Google может повышать в ранжировании места (рестораны, магазины), которые посещал сам пользователь или его контакты из социального графа. Система учитывает данные о физическом присутствии, давность посещения и силу социальной связи, …
Разборы патентов
Google использует систему для определения "меры ассоциации" между различными документами (статьями, веб-страницами, письмами). Ассоциация рассчитывается на основе того, насколько близко по времени пользователь взаимодействовал с этими документами, насколько похож их …
Google анализирует последовательность запросов пользователя в рамках одной поисковой сессии. Если пользователь повторяет начало предыдущего запроса и добавляет новые слова (уточнения), система снижает вес этих новых слов. Это позволяет сохранить …
Патент Google, описывающий инфраструктуру для перехвата, фильтрации, консолидации и хранения истории поисковых запросов и их результатов. Система детально фиксирует контекстную информацию, включая то, какие результаты просмотрел пользователь, когда и как …
Google использует социальный граф пользователя для идентификации контента, который был одобрен (Endorsed) его контактами (например, через ссылки в блогах, репосты, отзывы). Система аннотирует эти результаты в выдаче, указывая, кто и …
Google использует модульную систему для динамической генерации Панелей Знаний. Система определяет сущность в запросе, находит релевантные единицы контента из разных источников и ранжирует их по популярности (Rank Score), основанной на …
Google улучшает геолокацию пользователей, анализируя «повторяющиеся запросы» (Recurrent Queries) — запросы, популярность которых резко возрастает в конкретных регионах в определенное время (например, локальные праздники или события). Когда пользователь вводит такой …
Google анализирует, как пользователи печатают на виртуальных клавиатурах (место касания, продолжительность, давление), и объединяет эти данные с глобальной популярностью потенциальных поисковых запросов. Система может отменить первоначальные предложения автозамены, если немного …
Яндекс патентует систему для приоритизации проверки сайтов на вредоносный контент. Система рассчитывает «Оценку надежности» на основе ранга в поиске и поведенческих факторов. Ключевой механизм: сайт наследует надежность по принципу «слабого …
Google повышает точность определения местоположения, агрегируя исторические "высококачественные посещения" от множества устройств для создания "облака точек" (Point Cloud) для каждого бизнеса. Это позволяет системе точнее определять, какое именно место посещает …
Google использует методы анализа визуального представления страницы для выявления скрытого контента. Система строит структурное представление документа (DOM) и анализирует свойства элементов (цвет, размер, позиция, Z-index), чтобы определить, виден ли контент …
Google использует статистическую модель, обученную на поведении пользователей (Session Features) после клика по результату. Анализируя такие сигналы, как время пребывания, последующие клики и запросы, система прогнозирует удовлетворенность пользователя. Хотя патент …
Google патентует новый тип интерфейса для "нелинейного браузинга". Вместо списка ссылок пользователь перемещается по массиву карточек (tiles) в разных направлениях (вверх/вниз, влево/вправо). Каждое направление представляет собой отдельное тематическое путешествие (например, …
Google использует поведенческие сигналы для определения похожих видео на платформах типа YouTube. Система анализирует, какие видео пользователи смотрят одно за другим в течение короткого времени (ко-просмотры). Если пользователи положительно взаимодействуют …
Google использует систему для сбора сигналов одобрения продуктов (лайки, +1, репосты) из социальных сетей, сайтов производителей и ритейлеров. Эти данные агрегируются в единый «Рейтинг Одобрения» (Endorsement Rating или Likeness Factor) …
Система прогнозирует «сетевой эффект» контента — его способность генерировать каскад последующих взаимодействий (репосты, комментарии) в онлайн-сервисах (например, Google Discover, YouTube). При расчете используется граф причинно-следственных связей и дисконтирующий фактор для …
Google идентифицирует результаты поиска, в которых система максимально уверена («очень релевантные»). Для этого анализируется комбинация факторов: доминирующий показатель кликабельности (CTR) относительно конкурентов, высокая позиция в ранжировании и значительный отрыв по …
Патент Google описывает фреймворк, позволяющий третьим сторонам загружать «поисковые приложения» (данные, код и триггеры запросов) непосредственно в инфраструктуру Google. Если запрос пользователя совпадает с триггером, приложение выполняется в изолированной среде …
Google анализирует поведение пользователей внутри поисковых сессий. Если пользователь быстро переходит от запроса с низким CTR (низкоэффективный) к запросу с высоким CTR (высокоэффективный), система связывает их как относящиеся к одному …
Google повышает эффективность поиска, заранее вычисляя и кэшируя улучшенные (переписанные) версии для часто встречающихся запросов. Это позволяет системе мгновенно использовать лучшую формулировку запроса, не тратя время на ее генерацию в …