Как Яндекс строит динамические карточки объектов, учитывая разные роли сущности, интент пользователя и связанные объекты в разных доменах

Описание

Какую задачу решает

Патент решает проблему статичности и одномерности информации об объектах (сущностях) в поисковой выдаче. Стандартные карточки объектов часто фокусируются только на основном домене сущности (например, «Мадонна» как «певица»), игнорируя другие ее роли («актриса», «писатель»). Если интент пользователя связан с вторичным доменом, стандартная карточка оказывается нерелевантной. Патент предлагает механизмы для учета многодоменности объектов и адаптации выдачи к различным поисковым интентам.

Что запатентовано

Запатентована система и методы для определения связанных объектов (Linked Objects) и генерации динамической поисковой выдачи для объектных запросов. Суть изобретения многоаспектна и включает: (1) Методы построения базы знаний, где объект ассоциируется с несколькими Object Domains (доменами/ролями) и связанными объектами внутри каждого домена. (2) Методы адаптации объектной карточки (порядка или состава блоков) на основе определенного User-Search-Intent (интента пользователя). (3) Механизмы интерактивной фильтрации SERP с помощью Intent Filters (фильтров интента) и Object Domain Filters (фильтров домена).

Как это работает

Система работает на двух уровнях: офлайн и онлайн.

Офлайн: Object Module (Объектный модуль) собирает информацию из разных источников (например, Wikipedia, IMDB), определяет домены объекта и связанные объекты. Используется Linked Objects Determination Routine (Процедура определения связанных объектов), учитывающая множество факторов (совместные упоминания в запросах, общие категории, отношения и т.д.). Данные консолидируются с помощью Object Information Merging Routine (Процедуры слияния информации об объекте).

Онлайн: При получении запроса система определяет интент пользователя. На основе этого она может (i) изменить порядок блоков (Object Components) в выдаче; (ii) показать только релевантные блоки; (iii) интегрировать Best-Matching Search Result (лучший веб-результат) в соответствующий блок; (iv) предоставить пользователю фильтры для интерактивного изменения SERP (например, показать только связанные объекты из определенного домена).

Актуальность для SEO

Высокая. Понимание сущностей (Entity Understanding), их атрибутов и взаимосвязей является фундаментом современного семантического поиска и построения Графов Знаний. Динамическая адаптация SERP под интент пользователя и учет многогранности сущностей — ключевые тренды развития поисковых систем, актуальные на 2025 год.

Важность для SEO

Влияние на SEO значительно (8/10). Патент описывает механизмы, которые напрямую влияют на структуру SERP и видимость сайтов по объектным запросам. Он подчеркивает важность комплексного понимания сущностей и их связей в разных контекстах (доменах). Для SEO-специалистов критически важно быть Best-Matching Result для конкретного интента/домена, так как этот результат может быть интегрирован напрямую в объектные блоки на SERP.

Детальный разбор

Термины и определения

Best-Matching Search Result (Лучший совпадающий результат поиска)

Наиболее релевантный результат из общего веб-поиска, который система может интегрировать (встроить) в Object Component на SERP.

Intent Filter / User Actuator (Фильтр интента / Пользовательский актуатор)

Интерактивный элемент на SERP (например, вкладки «Биография», «Фильмография», «Новости»), позволяющий пользователю изменить отображение поисковой выдачи (например, скрыть нерелевантные блоки, изменить порядок блоков или дополнить выбранный блок).

Linked Object (Связанный объект)

Другая сущность (объект), семантически связанная с основным объектом поиска в рамках определенного Object Domain (например, Брэд Питт связан с Анджелиной Джоли в домене «Родственники»).

Linked Objects Determination Routine (Процедура определения связанных объектов)

Алгоритм, использующий машинное обучение, эвристики и анализ различных факторов (общие родственники, совместные упоминания в запросах, общие категории и т.д.) для установления связи между объектами и определения степени уверенности в этой связи.

Object Component (Компонент объекта)

Блок информации на SERP, связанный с определенным аспектом или доменом объекта. Часто формируется на основе результатов вертикального поиска (например, блок «Фильмография», блок «Новости»).

Object Domain (Домен объекта)

Конкретная роль, категория или сфера деятельности объекта (например, для человека это могут быть «Актер», «Певец», «Писатель», «Родственник»).

Object Domain Filter (Фильтр домена объекта)

Интерактивный элемент в блоке связанных объектов (Linked Object Component), позволяющий пользователю фильтровать отображаемые связанные объекты по их домену (например, показать только «Родственников» или только «Коллег-актеров»).

Object Information Merging Routine (Процедура слияния информации об объекте)

Процесс консолидации данных об одном и том же объекте из разных источников (например, Wikipedia и IMDB), включающий идентификацию объекта, определение его доменов и слияние списков связанных объектов.

User-Search-Intent (Поисковый интент пользователя)

Предполагаемая цель пользователя при вводе запроса. Может быть явным (указан в запросе) или неявным (определяется на основе статистики или истории поиска).

Ключевые утверждения (Анализ Claims)

Патент WO2015198115A1 содержит несколько групп независимых Claims и описаний, охватывающих разные аспекты системы. Мы сфокусируемся на ключевых механизмах.

Механизм 1: Определение связанных объектов из разных доменов (Claims 1-15)

Claim 1 описывает базовый метод генерации блока связанных объектов (Linked Object Component), обеспечивающий разнообразие.

1. Система получает запрос и определяет основной объект поиска (Search Object).
2. Генерируется основной компонент объекта для SERP.
3. Генерируется блок связанных объектов путем:
• Определения как минимум двух разных доменов объекта (например, «Актер» и «Филантроп»).
• Определения первого связанного объекта из первого домена и второго связанного объекта из второго домена. Оба семантически связаны с основным объектом.
4. Блок компилируется с указанием обоих связанных объектов (из разных доменов).
5. SERP отображается пользователю.

Claims 4, 5, 7 детализируют процесс сбора данных: система «посещает» разные ресурсы для получения информации о разных доменах и использует процедуру слияния (Object Merging Routine) для подтверждения, что домены относятся к одному объекту.

Claims 9-12 описывают процесс определения связи (Linked Objects Determination Routine): анализ свойств объектов и анализ поисковых запросов, где объекты ищутся вместе, для определения степени уверенности в связи.

Claim 14 описывает добавление фильтров доменов (Object Domain Filters) в блок связанных объектов.

Механизм 2: Адаптация SERP под интент (Описано в патенте, например,-[0269])

Описание патента также включает методы адаптации порядка или состава блоков на основе интента.

1. Система определяет User-Search-Intent (на основе запроса, истории поиска или статистики).
2. Определяются первый и второй компоненты объекта (Object Components).
3. На основе интента определяется порядок этих компонентов (например, если интент «Актриса», блок «Фильмография» поднимается выше).
4. Альтернативно, если интент четкий, система может включить только один компонент, соответствующий этому интенту, и исключить другие.

Механизм 3: Интерактивные фильтры интента (Описано в патенте, например,-[0263])

Система генерирует User Actuators (Intent Filters), связанные с разными компонентами объекта (например, вкладки «Биография», «Фильмография»). При активации фильтра выполняется действие: изменение порядка компонентов, подсветка, дополнение компонента (например, встраивание Best-Matching Result) или удаление нерелевантных компонентов с SERP.

Где и как применяется

Изобретение затрагивает несколько слоев поисковой архитектуры, преимущественно в части построения базы знаний и формирования выдачи.

CRAWLING & INDEXING (Офлайн-процессы)

Основная часть работы по определению объектов, их доменов и связей происходит офлайн.

• Сбор данных: Система (Object Module) собирает информацию из внешних авторитетных ресурсов (Resource A, Resource B — например, Wikipedia, IMDB).
• Извлечение и анализ: Применяются Linked Objects Determination Routine для анализа факторов и установления связей, а также Object Information Merging Routine для консолидации данных из разных источников и идентификации различных Object Domains.
• Хранение: Данные сохраняются в Object Database (Базе данных объектов / Графе Знаний), структурированной по схеме Объект -> Домены -> Связанные объекты.

QUERY PROCESSING – Понимание Запросов

На этом этапе система определяет, является ли запрос объектным, идентифицирует объект и определяет User-Search-Intent (явно из запроса или неявно из контекста/статистики).

BLENDER – Метапоиск и Смешивание (Генерация SERP)

Это ключевой этап применения патента в онлайне. Система формирования SERP (Blender и система Колдунщиков/Wizards) использует данные из Object Database для построения Object-Type SERP.

• Выбор и ранжирование компонентов: Система определяет, какие Object Components (например, Биография, Фильмография) включить в выдачу и в каком порядке, основываясь на интенте пользователя (Механизм 2).
• Генерация связанных объектов: Система извлекает Linked Objects из нескольких доменов для формирования блока Linked Object Component (Механизм 1).
• Интеграция лучших результатов: Система может дополнять Object Components ссылками на Best-Matching Search Results из общего веб-поиска.
• Добавление интерактивности: В SERP добавляются Intent Filters (Механизм 3) и Object Domain Filters.

На что влияет

• Специфические запросы: Наибольшее влияние оказывается на запросы, связанные с сущностями (объектами) — люди, места, организации, произведения искусства и т.д., особенно те, которые имеют несколько ролей или аспектов (многодоменные объекты).
• Структура SERP: Влияет на компоновку выдачи, заменяя стандартные синие ссылки структурированными блоками (Object Components) и динамическими элементами.
• Видимость сайтов: Влияет на то, какие сайты получают видимость в качестве Best-Matching Result, интегрированного в объектные блоки.

Когда применяется

Алгоритмы применяются при выполнении следующих условий:

• Триггер активации: Когда система определяет, что запрос является объектным и в Object Database есть достаточный объем данных о соответствующем объекте, его доменах и связях.
• Условие для диверсификации (Claim 1): Когда для объекта идентифицировано как минимум два разных домена со связанными объектами.
• Условие для динамической адаптации: Когда система может определить User-Search-Intent или когда объект имеет несколько значимых доменов, между которыми пользователю полезно переключаться.

Пошаговый алгоритм

Процесс А: Офлайн построение Базы Объектов (Object Database)

1. Сбор информации: Система (Object Module) получает информацию об объекте из Источника A (например, Wikipedia).
2. Анализ и извлечение (Источник А): Система анализирует информацию, извлекает один или несколько Object Domains (например, «Певец») и Linked Objects в рамках этих доменов.
3. Сбор информации (Источник B): Система получает информацию об объекте из Источника B (например, IMDB).
4. Слияние информации (Object Merging Routine):
• Идентификация объекта: Система подтверждает, что информация из Источника B относится к тому же объекту, что и из Источника А (например, по имени и дате рождения).
• Идентификация доменов: Определяются новые домены из Источника B (например, «Актер»).
• Слияние связанных объектов: Связанные объекты из Источника B добавляются в соответствующие домены.
5. Определение связей (Linked Objects Determination Routine): Для потенциально связанных объектов система анализирует набор факторов (эвристик, поведенческих данных) для определения наличия и силы семантической связи.
6. Хранение: Структурированные данные (Объект -> Домены -> Связанные объекты) сохраняются в Object Database.

Процесс Б: Генерация SERP в реальном времени (На примере Механизма 1 — Linked Objects)

1. Получение запроса и идентификация объекта: Система получает запрос и определяет основной Search Object.
2. Генерация основного компонента: Формируется основной блок информации об объекте.
3. Генерация блока связанных объектов:
• Система обращается к Object Database и определяет как минимум два разных домена, ассоциированных с объектом (Домен 1, Домен 2).
• Извлекается связанный объект из Домена 1 и связанный объект из Домена 2.
4. Компиляция блока: Формируется Linked Object Component, включающий объекты из разных доменов.
5. Добавление фильтров (Опционально): В блок добавляются Object Domain Filters, соответствующие Домену 1 и Домену 2.
6. Отображение SERP: Сформированная страница передается пользователю.

Какие данные и как использует

Данные на входе

Система использует разнообразные данные для построения базы объектов, определения связей и понимания интента.

• Контентные факторы: Текстовое содержание внешних ресурсов (Resource A, B — Wikipedia, IMDB). Анализируются заголовки, структура документа, метки (labels), приписываемые связанным объектам (например, метка «Супруг» в Wikipedia).
• Структурные факторы: Структура связей между объектами внутри ресурса (например, ссылки между статьями Wikipedia, граф wikidata). Общие категории, к которым принадлежат объекты.
• Поведенческие факторы и данные логов: Критически важны для определения связей и интента.
  • Частота совместного упоминания двух объектов в одном поисковом запросе (используется для определения связи).
  • Список переформулировок запроса (query re-formulations) от одного объекта к другому.
  • Всплески интереса к паре объектов (User Interest Weights).
  • Взаимодействие пользователей с прошлыми SERP (клики по результатам/фильтрам) для определения наиболее вероятного интента.
• Социальные факторы: Количество общих подписчиков в социальных сетях.
• Атрибуты объектов (Properties): Тип и подтип объекта, возраст/дата рождения (для идентификации и определения связей), наличие кровного родства, рейтинги, количество скачиваний/стримов работ.

Какие метрики используются и как они считаются

Патент не приводит конкретных формул, но описывает метрики и факторы, используемые в ключевых процедурах.

• Степень уверенности (Degree of Certainty): Метрика, определяющая вероятность того, что два объекта действительно связаны. Рассчитывается в рамках Linked Objects Determination Routine на основе анализа набора свойств и факторов (перечисленных выше).
• Эвристические правила (Heuristic Rules): Упоминаются правила для оценки связей. Например, если у объектов общий родственник (мать), связь сильная. Если только общий город рождения, связь слабая или отсутствует.
• Веса связей (Weights assigned to the links): Присваивание весов различным типам связей между объектами.
• Расстояние в графе (Distance): Расстояние между объектами в графе знаний (например, wikidata graph).

Выводы

1. Многодоменность сущностей — ключевой фактор: Яндекс не рассматривает сущности (объекты) плоско. Система активно идентифицирует различные домены (роли, аспекты) для одного объекта (например, Актер, Филантроп, Родственник) и строит связи внутри каждого из этих доменов.
2. Диверсификация связанных объектов обязательна: Ключевое требование (Claim 1) — отображение связанных объектов как минимум из двух разных доменов для обеспечения разнообразия в выдаче.
3. Сложный механизм определения связей: Определение связанных объектов (Linked Objects) — это сложная процедура, учитывающая множество факторов: от структуры данных в источниках до поведения пользователей (совместные запросы, переформулировки) и социальных сигналов.
4. Динамическая и интерактивная SERP: Патент описывает переход к Object-Type SERP, которая динамически адаптируется под интент пользователя (меняя порядок или состав блоков) и предоставляет интерактивные элементы (Intent Filters, Domain Filters) для управления выдачей.
5. Консолидация данных (Object Merging): Эффективность системы зависит от способности корректно сливать информацию об одном объекте из разных авторитетных источников (Wikipedia, IMDB и т.д.).
6. Интеграция веб-результатов в объектные карточки: Описан механизм встраивания Best-Matching Search Result из общего поиска в структурированные блоки объекта, создавая новые точки входа для сайтов.

Практика

Best practices (это мы делаем)

• Управление присутствием в авторитетных источниках (Entity Management): Обеспечьте полное и точное представление сущности (человека, бренда, компании) в источниках, которые Яндекс использует для наполнения своей базы объектов (Wikipedia, отраслевые базы данных, Wikidata). Убедитесь, что все сферы деятельности (домены) четко указаны.
• Четкое структурирование доменов и связей: На собственном сайте и во внешних источниках четко структурируйте информацию о различных ролях сущности и ее связях с другими объектами в рамках этих ролей. Используйте микроразметку Schema.org (например, jobTitle, worksFor, colleague, spouse) для явного указания этих связей.
• Фокус на становление «Best-Matching Result» для конкретного домена: Стремитесь стать наиболее авторитетным ответом по запросам, связанным с конкретными доменами сущности (например, лучшим источником по фильмографии актера). Патент показывает, что такой результат может быть напрямую интегрирован в объектный блок на SERP.
• Оптимизация под конкретные интенты: Создавайте контент, который четко отвечает на различные интенты, связанные с сущностью, чтобы соответствовать Object Components, которые Яндекс может сгенерировать (например, «Новости», «Биография», «Дискография»).

Worst practices (это делать не надо)

• Предоставление противоречивой информации: Наличие разных данных (даты, имена, сферы деятельности) в разных источниках может затруднить процесс слияния данных (Object Merging Routine) и привести к некорректному формированию карточки.
• Игнорирование второстепенных доменов: Фокусировка только на основном виде деятельности и игнорирование других ролей может ограничить видимость сущности и помешать Яндексу выполнить требование по диверсификации связанных объектов.
• Искусственное создание связей: Попытки манипулировать связями между объектами через спамные техники. Система использует множество разнородных факторов, включая поведенческие сигналы и авторитетность источников, для валидации связей.

Стратегическое значение

Патент подтверждает стратегический фокус Яндекса на глубоком понимании сущностей и их взаимосвязей в реальном мире (построение Графа Знаний). Он демонстрирует стремление предоставлять пользователю структурированный ответ прямо на SERP, динамически адаптируя его под контекст и интент. Для SEO это означает усиление роли управления сущностями (Entity SEO) и необходимость построения авторитетности не только сайта в целом, но и в контексте конкретных сущностей и их доменов во всем веб-пространстве.

Практические примеры

Сценарий 1: Оптимизация сайта кинотеатра (Становление Best-Matching Result)

1. Задача: Повысить видимость сайта-агрегатора фильмов по запросам об актерах.
2. Действие согласно патенту: Система Яндекса для запроса «Анджелина Джоли» генерирует Object Component «Фильмография». Затем она ищет Best-Matching Result в вебе для этого компонента.
3. SEO-действие: Необходимо оптимизировать страницу фильмографии актрисы так, чтобы она была максимально полной, структурированной (микроразметка для фильмов, дат, ролей) и авторитетной, чтобы стать этим Best-Matching Result.
4. Результат: Ссылка на сайт-агрегатор встраивается непосредственно в блок «Фильмография» на SERP Яндекса, обеспечивая высокую видимость и трафик.

Сценарий 2: Управление репутацией многопрофильной персоны (Использование многодоменности)

1. Задача: Улучшить представление информации об эксперте (например, Ученый и Музыкант).
2. Действие согласно патенту: Яндекс стремится определить разные Object Domains (Ученый, Музыкант) и связанные объекты в них (Claim 1).
3. SEO-действие: Создать и оптимизировать авторитетные источники для каждого домена. На официальном сайте и в профилях (Wikipedia, отраслевые базы) четко разделить научную деятельность и музыкальное творчество. Обеспечить наличие структурированных связей (коллеги-ученые в одном контексте, участники группы в другом).
4. Результат: Яндекс корректно распознает оба домена. В блоке связанных объектов отображаются и ученые, и музыканты. На SERP могут появиться Domain Filters или Intent Filters для переключения фокуса, что улучшает представление персоны.

Вопросы и ответы