Как Яндекс группирует похожие изображения или изображения с одной страницы в результатах поиска

Описание

Какую задачу решает

Патент решает задачу улучшения пользовательского опыта (UX) и повышения разнообразия (Diversity) в поиске по графической информации (например, Яндекс.Картинки). Он направлен на устранение перегруженности выдачи (SERP clutter) визуально схожими изображениями (дубликатами) или множеством изображений с одного и того же источника. Изобретение позволяет сделать СЕРП более компактным и информативным, представляя связанные картинки в виде единого блока.

Что запатентовано

Запатентованы способ и система представления графической информации на странице результатов поиска. Суть изобретения заключается в отображении в выдаче не только отдельных релевантных изображений, но и заранее сформированных групп изображений. Эти группы представляются в виде отдельного визуального представления (коллекции), которое отличается от отображения индивидуальных картинок.

Как это работает

Система работает в два этапа. Сначала, в офлайн-режиме (до получения запроса), сервер формирует и сохраняет группы изображений. Критериями для группировки служат визуальная схожесть или факт нахождения изображений на одной веб-странице. Затем, при получении поискового запроса (онлайн), система находит как релевантные индивидуальные изображения, так и релевантные группы. На СЕРП они отображаются в упорядоченном наборе. Группа визуально отличается (например, в виде плитки, стопки) и представляется изображением с наивысшим рангом внутри этой группы. Пользователь может развернуть группу без ухода с СЕРП.

Актуальность для SEO

Высокая. Механизмы группировки результатов для обеспечения разнообразия выдачи и улучшения UX являются стандартом в современных поисковых системах. Описанные принципы (группировка по источнику или схожести, визуальное выделение коллекций, интерактивное раскрытие) активно используются в Яндекс.Картинках и блоках изображений на основном СЕРП.

Важность для SEO

Влияние на SEO низкое-среднее (4/10). Это преимущественно интерфейсный (UI/UX) патент, который не описывает основные алгоритмы ранжирования. Однако он имеет критическое значение для стратегии Image SEO. Понимание критериев группировки позволяет оптимизировать контент для получения более заметного «группового» результата (коллекции), который может иметь более высокий CTR, чем отдельные изображения, что напрямую влияет на трафик и видимость в поиске по картинкам.

Детальный разбор

Термины и определения

Группа изображений (Group of images)

Множество изображений, объединенных по определенному признаку и хранящихся на сервере до получения поискового запроса. Признаками группировки являются визуальная схожесть или расположение на одной веб-странице.

Визуальное представление группы изображений (Visual representation of the group of images)

Элемент интерфейса на СЕРП, который представляет группу изображений. Он визуально отличается от иных изображений и включает в себя как минимум одно изображение из группы (обычно в виде миниатюры). Примеры: плитка, стопка, коллаж.

Иное изображение / Индивидуальное изображение (Other image / Individual image)

Изображение в результатах поиска, которое отображается отдельно, а не как часть визуального представления группы.

СЕРП (SERP — Search Engine Results Page)

Страница результатов поиска, на которой отображаются найденные изображения и группы изображений.

Схожие изображения (Similar images)

Изображения, обладающие визуальной схожестью. Являются одним из оснований для формирования групп.

Ранг (Rank)

В контексте патента — оценка изображения внутри группы. Изображение с наивысшим рангом используется для визуального представления группы на СЕРП (П. 15).

Ключевые утверждения (Анализ Claims)

Патент содержит несколько независимых пунктов формулы (1, 17, 33, 49), описывающих способ с точки зрения клиента, сервера, систему и машиночитаемый носитель. Ядро изобретения идентично во всех пунктах.

Анализ Пунктов 1 и 17 (Ядро изобретения):

1. Система получает поисковый запрос.
2. Сервер возвращает результаты поиска, которые включают два типа сущностей: группу изображений и хотя бы одно иное (индивидуальное) изображение.
3. Критически важно: Группа изображений выбирается из множества групп, которые были сформированы и сохранены на сервере до получения поискового запроса (т.е. группировка происходит офлайн).
4. На СЕРП отображается упорядоченный набор, состоящий из индивидуальных изображений и визуального представления группы.
5. Ключевое требование UI: Визуальное представление группы должно быть визуально отлично от индивидуальных изображений.
6. Визуальное представление группы включает как минимум одно изображение из этой группы.

Анализ зависимых пунктов (Критерии группировки — Claims 2, 7, 8, 9):

Зависимые пункты раскрывают, как именно формируются эти группы. Патент определяет два основных пути:

• Критерий 1 (Схожесть): Группы могут содержать множество схожих изображений (П. 2) или визуально схожих (П. 7). Это механизм борьбы с дубликатами и похожим контентом.
• Критерий 2 (Источник): Альтернативно, изображения из группы могут быть расположены на одной веб-странице (П. 8). Это механизм кластеризации по источнику (Site Clustering), ключевой для SEO.
• Дополнительно, веб-страница (источник группы) может обладать географическим соответствием положению пользователя (П. 9), что указывает на учет локализации.

Анализ зависимых пунктов (Отображение и Взаимодействие — Claims 15, 16):

• Внутреннее ранжирование: Изображения внутри группы ранжированы. Для визуального представления выбирается изображение, имеющее наивысший ранг (П. 15).
• Интерактивность (Zero-Click): При выборе пользователем группы происходит увеличение ее визуального представления без перехода на другие страницы со страницы результатов поиска (интерактивное раскрытие на СЕРП) (П. 16).

Анализ зависимых пунктов (Визуальные отличия UI — Claims 5, 6, 12-14):

Патент также защищает конкретные UI-решения для отличия групп: разный цвет фона/рамки (П. 5), разное расстояние между элементами (П. 6), отображение в виде миниатюр вплотную друг к другу (П. 12), в виде плиток (Tiled layout) (П. 13) или в виде стопки (Stacked layout), где изображения частично скрывают друг друга (П. 14).

Где и как применяется

Изобретение затрагивает несколько слоев поисковой архитектуры, сочетая офлайн-процессы индексации и онлайн-процессы формирования выдачи.

INDEXING – Индексирование и извлечение признаков (Офлайн)
Основная часть работы по группировке происходит на этом этапе. Система должна проанализировать все известные изображения и сформировать группы до получения запроса.

• Анализ схожести: Вычисление визуальной схожести между изображениями (П. 7).
• Анализ структуры сайтов: Определение того, какие изображения расположены на одной веб-странице (П. 8).
• Ранжирование внутри группы: Предварительная оценка каждого изображения внутри группы для определения его ранга (П. 15).
• Хранение: Сохранение сформированных групп с присвоением групповых идентификационных номеров (П. 4). Идентичные изображения получают общий ID (П. 3).

RANKING – Ранжирование (Онлайн)
На этапе ранжирования система определяет, какие индивидуальные изображения и какие группы изображений релевантны запросу. Хотя патент не описывает алгоритмы ранжирования, он подразумевает, что группы участвуют в ранжировании как отдельные сущности.

BLENDER – Метапоиск и Смешивание / Генерация SERP (Онлайн)
Этот слой отвечает за финальное формирование страницы выдачи.

• Сборка выдачи: Компоновка упорядоченного набора из индивидуальных изображений и групп.
• Выбор представления: Для каждой группы выбирается способ визуального представления (плитка, стопка и т.д.) и изображение с наивысшим рангом в качестве основного.
• Рендеринг: Отправка инструкций клиентскому устройству для отображения СЕРП с визуально отличными элементами и реализация логики интерактивного раскрытия (П. 16).

На что влияет

• Типы контента: Влияет исключительно на графический контент (изображения, фотографии) в Яндекс.Картинках или блоках изображений в веб-поиске. Особенно актуально для галерей, портфолио, страниц товаров.
• Специфические запросы: Наибольшее влияние оказывается на запросы, по которым находится много похожих результатов (борьба с дубликатами) или много результатов с одного источника (коммерческие запросы, фоторепортажи).
• Ниши: E-commerce (группировка фото товара), Недвижимость (фотографии одного объекта), Travel (фотографии отеля), Дизайн, Рецепты.
• Географические факторы: Влияет на локальный поиск, так как учитывается географическое соответствие страницы-источника изображений (П. 9).

Когда применяется

Алгоритм применяется при формировании страницы результатов поиска, содержащей изображения. Триггером для отображения группы вместо нескольких отдельных изображений является наличие в результатах поиска заранее сформированной группы, которая признана релевантной запросу. Это происходит, когда система стремится обеспечить разнообразие выдачи (Diversity), схлопнув схожие результаты или результаты с одной страницы в один блок.

Пошаговый алгоритм

Этап 1: Офлайн обработка (Индексация и Группировка)

1. Сбор и Индексация: Обнаружение и сохранение изображений, присвоение им идентификационных номеров (ID). Идентичные изображения получают общий ID (П. 3).
2. Анализ признаков группировки:
   • Анализ визуальной схожести между изображениями (П. 7).
   • Анализ URL-адресов для определения изображений, расположенных на одной веб-странице (П. 8).
   • Определение географического соответствия веб-страниц (П. 9).
3. Формирование групп: Создание множества групп на основе выявленных признаков (схожесть или ко-локация). Присвоение групповых ID (П. 4).
4. Внутригрупповое ранжирование: Ранжирование изображений внутри каждой группы для определения изображения с наивысшим рангом (П. 15).
5. Сохранение: Сохранение данных о группах в индексе.

Этап 2: Онлайн обработка (Ответ на запрос)

1. Получение запроса: Получение поискового запроса от пользователя.
2. Поиск: Осуществление поиска, в результате которого находятся релевантные индивидуальные изображения и релевантные группы изображений.
3. Формирование СЕРП:
   • Создание упорядоченного набора результатов.
   • Для каждой группы выбор способа визуального представления (например, плитка, стопка).
   • Выбор изображения с наивысшим рангом из группы для отображения в представлении (П. 15).
4. Отправка инструкций: Отправка результатов и инструкций по отображению на клиентское устройство, гарантируя визуальное отличие групп.
5. Взаимодействие: Обработка выбора пользователем группы и отображение увеличенного представления без перехода со страницы СЕРП (П. 16).

Какие данные и как использует

Данные на входе

Патент фокусируется на интерфейсе, но упоминает следующие типы данных, необходимые для работы системы:

• Мультимедиа факторы: Сами изображения (пиксельные данные). Они необходимы для анализа визуальной схожести (П. 7) и для генерации миниатюр.
• Структурные / Технические факторы: Данные о расположении изображений на веб-страницах (URL). Это ключевой фактор для группировки по признаку ко-локации (П. 8).
• Географические факторы: Упоминается географическое положение пользователя и географическое соответствие веб-страницы как возможный фактор при работе с группами, сформированными с одной страницы (П. 9).

Какие метрики используются и как они считаются

Патент не детализирует формулы, но упоминает ключевые метрики:

• Визуальная схожесть: Метрика, позволяющая определить, насколько изображения похожи друг на друга. Используется для формирования групп. Методы расчета не указаны (предполагается использование Computer Vision).
• Ранг изображения внутри группы: Внутренняя метрика качества или релевантности изображения относительно других изображений в той же группе. Используется для выбора представителя группы на СЕРП (П. 15). Факторы ранжирования не указаны.
• Идентификационные номера (ID): Технические метрики для управления данными. Используются ID изображения и групповой ID (П. 3, 4).

Выводы

1. Фокус на UI/UX и разнообразии выдачи: Патент описывает интерфейсные решения для отображения результатов поиска изображений, а не алгоритмы ранжирования. Основная цель — сделать выдачу более компактной и разнообразной, предотвращая доминирование схожих картинок или картинок с одного источника.
2. Два ключевых критерия группировки: Яндекс явно выделяет два независимых основания для объединения изображений в группу: (1) Визуальная схожесть (П. 7) и (2) Расположение на одной и той же веб-странице (П. 8).
3. Офлайн-группировка: Ключевой технической особенностью является то, что группы формируются заранее (офлайн, на этапе индексации), а не в реальном времени при ответе на запрос.
4. Внутригрупповое ранжирование: Изображения внутри группы не равнозначны. Они ранжируются, и на СЕРП в превью показывается изображение с наивысшим рангом (П. 15).
5. Важность контекста и источника: Группировка по источнику подчеркивает, что Яндекс ценит страницы, предоставляющие богатый набор релевантных изображений (коллекции), и готов предоставлять им более выгодные форматы отображения.
6. Интерактивность на СЕРП (Zero-Click): Важным элементом является возможность пользователя просмотреть больше изображений из группы без необходимости покидать страницу результатов поиска (П. 16).

Практика

Best practices (это мы делаем)

Понимание механизмов группировки позволяет скорректировать стратегию SEO для изображений (Image SEO).

• Создание тематических коллекций на одной странице: Размещайте несколько высококачественных, тематически связанных изображений на одном URL (например, галереи, портфолио, подробные фотографии товара). Это увеличивает вероятность того, что Яндекс идентифицирует их как группу изображений по критерию источника (П. 8) и покажет в виде привлекательного, заметного блока в выдаче.
• Оптимизация всех изображений в коллекции: Поскольку изображения внутри группы ранжируются (П. 15), необходимо уделять внимание оптимизации (Alt-текст, окружающий текст, качество, размер) всех изображений на странице, а не только основного.
• Фокус на качестве основного изображения: Критически важно максимально оптимизировать главное изображение на странице (например, основное фото товара или обложка статьи). Оно должно быть наиболее качественным и привлекательным, так как у него больше шансов стать представителем всей группы в выдаче и повлиять на CTR.
• Учет географии для локального бизнеса: Патент упоминает возможность учета географического соответствия страницы местоположению пользователя (П. 9). Для локального бизнеса важно убедиться, что страницы с фотографиями имеют четкую географическую привязку (адреса, метаданные).

Worst practices (это делать не надо)

• Стратегия «одно изображение на страницу»: Разделение одной логической коллекции (например, 20 фото одного товара) на 20 отдельных страниц может быть менее эффективно, так как это препятствует формированию группы изображений по критерию источника (П. 8).
• Размещение множества почти идентичных изображений: Попытка занять выдачу большим количеством слегка отличающихся изображений (например, автогенерация картинок) неэффективна. Система идентифицирует их как схожие (П. 2, 7) и объединит в один блок.
• Использование только неуникальных стоковых фото: Популярные стоковые изображения будут сгруппированы по визуальной схожести с другими сайтами. Если ранг вашего изображения окажется ниже, оно не будет показано в превью группы, и вы потеряете видимость.

Стратегическое значение

Патент подтверждает стратегическую важность комплексной работы над визуальным контентом. Яндекс рассматривает изображения не только как отдельные единицы, но и как часть более крупных сущностей — коллекций или страниц. Для E-commerce и контентных проектов это означает, что структура сайта и подача материала должны способствовать созданию качественных групп изображений. Наличие таких групп дает конкурентное преимущество в поиске по картинкам за счет более заметных форматов отображения и потенциально более высокого CTR.

Практические примеры

Сценарий 1: E-commerce. Группировка по источнику (Ко-локация).

1. Контент: Карточка товара «Красное вечернее платье» содержит 8 высококачественных фотографий (разные ракурсы, детали ткани, фото на модели) на одном URL.
2. Действие системы (Офлайн): Яндекс индексирует страницу и формирует группу изображений, так как они расположены на одной веб-странице (П. 8). Система ранжирует эти 8 фото и выбирает лучшее (П. 15).
3. Результат в выдаче (Онлайн): По запросу «красное вечернее платье» Яндекс покажет один блок (визуальное представление группы), используя лучшее фото. Блок может отображаться в виде плитки или с индикатором «+7 фото». Это занимает один слот, но может быть более привлекательным для пользователя (повышенный CTR).

Сценарий 2: Информационный сайт. Группировка по схожести.

1. Контент: Множество разных сайтов используют одну и ту же популярную стоковую фотографию для иллюстрации статей о финансах.
2. Действие системы (Офлайн): Яндекс определяет эти изображения как визуально схожие или идентичные (П. 2, 7) и формирует группу изображений.
3. Результат в выдаче (Онлайн): По запросу, связанному с этой картинкой, Яндекс покажет эту группу один раз, используя в превью изображение с сайта, который система считает наиболее авторитетным или релевантным (П. 15). Это предотвращает заполнение выдачи одинаковыми картинками.

Вопросы и ответы