Как Яндекс группирует изображения в поиске и ранжирует группу по лучшему изображению в ней

Описание

Какую задачу решает

Патент решает задачу оптимизации представления графической информации на странице результатов поиска (СЕРП). Он направлен на предотвращение перегруженности выдачи, когда множество похожих изображений или изображений из одного источника занимают отдельные позиции. Система улучшает разнообразие (Diversity) выдачи и пользовательский опыт, консолидируя связанный графический контент в компактные блоки.

Что запатентовано

Запатентованы способ и система для группировки изображений в результатах поиска и представления этой группы как единого, визуально отличимого блока. Ключевым механизмом изобретения является специфический способ ранжирования: позиция всей группы изображений определяется наивысшим рангом одного из изображений, входящих в эту группу (Наследование Ранга).

Как это работает

Система получает ранжированные результаты поиска, где каждое изображение имеет индивидуальный ранг. Она идентифицирует связанные изображения, формируя группу (критерии включают расположение на одной веб-странице или визуальную схожесть). Система определяет ранг всей группы, приравнивая его к наивысшему рангу среди всех изображений в этой группе. На СЕРП группа отображается как отдельный визуальный элемент (например, коллаж, плитка, стопка), который занимает позицию в соответствии с этим наивысшим рангом, соседствуя с индивидуальными изображениями.

Актуальность для SEO

Высокая. Концепции группировки результатов для обеспечения разнообразия и использования визуально отличимых представлений (карусели, коллажи, Image Packs) являются фундаментальными для современных поисковых систем, особенно в мобильной выдаче и поиске по картинкам. Механизм наследования ранга остается актуальным подходом в пост-ранжировании.

Важность для SEO

Влияние на SEO значительно (7/10), особенно для Image SEO и ниш, зависящих от визуального контента (e-commerce, недвижимость, дизайн). Патент описывает механизм, при котором одно высококачественное и релевантное изображение может «вытянуть» в видимую зону СЕРП целую группу связанных изображений (и страницу-источник). Это стратегически важно для оптимизации галерей и карточек товаров.

Детальный разбор

Термины и определения

Примечание: Анализ основан исключительно на тексте Формулы изобретения (Claims), так как основное описание патента в предоставленном PDF отсутствует.

Группа изображений

Набор связанных изображений, которые система объединила для отображения в результатах поиска. Связь основана на общем источнике (одна веб-страница) или визуальной схожести.

Индивидуальное изображение

Изображение в результатах поиска, которое не входит в состав группы и отображается как отдельный результат.

Ранг (Rank)

Оценка релевантности или качества, присвоенная изображению поисковой системой. Каждое изображение имеет индивидуальный ранг.

Наивысший ранг (Highest Rank)

Максимальное значение ранга среди всех изображений, входящих в одну группу. Этот ранг определяет позицию всей группы на СЕРП.

Визуальное представление группы изображений

Способ отображения группы на СЕРП. Это может быть коллаж, набор плиток, стопка с частично скрытыми элементами. Оно должно визуально отличаться от индивидуальных изображений.

СЕРП (SERP — Страница результатов поиска)

Страница, отображаемая пользователю в ответ на его поисковый запрос.

Ключевые утверждения (Анализ Claims)

Патент содержит несколько групп независимых пунктов (Claims 1, 14, 27, 40), описывающих метод с точки зрения клиентского устройства, сервера, системы и носителя. Суть изобретения сосредоточена в Claim 1 и 14.

Claim 1 и Claim 14 (Ядро изобретения): Описывают процесс получения и отображения ранжированных результатов, включающих группы и индивидуальные изображения.

1. Система получает ранжированные результаты поиска, включающие группу изображений и индивидуальные изображения. Каждое изображение имеет свой ранг.
2. На СЕРП отображается визуальное представление группы и индивидуальные изображения в упорядоченном виде.
3. Критически важный механизм ранжирования (Наследование Ранга): Группа изображений ранжируется в соответствии с рангом того изображения из группы, которое имеет наивысший ранг. Вся группа занимает позицию своего лучшего представителя.
4. Визуальное представление группы должно быть визуально отлично от индивидуальных изображений и включать хотя бы одно изображение из группы.

Зависимые пункты (Критерии группировки): Патент определяет условия для объединения изображений в группу (Claims 4, 5, 17, 18).

• Изображения из группы визуально схожи (Claim 4, 17).
• ИЛИ: Изображения из группы расположены на одной веб-странице (Claim 5, 18).

Зависимые пункты (Дополнительные факторы):

• Веб-страница (источник группы) может обладать географическим соответствием положению пользователя (Claim 6, 19).

Зависимые пункты (UI/UX и отображение): Описывают варианты реализации интерфейса.

• Состав превью: Визуальное представление группы включает в себя изображение с наивысшим рангом (Claim 12, 25).
• Компактность: Представление может показывать не все изображения группы, но содержать указание на их общее число (Claims 7, 8, 20, 21).
• Форматы отображения: Описаны конкретные форматы: миниатюры вплотную друг к другу (Claim 9), упорядоченный набор плиток (Claim 10), стопка с частичным перекрытием (Claim 11).
• Взаимодействие: При выборе группы пользователем происходит увеличение визуального представления без перехода на другие страницы со страницы результатов поиска (In-SERP interaction) (Claim 13, 26).

Где и как применяется

Изобретение применяется на финальных этапах формирования поисковой выдачи, после основного ранжирования.

RANKING – Ранжирование (Пост-обработка/Diversity)
На этом этапе происходит кластеризация результатов для обеспечения разнообразия выдачи. Система идентифицирует изображения, которые являются визуально схожими или происходят с одной веб-страницы, и объединяет их в группы.

BLENDER – Метапоиск и Смешивание (MetaSearch & Blending)
Основной слой применения. Компонент Blender отвечает за сборку финальной выдачи.

1. Определение ранга группы: Для каждой группы определяется ее ранг на основе максимального ранга входящего в нее изображения.
2. Смешивание: Группы и индивидуальные изображения упорядочиваются в соответствии с их рангами для формирования финального списка.

Генерация SERP (Сниппеты и Рендеринг)
Здесь создается специфическое визуальное представление группы (коллаж, плитку) и реализуется логика взаимодействия (раскрытие группы на SERP).

• Входные данные: Ранжированный список изображений, индивидуальные ранги, метаданные (URL источника, данные для анализа визуальной схожести, гео-данные).
• Выходные данные: Инструкции для клиентского устройства по отображению СЕРП, включающие упорядоченный набор индивидуальных изображений и групп с их новыми рангами.

На что влияет

• Типы контента и ниши: Критично для ниш с богатым визуальным контентом: E-commerce (фотографии товара), Недвижимость (фотографии объекта), Туризм, Дизайн/Портфолио. Влияет на страницы-галереи, карточки товаров, статьи с большим количеством иллюстраций.
• Специфические запросы: Запросы с визуальным интентом (например, «интерьер кухни фото», «красное платье купить»).
• Географические факторы: Патент упоминает учет географического соответствия страницы-источника, что влияет на локальный поиск изображений.

Когда применяется

Алгоритм применяется во время формирования СЕРП при выполнении следующих условий:

• В результатах поиска присутствует достаточное количество графической информации (Яндекс.Картинки или универсальный поиск с блоком изображений).
• Система идентифицирует несколько изображений, удовлетворяющих критериям группировки (расположены на одной странице ИЛИ визуально схожи).

Пошаговый алгоритм

1. Получение запроса и Поиск: Сервер получает запрос и выполняет поиск по базе изображений.
2. Индивидуальное Ранжирование: Каждому найденному изображению присваивается индивидуальный ранг.
3. Группировка (Кластеризация): Система анализирует ранжированный список и выделяет группы изображений по критериям (общий URL или визуальная схожесть).
4. Определение Ранга Группы: Для каждой группы определяется наивысший ранг среди ее участников. Этот ранг присваивается всей группе.
5. Формирование Списка Результатов (Смешивание): Создается финальный упорядоченный список, состоящий из индивидуальных изображений и сформированных групп, отсортированных по их рангам.
6. Генерация Визуальных Представлений: Для каждой группы создается инструкция по ее отображению (например, в виде плитки). В представление обязательно включается изображение с наивысшим рангом.
7. Отправка и Отображение СЕРП: Инструкции отправляются на клиентское устройство.
8. Взаимодействие (Опционально): Если пользователь выбирает группу, система отображает ее увеличенный вариант без ухода с СЕРП.

Какие данные и как использует

Данные на входе

На основе текста Формулы изобретения используются следующие данные:

• Мультимедиа факторы (Контентные): Сами изображения. Используются для анализа визуальной схожести (Claim 4) и для создания миниатюр.
• Технические факторы (Структурные): Источник изображений. Критерием группировки является расположение на одной веб-странице (Claim 5), что подразумевает использование URL источника.
• Географические факторы: Упоминается географическое соответствие веб-страницы географическому положению пользователя (Claim 6).
• Внутренние данные ранжирования: Ранг, присвоенный каждому изображению на предыдущих этапах поиска.

Какие метрики используются и как они считаются

• Ранг (Rank) изображения: Индивидуальная метрика. Способ ее расчета в патенте не описан.
• Визуальная схожесть (Visual Similarity): Используется как критерий группировки. Методы расчета не детализированы.
• Ранг Группы (Group Rank): Ключевая метрика для ранжирования группы. Вычисляется как максимум индивидуальных рангов внутри группы:
  $$ Rank_{группы} = \max(Rank_{изобр1}, Rank_{изобр2}, …, Rank_{изобрN}) $$

Выводы

1. Группировка как механизм Diversity: Яндекс использует кластеризацию изображений для обеспечения разнообразия выдачи и оптимизации пространства SERP. Это позволяет избежать доминирования одного источника или однотипных картинок.
2. Ключевые критерии группировки: Патент явно выделяет два основных критерия: расположение на одной веб-странице и визуальная схожесть контента.
3. Наследование Ранга (Rank Inheritance): Критический вывод для SEO — группа наследует ранг своего самого сильного участника. Одно топовое изображение может обеспечить высокую видимость всей группе (принцип «Лучший тянет всех»).
4. Визуальное отличие и Заметность: Группы имеют уникальное визуальное представление (коллажи, плитки), что может повышать их кликабельность. В качестве превью используется лучшее изображение группы.
5. Фокус на In-SERP взаимодействии: Патент предусматривает возможность просмотра группы изображений без покидания страницы результатов поиска, что соответствует тренду на удержание пользователя внутри поиска (Zero-Click).
6. Локализация графического контента: Упоминание географического соответствия указывает на то, что локальные факторы могут влиять на видимость групп изображений.

Практика

Best practices (это мы делаем)

• Стратегия «Изображение-Локомотив» (Hero Image): При оптимизации страниц с несколькими изображениями (карточки товаров, галереи) сфокусируйтесь на максимальной оптимизации главного изображения. Это изображение будет служить «локомотивом», который вытянет всю группу на высокие позиции благодаря механизму наследования ранга.
• Консолидация визуального контента на одной странице: Размещайте связанные изображения (разные ракурсы продукта, фотографии одного объекта) на одной веб-странице. Это прямо указано как критерий группировки (Claim 5) и позволяет претендовать на показ в виде заметного блока (группы).
• Комплексная оптимизация всех изображений: Хотя ранг определяется лучшим изображением, остальные также важны. Они формируют визуальное представление (коллаж/плитку), влияют на решение пользователя кликнуть и должны быть оптимизированы (Alt-тексты, заголовки, окружающий текст).
• Локальная оптимизация для изображений: Если бизнес локальный, убедитесь, что страница-источник изображений имеет четкую географическую привязку. Патент упоминает учет географического соответствия (Claim 6), что может дать преимущество локальным результатам при формировании групп.

Worst practices (это делать не надо)

• Разделение связанных изображений по разным URL: Размещение каждого ракурса товара или каждой фотографии объекта на отдельной странице без необходимости. Это снижает вероятность их группировки по источнику и лишает преимуществ наследования ранга.
• Игнорирование оптимизации основного изображения: Равномерная, но посредственная оптимизация всех изображений без явного лидера. Если ни одно изображение не достигает высокого ранга, группа также будет показана низко.
• Смешивание несвязанного контента: Размещение на одной странице изображений, не связанных общей темой. Это может привести к нерелевантному визуальному представлению и ухудшению поведенческих факторов при взаимодействии с группой.

Стратегическое значение

Патент подтверждает стратегическую важность структурированного представления визуального контента. Для Яндекса страница, содержащая множество релевантных изображений, может быть более ценным результатом, представленным в виде группы. Это показывает, что поиск стремится представлять в выдаче не просто отдельные картинки, а «объекты» или «документы», репрезентованные группой изображений. SEO-стратегия должна быть направлена на создание таких структурированных визуальных блоков на сайте.

Практические примеры

Сценарий: Оптимизация карточки товара E-commerce (например, кроссовки)

1. Действия SEO-специалиста: Разместить на одной странице 6 фотографий кроссовок. Максимально оптимизировать основное фото (Hero Image) под целевой запрос «купить кроссовки Nike Air Max 90 белые». Остальные фото показывают детали и разные ракурсы.
2. Работа алгоритма: Поисковая система ранжирует все 6 изображений. Основное фото получает высокий ранг (например, Топ-5). Остальные 5 фото получают более низкие ранги (например, Топ-50).
3. Группировка и Ранжирование: Система идентифицирует, что все фото находятся на одной веб-странице (Claim 5). Она формирует группу. Ранг группы приравнивается к рангу основного фото (Топ-5) (Claim 1).
4. Ожидаемый результат: На СЕРП (в поиске по картинкам или в смешанной выдаче) на высокой позиции (Топ-5) отображается визуальное представление группы (например, плитка из основного фото и двух других миниатюр). Основное фото используется как главное превью (Claim 12). Одно сильное изображение обеспечило видимость всему набору.

Вопросы и ответы