сигналов) — значимых слов или фраз.
• Поиск кандидатов: Идентифицируются все сущности (бизнесы) в определенном радиусе от предполагаемого местоположения точки доступа.
• Оценка уверенности (Scoring): Для каждого кандидата рассчитывается Confidence Score. Оценка повышается, если Text Signals из SSID совпадают с названием сущности, ее адресом или текстом на ее веб-сайте. Оценка также учитывает расстояние между точкой доступа и сущностью.
• Идентификация: Сущность с наивысшей оценкой связывается с точкой доступа.
• Применение: Когда устройство пользователя подключается к этой сети, система получает высоконадежный сигнал о том, что пользователь физически находится в этом заведении.

Актуальность для SEO

Высокая. Точное определение местоположения пользователя и измерение физической посещаемости (foot traffic) являются критически важными для локального поиска, персонализации и рекламных платформ Google. Этот патент описывает конкретный механизм для улучшения качества данных о местоположении, что напрямую влияет на метрики популярности сущностей, используемые в локальном ранжировании.

Важность для SEO

Патент имеет высокое значение для Local SEO. Хотя он не описывает алгоритм ранжирования, он раскрывает ключевой механизм сбора и валидации данных о поведении пользователей в офлайне. Точное определение посещаемости (популярности) заведения является подтвержденным фактором ранжирования в локальном поиске (Prominence). Понимание того, как Google верифицирует присутствие пользователя через Wi-Fi, подчеркивает важность работы над привлечением и удержанием реальных посетителей.

Детальный разбор

Термины и определения

Confidence Score (Оценка уверенности)

Метрика, рассчитываемая для сущности-кандидата, указывающая на вероятность того, что данная точка доступа связана именно с этой сущностью. Рассчитывается на основе совпадения Text Signals с информацией о сущности и расстояния до нее.

Database of Entity Information (База данных информации о сущностях)

Хранилище данных (например, база данных географической информационной системы), которое связывает сущности с их географическими координатами.

Entity (Сущность)

Реальный объект физического мира, такой как локальный бизнес, ресторан, кафе, музей, заведение.

Estimated Location (Предполагаемое местоположение)

Аппроксимированное географическое местоположение точки доступа Wi-Fi, часто имеющее определенную степень неопределенности (uncertainty).

Network Name / SSID (Название сети / Идентификатор набора услуг)

Текстовая строка (имя), транслируемая точкой доступа Wi-Fi, которую видят пользователи при поиске сети.

Scoring Function (Функция оценки)

Алгоритм, используемый для расчета Confidence Score. Учитывает различные факторы, включая текстовые совпадения, популярность терминов и расстояние.

Semantic Location (Семантическое местоположение)

Идентификация конкретной сущности, в которой находится пользователь (например, «Пользователь находится в Café Intermezzo»), в отличие от просто географических координат.

Text Signal (Текстовый сигнал)

Токен (слово, фраза, символ), извлеченный из SSID с помощью методов текстового анализа (например, токенизации).

User Presence Signal (Сигнал присутствия пользователя)

Данные, указывающие на то, что пользователь находится в определенном месте (например, «check-in» в социальной сети). Может использоваться для повышения Confidence Score.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной метод идентификации сущности, связанной с точкой доступа.

1. Система получает предполагаемое местоположение точки доступа Wi-Fi.
2. Система получает SSID точки доступа.
3. SSID анализируется для идентификации как минимум одного Text Signal.
4. Система идентифицирует сущность, связанную с точкой доступа, на основе Text Signal и местоположения.
5. Информация о сущности выводится (например, для отображения).

Пункт 1 также детализирует процесс идентификации (шаги 4 и 5 выше):

• Доступ к Database of Entity Information.
• Идентификация множества сущностей-кандидатов на основе предполагаемого местоположения точки доступа.
• Определение Confidence Score для каждого кандидата на основе Text Signal.
• Идентификация сущности на основе Confidence Score.
• Критически важно: Указано, что Confidence Score определяется на основе расстояния (distance) между предполагаемым местоположением точки доступа и местоположением сущности-кандидата.

Claim 3 и 4 (Зависимые): Детализируют применение изобретения для определения местоположения пользователя.

Определение Semantic Location пользовательского устройства на основе идентифицированной сущности. Это происходит путем получения сигнала о том, что устройство подключилось к данной точке доступа. Подключение используется как подтверждение физического присутствия пользователя в заведении.

Claim 6 и 7 (Зависимые): Описывают метод выбора кандидатов.

Идентификация кандидатов происходит путем выбора сущностей, расположенных в пределах определенного радиуса от предполагаемого местоположения точки доступа. Радиус определяется как функция одного или нескольких параметров: неопределенности местоположения точки доступа (uncertainty), неопределенности местоположения сущности в базе данных и предполагаемого радиуса действия (range) точки доступа.

Claim 8, 9, 10, 11 (Зависимые): Детализируют работу Scoring Function.

Confidence Score определяется с помощью Scoring Function, которая является функцией от Text Signal. Функция предоставляет оценку на основе совпадения (match) между Text Signal и информацией, связанной с сущностью (Claim 9). Функция также учитывает популярность (popularity) Text Signal (Claim 10) и может учитывать User Presence Signal (например, check-in) (Claim 11).

Где и как применяется

Изобретение относится к инфраструктуре сбора и обработки данных Google, которая обеспечивает работу систем ранжирования, особенно в локальном поиске.

CRAWLING – Сканирование и Сбор данных (Data Acquisition)
На этом этапе система собирает «сырые» данные с устройств пользователей (с их согласия). Сюда входят данные о видимых Wi-Fi сетях (SSID, сила сигнала) и данные позиционирования (GPS, триангуляция). Это основной источник входных данных для описанного механизма.

INDEXING – Индексирование и извлечение признаков (Feature Extraction)
Основная работа механизма происходит на этом этапе:

1. Обработка данных о местоположении: Сырые данные обрабатываются для определения предполагаемых местоположений точек доступа.
2. Связывание Wi-Fi и Сущностей: Описанный в патенте алгоритм (анализ SSID, расчет Confidence Score) выполняется для создания точного соответствия между точками доступа и физическими сущностями (Knowledge Graph).
3. Извлечение признаков сущности (Entity Feature Extraction): Когда пользователь подключается к идентифицированной сети, это регистрируется как посещение. Эти данные агрегируются для вычисления метрик популярности сущности (foot traffic, dwell time, пиковые часы), которые сохраняются как признаки сущности и используются на этапе RANKING.
4. Индексирование веб-контента: Система также индексирует веб-сайты сущностей, так как текст с сайта может использоваться в Scoring Function для сопоставления.

RANKING – Ранжирование (Local Ranking)
Сам алгоритм из патента не ранжирует результаты. Однако данные, которые он генерирует (точные данные о посещаемости и популярности), используются алгоритмами локального ранжирования как сильный сигнал авторитетности и релевантности бизнеса.

Входные данные:

• SSID точки доступа.
• Предполагаемое местоположение точки доступа.
• База данных сущностей с их географическим положением и связанной информацией (адрес, веб-сайт).
• Данные о подключении пользовательских устройств.
• Опционально: User Presence Signals (например, check-ins).

Выходные данные:

• Точное соответствие между точкой доступа и сущностью.
• Semantic Location подключенного пользователя.
• Агрегированные данные о посещаемости сущности (метрики популярности).

На что влияет

• Конкретные типы контента и ниши: Наибольшее влияние оказывается на локальные бизнесы (Local SEO) — рестораны, кафе, магазины, отели, музеи и любые другие заведения, предлагающие Wi-Fi своим посетителям.
• Метрики популярности: Алгоритм напрямую влияет на точность измерения офлайн-популярности (Prominence в терминах Google), что является ключевым фактором локального ранжирования.

Когда применяется

• Триггеры активации (Обработка данных): Алгоритм идентификации сущности активируется при обнаружении новой точки доступа Wi-Fi или при необходимости переоценки существующих соответствий (офлайн-обработка).
• Триггеры активации (Определение местоположения): Определение Semantic Location активируется, когда пользовательское устройство подключается к точке доступа, которая была успешно идентифицирована системой.

Пошаговый алгоритм

Процесс А: Идентификация сущности, связанной с точкой доступа

1. Получение данных о точке доступа: Система получает предполагаемое местоположение и SSID точки доступа.
2. Текстовый анализ SSID: SSID обрабатывается с использованием техник токенизации для извлечения одного или нескольких Text Signals. Общие или дефолтные названия (например, [NETGEAR], [default]) могут фильтроваться.
3. Доступ к базе данных сущностей: Система обращается к географической базе данных (например, Google Maps/Knowledge Graph).
4. Идентификация кандидатов: Выбираются сущности, находящиеся в определенном радиусе от предполагаемого местоположения точки доступа. Радиус (R) рассчитывается с учетом неопределенности локаций (X, Y) и радиуса действия Wi-Fi (Z). Например, R = X + Y + Z.
5. Расчет Confidence Score: Для каждого кандидата применяется Scoring Function:
   • Сопоставление (Matching): Проверяется совпадение Text Signals с названием сущности, адресом или текстом на ее веб-сайте (включая полные совпадения, префиксы, n-граммы, инициалы).
   • Взвешивание (Weighting): Совпадения с общими словами ([cafe], [inc]), регионально популярными терминами или короткими токенами понижаются в весе (учитывается популярность термина).
   • Учет расстояния: Оценка корректируется на основе расстояния между предполагаемым местоположением точки доступа и локацией сущности. Чем меньше расстояние, тем выше оценка.
   • Учет других сигналов: Оценка может быть повышена при наличии User Presence Signal (например, check-in пользователя в этом месте).
6. Выбор и связывание: Сущность с наивысшим Confidence Score (и/или превышающим порог) идентифицируется как владелец точки доступа. Соответствие сохраняется.
7. Вывод информации: Информация о сущности (например, ее официальное название) может быть предоставлена для отображения в интерфейсе подключения Wi-Fi на устройстве пользователя.

Процесс Б: Определение местоположения пользователя

1. Обнаружение подключения: Система получает сигнал о том, что пользовательское устройство подключилось к идентифицированной точке доступа.
2. Определение Semantic Location: На основе надежного соответствия между точкой доступа и сущностью система определяет, что пользователь физически находится в данном заведении.
3. Использование данных: Эта информация используется для предоставления локализованных сервисов пользователю и для обновления метрик посещаемости сущности.

Какие данные и как использует

Данные на входе

• Географические факторы: Критически важные данные. Используется предполагаемое местоположение точки доступа Wi-Fi и точное местоположение сущностей из базы данных. Учитываются расстояния и неопределенности локаций.
• Технические факторы: SSID (название сети), сила сигнала Wi-Fi (используется для оценки расстояния/предполагаемого местоположения), предполагаемый радиус действия точки доступа.
• Контентные факторы: Текст на веб-сайте сущности. Патент явно указывает, что термины с веб-сайта могут использоваться для сопоставления с Text Signals из SSID (например, если на сайте указано «Наш бесплатный Wi-Fi называется Fidolicous»). Также используются название и адрес сущности.
• Пользовательские факторы: Данные о местоположении устройства (для оценки локации точки доступа), статус подключения устройства к сети. Также используются User Presence Signals, такие как check-in в социальных сетях.

Какие метрики используются и как они считаются

• Text Signals: Извлекаются из SSID путем токенизации (на основе пробелов, пунктуации, границ классов символов, регистра символов или n-gram моделей).
• Радиус поиска кандидатов: Рассчитывается как функция неопределенностей и дальности действия. В патенте приводится пример: Radius = X + Y + Z (где X — неопределенность локации точки доступа, Y — неопределенность локации сущности, Z — максимальное расстояние обнаружения сигнала Wi-Fi).
• Confidence Score: Рассчитывается Scoring Function. Это взвешенная сумма совпадений между Text Signals и информацией о сущности, скорректированная на расстояние и другие факторы.
• Популярность Text Signal (Popularity): Метрика частотности термина в глобальном или региональном масштабе. Используется для понижения веса общих слов при расчете Confidence Score.

Выводы

1. Верификация физического присутствия: Патент демонстрирует, как Google использует подключение к Wi-Fi как высоконадежный сигнал для подтверждения того, что пользователь действительно посетил конкретное заведение (Semantic Location). Это гораздо точнее, чем GPS или триангуляция в помещениях.
2. Важность данных о посещаемости для Local SEO: Механизм позволяет Google собирать точные и верифицированные данные об офлайн-посещаемости (foot traffic). Эти данные лежат в основе метрик популярности (Prominence), которые являются одним из ключевых факторов ранжирования в локальном поиске.
3. Связь онлайн и офлайн данных: Система активно связывает физические объекты (точки доступа) с цифровыми профилями (сущностями в Knowledge Graph), используя для этого как географические, так и контентные сигналы (включая SSID и контент сайта).
4. Роль веб-сайта в физической идентификации: Текст на веб-сайте сущности может использоваться для подтверждения ее связи с точкой доступа Wi-Fi. Это подчеркивает важность размещения точной и полной информации о заведении на его сайте.
5. Сложность оценки достоверности: Система использует комплексный подход к расчету Confidence Score, учитывая расстояние, неопределенности локаций и популярность терминов, чтобы минимизировать ошибки при связывании Wi-Fi и бизнеса.

Практика

Best practices (это мы делаем)

• Обеспечение точности данных о бизнесе (NAP): Убедитесь, что данные о местоположении вашего бизнеса в Google Business Profile (GBP) и других географических базах данных максимально точны. Это критично для того, чтобы система могла корректно идентифицировать ваш бизнес как кандидата и правильно рассчитать расстояние до точки доступа.
• Стратегия использования Wi-Fi: Для локальных бизнесов наличие гостевого Wi-Fi становится не только сервисом для клиентов, но и способом передачи Google верифицированных данных о посещаемости. Стимулируйте клиентов подключаться к вашей сети.
• Нейминг Wi-Fi (SSID): Используйте в SSID уникальные элементы названия вашего бренда (например, «Intermezzo_Guest», а не просто «Guest_Wifi»). Это увеличит Confidence Score при сопоставлении и поможет системе быстрее и точнее идентифицировать вашу точку доступа.
• Размещение информации о Wi-Fi на сайте: Патент явно упоминает использование текста с сайта для идентификации. Разместите информацию о вашей гостевой сети на сайте (например, в разделе FAQ или Контакты), указав ее SSID. Пример: «Подключайтесь к нашей бесплатной сети ‘Intermezzo_Guest'». Это поможет Scoring Function установить связь.
• Стимулирование Check-ins: Сигналы присутствия пользователя (User Presence Signals), такие как check-ins в социальных сетях, могут использоваться для повышения Confidence Score. Поощряйте клиентов отмечать посещение вашего заведения.

Worst practices (это делать не надо)

• Использование общих или дефолтных SSID: Использование названий типа «Free Wifi», «Guest», «NETGEAR» затрудняет идентификацию вашей точки доступа системой, так как такие термины понижаются в весе. Это снижает вероятность точного учета посещений.
• Игнорирование офлайн-сигналов: Стратегия Local SEO, сфокусированная только на онлайн-факторах (ссылки, отзывы, оптимизация GBP) без учета реальной посещаемости, будет неполной. Google активно измеряет офлайн-популярность.
• Предоставление неверных данных о локации: Попытки манипулировать физическим адресом в GBP или неточная установка пина на карте приведут к ошибкам в расчете расстояний и снизят Confidence Score, что может негативно сказаться на учете посещаемости.

Стратегическое значение

Этот патент подтверждает стратегическую важность офлайн-сигналов для локального ранжирования. Google инвестирует в технологии, позволяющие точно измерять реальное поведение пользователей в физическом мире. Для Local SEO это означает, что фундаментальные бизнес-показатели — популярность заведения, качество обслуживания, привлекающее посетителей, и удобство для них (включая Wi-Fi) — напрямую конвертируются в сигналы ранжирования. Стратегия должна объединять маркетинг, сервис и SEO для стимулирования реальных посещений.

Практические примеры

Сценарий: Оптимизация Wi-Fi для улучшения учета посещаемости

1. Анализ текущей ситуации: Кафе «Brobdingnag Cafe» использует SSID «Guest-Wifi». В том же здании есть еще 3 бизнеса с похожими SSID. Google не может надежно связать точку доступа с кафе.
2. Действие 1 (Изменение SSID): Владелец меняет SSID на «Brobdingnag_Cafe_Free».
3. Действие 2 (Обновление сайта): На страницу контактов сайта добавляется фраза: «Для посетителей доступен бесплатный интернет, подключайтесь к сети ‘Brobdingnag_Cafe_Free'».
4. Действие 3 (Стимулирование подключений): На столах размещаются таблички с названием сети и призывом подключиться.
5. Результат:
   • При следующем цикле обработки данных Google анализирует новый SSID. Text Signals [Brobdingnag], [Cafe], [Free] дают высокое совпадение с названием.
   • Scoring Function также находит совпадение с текстом на сайте.
   • Токен [Brobdingnag] имеет низкую популярность (высокий вес).
   • Рассчитывается высокий Confidence Score, и точка доступа надежно связывается с кафе.
   • Подключения посетителей теперь точно регистрируются как посещения «Brobdingnag Cafe», улучшая метрики популярности (Prominence) в Google.

Вопросы и ответы