Google рассчитывает метрику "Domain Video Score", которая оценивает общее качество (на основе Long Clicks) и количество (известных и прогнозируемых) видео на домене. Эта оценка используется для определения приоритета при сканировании …
Поведенческие сигналы
Google использует систему машинного обучения для оценки визуального качества изображений (резкость, цвет, экспозиция). Ключевая особенность — динамическая корректировка веса этого фактора. Если исторические данные показывают, что пользователи по конкретному запросу …
Google анализирует, какие видео пользователи смотрят в рамках одной сессии (Co-Watched Videos). Эти видео группируются в тематические кластеры на основе ключевых слов, в первую очередь — доминирующих поисковых запросов, которые …
Google персонализирует подсказки Autocomplete (Search Suggest), анализируя поведение пользователей со схожими профилями (местоположение, интересы, история поиска). Система генерирует кастомизированное обновление для локального кэша устройства на основе запросов, введенных этими похожими …
Google отслеживает, какие сайты пользователь посещал ранее при поиске информации о конкретной локации (например, при планировании отпуска). Когда пользователь снова ищет информацию об этой же локации, Google подмешивает ссылки на …
Google использует метрику «полезности» (Utility) для выбора предлагаемых запросов и связанных рекламных блоков. Система ищет запросы, которые часто являются конечной целью пользователя (высокая полезность к исходному запросу), но при этом …
Google интегрирует данные из социального графа пользователя и его активность (кто чем поделился, лайкнул, прокомментировал) для модификации ранжирования результатов поиска, особенно видео. Система повышает контент, с которым взаимодействовали контакты пользователя, …
Google анализирует статистику запросов по разным географическим регионам. Если конкретный запрос вводится в определенном регионе значительно чаще, чем ожидалось (по сравнению с базовым регионом), Google классифицирует этот запрос как "локальный" …
Google динамически изменяет поисковые подсказки (Autocomplete и переписанные запросы), основываясь на текущем контексте пользователя. Система учитывает такие факторы, как погода, время суток, актуальные новости, рекомендации друзей в социальных сетях и …
Патент Google, описывающий систему автоматического выбора лучшего репрезентативного изображения для сущности (человека, логотипа, продукта). Система кластеризует визуально похожие изображения, чтобы найти самые популярные версии в сети. Затем она рассчитывает «Headshot …
Google анализирует локальные всплески поисковых запросов ("excess queries"), чтобы найти города с похожими интересами, но смещенными во времени. Определяя, какие города лидируют в трендах, а какие следуют за ними, Google …
Google использует механизм для структурирования поисковой выдачи путем группировки результатов по категориям (вертикалям), таким как Новости, Видео или Веб. Система определяет порядок этих категорий, основываясь на ожидаемой частоте кликов (Selection …
Анализ патента Google, детально описывающего методы ранжирования контента в социальных сетях (постов, пользователей, сообществ). Система использует метрики вовлеченности и применяет функции экспоненциального затухания (Time Decay) для приоритизации свежей активности, а …
Патент Google (применимый к YouTube) описывает создание «Sequenced Video Segment Mix». Система анализирует поведение пользователей для определения самых популярных фрагментов внутри видео. Затем она отслеживает, какие видео пользователи смотрят последовательно …
Google может использовать данные из своих рекламных систем (поисковая и контекстная реклама) для влияния на органическое ранжирование. Патент описывает анализ кликов по рекламе для определения интента запроса, использование данных о …
Google определяет, для носителей каких языков релевантен документ, анализируя агрегированные данные о кликах. Система изучает, какой языковой интерфейс поиска (например, google.fr или google.de) использовали пользователи, кликнувшие на результат. Учитывая поведенческие …
Анализ патента Google, описывающего, как персональные ассистенты используют машинное обучение для определения «тона» сообщения. Система рассчитывает оценки «светской беседы» (Idle Chatter Score) и «пригодности для поиска» (Search Query Suitability Score). …
Google анализирует последовательности запросов в пользовательских сессиях. Если два разных запроса часто следуют за одним и тем же набором предыдущих поисков (Predicate Queries), Google идентифицирует их как «родственные» (Sibling Queries). …
Google может оценивать качество локальных сущностей (бизнесов), анализируя реальное офлайн-поведение пользователей. Система использует данные платежных сервисов (размер и частоту чаевых) и геолокационных сервисов (соотношение вернувшихся и разовых посетителей, выбор заведения …
Патент описывает, как платформа (например, YouTube) анализирует социальные данные (комментарии, а также поисковые запросы и просмотры пользователей до и после видео) вокруг пользовательского контента (UGVC), чтобы идентифицировать связанный официальный контент …