Google использует систему для оценки качества и честности пользователей (Raters), оставляющих отзывы. Анализируется, насколько сильно оценки пользователя отличаются от среднего мнения большинства. Если пользователь систематически отклоняется от консенсуса, ему присваивается …
Разборы патентов
Google использует механизм для корректного учета поведенческих сигналов (например, времени пребывания). Если пользователь кликает на результат в выдаче, а затем переходит по ссылке на другую страницу, система может перенести позитивные …
Яндекс патентует систему динамического уточнения поисковой выдачи в реальном времени. Система отслеживает микровзаимодействия пользователя (скроллинг, выделение, остановка внимания) с конкретными словами или фразами в сниппетах. На основе этих сигналов вычисляется …
Google использует Дополненный Граф Ресурсов для расчета независимых от запроса оценок качества страниц. Этот граф объединяет традиционные ссылки с поведенческими данными: запросами, кликами и пользовательскими сессиями. Алгоритм, подобный PageRank, запускается …
Google использует систему для идентификации «триггерных запросов», которые активируют показ списка экспертов или авторитетных пользователей (например, из социальной сети) по данной теме. Система рассчитывает совокупную оценку авторитетности для запроса и …
Патент описывает модификацию алгоритма PageRank. Вместо предположения, что все ссылки на странице имеют равную вероятность клика (модель случайного серфера), система измеряет реальное поведение пользователей. Вес ссылки определяется фактической частотой ее …
Яндекс патентует метод борьбы с фродом в рейтингах организаций (например, на Картах). Система строит граф связей между организациями на основе общих пользователей, которые их оценили. Алгоритм ищет плотные кластеры (клики), …
Google определяет, является ли веб-страница авторитетным источником о конкретной сущности (Entity), анализируя все анкорные тексты входящих ссылок. Система находит консенсусное описание (Center of Mass). Если оно совпадает с именем сущности …
Google использует модель машинного обучения для прогнозирования «Оценки полезности» (Utility Score) документа, основанной на вероятности его показа и клика. Документы ранжируются по этой оценке, и только самые полезные (с учетом …
Google использует инфраструктуру для масштабируемой оценки электронных документов (включая веб-страницы и рекламу) с помощью распределенной сети асессоров. Система присваивает асессорам «Trust Score» (Оценку Доверия) и агрегирует их отзывы, учитывая контекстуальную …
Google анализирует структурированные данные (например, Schema.org) на страницах из результатов поиска. Чтобы проверить достоверность информации перед показом ее в виде прямого ответа (например, Featured Snippet), система ищет «согласованное значение» (Consistent …
Яндекс патентует усовершенствованный алгоритм смешивания (Blender) для определения лучшей позиции элемента (например, виджета или веб-документа) на странице результатов поиска. Вместо одного показателя полезности, система использует мультиклассификационную модель, которая прогнозирует отдельно …
Google использует статистические модели для прогнозирования того, как асессоры (Quality Raters) оценят релевантность результатов поиска. Модели обучаются на объективных сигналах, включая детальные поведенческие данные: последовательность кликов (Pogo-sticking), время до выбора …
Яндекс патентует метод обхода ограничений традиционного краулинга для сайтов с огромным количеством динамических страниц (например, агрегаторов билетов, каталогов). Вместо индексации миллионов комбинаций, система использует шаблоны URL-адресов (Address Templates) для динамической …
Google использует метрику Reachability Score (Оценка Достижимости) для ранжирования страниц. Эта метрика оценивает, сколько времени пользователь, вероятно, проведет на сайте и сколько связанных ресурсов он посетит, переходя по ссылкам с …
Google индексирует не только анкорный текст ссылки, но и окружающий ее текст («annotation text») в исходном документе. Эта информация ассоциируется с целевой страницей и используется для ее ранжирования, даже если …
Яндекс патентует архитектуру ранжирования, использующую две ML-модели для глубокой персонализации. Первая модель офлайн обрабатывает долгосрочную историю поиска пользователя, создавая векторный профиль его интересов. Вторая модель в реальном времени использует этот …
Google анализирует реальные пути навигации пользователей (реферальный трафик) для улучшения выбора контента (например, рекламы). Система извлекает ключевые слова со страницы-источника и взвешивает их на основе трех факторов: близости к кликнутой …
Яндекс патентует метод персонализации отображения точек интереса (POI) на картах. Система анализирует историю взаимодействия пользователя со всеми сервисами Яндекса (Поиск, Такси, Еда, Музыка и т.д.), чтобы понять его предпочтения. POI …
Google использует статистическую модель для оценки качества контента (например, целевых страниц рекламы) на основе поведения пользователей после клика. Система анализирует такие факторы, как время пребывания на странице и последующие действия …