Анализ патента Google, описывающего систему генерации персонализированных потоков контента. Система моделирует интересы пользователя на основе его активности в разных сервисах (поиск, видео, социальные сети), индексирует свежий контент в реальном времени …
Поведенческие сигналы
Google использует ML-систему для прогнозирования эффективности (например, коэффициента конверсии) ключевых слов в Google Ads, особенно для рекламодателей с недостаточными данными. Система анализирует контент сайта, определяет ключевые слова и соотносит их …
Google анализирует поведение пользователей в локальном поиске, чтобы отличить реальные филиалы брендов (мультисайтовые сущности) от нерелевантных результатов. Если пользователи часто кликают на результат на карте (Information Window Invocation) и запрашивают …
Google использует механизм для оптимизации отображения контента (сниппетов). Система показывает разные варианты заголовков, описаний или изображений для одной и той же ссылки разным пользователям или на разных платформах. Затем она …
Google анализирует журналы запросов, чтобы определить, какой результат пользователи подавляюще предпочитают по конкретному запросу. Если результат демонстрирует исключительно высокий CTR и/или Click Ratio по популярному запросу, система помечает его как …
Google использует детальный профиль пользователя, основанный на его истории поиска, поведении, предпочтениях и контексте. Этот профиль применяется для автоматической модификации исходного запроса (добавления или замены терминов) и последующего переранжирования результатов, …
Google ранжирует географические подсказки (Autocomplete) в Картах, анализируя, как часто пользователи ищут определенные названия (логи запросов) и насколько популярен сам объект (Prominence Score). Система вычисляет вероятность того, что пользователь, вводящий …
Google анализирует логи запросов в реальном времени для выявления всплесков популярности (Query Deserves Freshness). Система определяет эти «свежие запросы» на основе скорости изменения частоты или отклонения от ожидаемого объема. Затем …
Патент Google описывает систему автоматического определения наиболее интересных сегментов в видео или аудио на основе агрегированных данных от пользователей (краудсорсинг). Система анализирует, какие моменты зрители активно отмечают, кластеризует эти данные …
Google анализирует, какие изображения пользователи выбирают последовательно в рамках одной поисковой сессии и одной выдачи. Если пользователи часто взаимодействуют с неизвестным изображением и изображением с известной тематикой (например, «Спорт» или …
Google использует запатентованный метод для ранжирования 3D-моделей путем сравнения их визуальных характеристик с популярными веб-изображениями по тому же запросу. Система анализирует, какие изображения пользователи кликают чаще всего, чтобы понять "идеальный" …
Google анализирует физическое местоположение (используя GPS, IP и т.д.) пользователей, которые взаимодействуют с веб-страницей (например, совершают клик и долго ее изучают). Агрегируя эти данные, система определяет географическую релевантность страницы («Центр») …
Патент Google, описывающий систему динамического отображения точек интереса (POI) на электронных картах. Система ранжирует POI на основе вероятности взаимодействия с ними (персонализация) и ограничивает их количество на экране (Point of …
Патент Google описывает инфраструктуру для улучшения поисковых подсказок (Autocomplete). Когда пользователь вводит текст, система одновременно опрашивает несколько специализированных поисковых сервисов (например, веб-поиск, вертикальный поиск или сервис прямых URL). Полученные результаты …
Google использует систему для автоматического определения, выполнил ли пользователь задачу (например, покупку товара или посещение места). Система отслеживает активность пользователя (локацию, email, транзакции) и сравнивает ее с индикаторами, связанными с …
Google использует механизм для улучшения ранжирования путем объединения данных о поведении пользователей (клики и время взаимодействия) из разных поисковых систем (например, Веб-поиск и Поиск по Видео). Если в основной системе …
Google анализирует историю местоположений пользователя для идентификации «знакомых мест» на основе частоты и давности посещений. Эти данные используются для глубокой персонализации в Google Maps: знакомые места получают повышение (boosting) в …
Система прогнозирует, когда пользователь посетит локацию, используя его текущее местоположение, историю поиска и запросы. Затем она определяет ожидаемые условия (погоду, сезон, время суток) на этот будущий момент и выбирает изображения …
Google использует систему персонализации, которая анализирует историю поиска пользователя для выявления «предпочитаемых результатов» (User-Preferred Search Results). Ключевыми критериями являются не только минимальное количество кликов, но и продолжительность интереса (time span). …
Google использует итеративный процесс для определения оптимального интервала сканирования (Web Crawl Interval) для каждого документа. Система анализирует историю изменений контента, важность документа (PageRank) и частоту его просмотра пользователями (User View …