Google использует статистические методы, такие как интервал Уилсона, для оценки качества контента при малом количестве данных (например, голосов или поведенческих сигналов). Для ранжирования используется пессимистическая оценка (нижняя граница доверительного интервала), …
Разборы патентов
Анализ патента Google, описывающего механизм ранжирования, который комбинирует внешнюю оценку сайта (Global Ranking) с внутренней оценкой его страниц (Onsite Ranking). Система проверяет, соответствует ли страница, признанная лучшей внутри сайта, общему …
Яндекс патентует метод определения «Параметра Полезности» для результатов поиска (как вертикальных вставок, так и органических результатов) путем активного тестирования. Система намеренно показывает результаты на случайных позициях тестовой группе пользователей и …
Google анализирует два типа данных для определения альтернативных товаров: историю кликов в продуктовом поиске (какие запросы ведут к каким товарам) и логи веб-поиска (как часто пользователи вводят сравнительные запросы, например, …
Google использует комбинацию методов для определения того, ищет ли пользователь информацию о медиаконтенте (ТВ-шоу, фильмы). Система анализирует запросы на наличие медиа-терминов, временных указателей, префиксов и использует машинное обучение (включая анализ …
Google использует алгоритм для идентификации «Классических видео» на платформах типа YouTube. Система анализирует не абсолютное количество просмотров, а долю видео в общем трафике платформы за день. Если видео стабильно поддерживает …
Google анализирует данные сенсоров мобильного устройства за определенный период времени, чтобы определить преобладающий способ передвижения пользователя (например, вождение), игнорируя кратковременные остановки. Эта «преобладающая активность» используется для ранжирования локальных подсказок и …
Google отслеживает сущности (люди, места, медиа), упомянутые в недавних запросах пользователя в рамках одной сессии. При вводе нового запроса система предлагает подсказки, комбинируя стандартные шаблоны запросов (например, "погода в $городе") …
Google использует систему для объяснения, почему две сущности (например, компании) похожи. Вместо очевидных связей (например, «оба являются ресторанами»), система анализирует все общие черты, отфильтровывает слишком частые и слишком редкие, и …
Google анализирует агрегированную историю поисковых сессий, чтобы предсказать, какой запрос пользователь введет следующим. Система может выполнить этот предполагаемый запрос (Inferred Action) заранее и встроить его результаты непосредственно в текущую страницу …
Google динамически определяет предпочитаемую страну пользователя, используя интерфейс поиска (например, google.de) и IP-адрес. Затем система смещает результаты поиска, повышая оценки (Weighting Factor) или позиции (Shifting Factor) контента, связанного с этой …
Google анализирует историю пользователя, время, местоположение и другие сигналы для прогнозирования тем, интересующих пользователя в данный момент. Когда пользователь демонстрирует намерение начать поиск (например, открывает страницу поиска), система может проактивно …
Google использует систему для идентификации таблиц с упорядоченными данными (рейтингами) на веб-страницах. Система анализирует структуру таблицы и контекст страницы (заголовки, окружающий текст, прошлые запросы), чтобы понять, что именно и по …
Google использует модели машинного обучения (например, архитектуру Encoder-Decoder) для анализа контента ресурса и прогнозирования значений критически важных сигналов ранжирования, которые отсутствуют (например, каким был бы анкорный текст ссылок или по …
Google использует механизм для корректировки общих рейтингов сущностей (товаров, услуг, компаний) на основе индивидуальных предпочтений пользователя. Система анализирует текстовые отзывы, чтобы выявить характеристики сущности (например, «цена», «скорость обслуживания») и определить …
Google использует систему для количественной оценки оригинальности контента на уровне сайта. Система анализирует, какая доля контента (n-граммы) на сайте впервые появилась именно на нем, основываясь на дате первого сканирования (Crawl …
Google патентует метод улучшения поиска за счет расширения сущностей в запросах и контенте с помощью Knowledge Graph. Система использует курируемые связи (предикаты) для выявления неявной релевантности. Также вводится «дескриптор релевантности» …
Система идентифицирует цифровой контент по сканированному фрагменту из физического мира, используя не только текст, но и обширный контекст (время, местоположение, историю пользователя). Патент также вводит концепцию «Read Ranking» — отслеживание …
Google автоматически генерирует обучающие данные для систем семантического парсинга, анализируя логи запросов и клики пользователей. Система находит запросы с одинаковым интентом, определяя, что пользователи, вводящие разные запросы, в итоге кликают …
Google анализирует топовые веб-страницы, ранжирующиеся по запросу, чтобы найти упоминания книг. Система рассчитывает, насколько цитируемые книги релевантны контенту этих страниц (Citation Score) и объединяет это с релевантностью самой страницы запросу …