Как Яндекс генерирует персонализированные локальные маршруты и списки мест на основе жизненных ситуаций (Сценариев)

Описание

Какую задачу решает

Патент решает проблему сложности и фрагментарности поиска информации при столкновении пользователя со сложной жизненной ситуацией или контекстом (например, переезд, командировка, отпуск, административная процедура). В таких ситуациях пользователю обычно приходится выполнять множество итеративных запросов для сбора списка нужных мест и вручную упорядочивать их. Изобретение автоматизирует этот процесс, предоставляя агрегированную и структурированную информацию в ответ на один запрос или контекстуальный триггер, что упрощает планирование и снижает объем передаваемых данных.

Что запатентовано

Запатентована система для генерации структурированных и упорядоченных списков «Объектов интереса» (Objects of Interest) — физических мест, организаций или сервисов. Суть изобретения заключается в определении «Сценария» (Scenario) — жизненной ситуации пользователя, включающей последовательность событий, и «Географического положения» (Geographical Location). Система подбирает и упорядочивает объекты, релевантные этому конкретному сценарию и местоположению.

Как это работает

Система определяет текущее или желаемое местоположение пользователя и идентифицирует его Сценарий (автоматически на основе контекста/профиля, через явный выбор пользователя или проактивно при смене локации). Затем система обращается к базе данных Объектов интереса, агрегированных из различных источников. Объекты фильтруются на основе их релевантности Сценарию и близости к Географическому положению. После этого запускается «Процедура упорядочивания» (Ordering Routine), которая сортирует объекты на основе различных параметров: предопределенной последовательности событий в Сценарии, часов работы объектов, расстояния или данных профиля пользователя. Результат выводится в виде структурированного списка или маршрута.

Актуальность для SEO

Высокая. Патент описывает механизмы проактивного поиска, персонализации и локального поиска на основе сущностей (Entity-based Local Search). Эти направления являются ключевыми в развитии современных поисковых систем и голосовых ассистентов. Описанные механизмы могут использоваться в таких сервисах, как Яндекс.Карты, Яндекс.Навигатор или для генерации сложных Объектных Ответов (Wizards/Колдунщиков) в основном поиске.

Важность для SEO

Влияние на SEO значительно (7/10), но специфично для Локального Поиска (Local SEO). Патент не описывает ранжирование веб-документов, но критически важен для бизнесов с физическими точками присутствия. Он демонстрирует механизм, при котором видимость организации зависит не только от ее типа и местоположения, но и от ее релевантности конкретной жизненной ситуации пользователя (Сценарию). Для попадания в эти автоматизированные списки ключевым является качество и полнота структурированных данных об организации как о сущности (Объекте интереса).

Детальный разбор

Термины и определения

Geographical Location (Географическое положение)

Текущее местоположение пользователя (например, определенное по GPS) или желаемое местоположение, указанное пользователем для планирования.

Object of Interest (Объект интереса)

Сущность реального мира, представляющая интерес для пользователя в рамках Сценария. Примеры: организация, компания, кинотеатр, кафе, почта, банк, государственное учреждение, достопримечательность.

Object Database (База данных объектов)

База данных, агрегирующая информацию об Объектах интереса из различных интернет-ресурсов. Содержит структурированные параметры объектов (адрес, координаты, часы работы, стоимость, доступность и т.д.).

Ordering Routine (Процедура упорядочивания)

Алгоритм, который определяет последовательность Объектов интереса в финальном наборе результатов. Учитывает множество факторов, включая географическое положение, последовательность событий Сценария, параметры объектов и профиль пользователя.

Result Set (Набор результатов)

Финальный скомпилированный и упорядоченный список Объектов интереса, релевантный запросу, местоположению и Сценарию пользователя.

Scenario (Сценарий)

Контекст или жизненная ситуация пользователя. Сценарий включает данные, определяющие «Последовательность событий» (Sequence of Events). Примеры: «Командировка», «Отпуск», «Переезд», «Получение паспорта».

User Profile (Профиль пользователя)

Данные о пользователе (возраст, пол, история запросов), которые могут использоваться для определения Сценария или для упорядочивания результатов.

Ключевые утверждения (Анализ Claims)

Патент описывает систему генерации персонализированных списков локальных сущностей на основе контекста.

Claim 1 (Независимый пункт): Описывает основной метод обработки поискового запроса.

1. Система получает поисковый запрос от электронного устройства.
2. Определяется Географическое положение, связанное с пользователем.
3. Определяется Сценарий, который включает данные, определяющие Последовательность событий.
4. Генерация Набора результатов (Result Set) путем:
   • Определения первого Объекта интереса на основе анализа (i) данных об этом объекте, (ii) Географического положения и (iii) Сценария.
   • Определения второго Объекта интереса на тех же основаниях.
   • Компиляции Набора результатов, включающего эти объекты.
5. Инициирование отображения Набора результатов на устройстве пользователя.

Ядром изобретения является трехфакторная модель определения релевантности локальной сущности: ее характеристики + местоположение + жизненная ситуация пользователя.

Claim 8 и 9 (Зависимые пункты): Уточняют, как определяется Сценарий.

Сценарий может быть определен на основе: Географического положения, данных Профиля пользователя, предыдущих поисковых запросов, текущего запроса. Определение может включать анализ запроса, анализ явного выбора Сценария пользователем или доступ к Профилю пользователя.

Claim 11 и 12 (Зависимые пункты): Уточняют процесс компиляции Набора результатов.

Компиляция включает выполнение Процедуры упорядочивания (Ordering Routine) для последовательного расположения Объектов интереса. Упорядочивание основывается на множестве факторов: Географическое положение, Последовательность событий (из Сценария), данные об Объектах (например, часы работы), данные Профиля пользователя (включая возраст, пол) и сам поисковый запрос.

Claim 13 (Зависимый пункт): Уточняет, какие данные об Объектах интереса используются.

Данные включают (но не ограничиваются): тип места, часы открытия/закрытия, доступность для людей с ограниченными возможностями, порядок посещения (visit order), географическое положение объекта, стоимость.

Claim 17 (Зависимый пункт): Описывает проактивный триггер.

Поисковый запрос может быть получен (инициирован системой) в результате того, что электронное устройство определяет изменение географического положения пользователя. Это позволяет системе работать проактивно.

Где и как применяется

Изобретение применяется в компонентах, отвечающих за локальный поиск, персонализацию и генерацию объектных ответов.

QUERY PROCESSING – Понимание Запросов
На этом этапе система анализирует запрос и контекст пользователя (местоположение, профиль, историю поиска), чтобы определить релевантный Сценарий. Это может быть реакция на явный запрос или проактивное действие (например, система обнаружила смену локации и предполагает Сценарий «Командировка» или «Переезд»).

INDEXING (Специализированный индекс сущностей)
Система использует специализированный индекс или базу данных (Object Database), содержащую структурированную информацию об Объектах интереса. Эти данные агрегируются из различных источников (например, Яндекс.Бизнес, сайты организаций).

RANKING (Специализированное локальное ранжирование)
Это не традиционное ранжирование веб-страниц. Вместо этого система выполняет фильтрацию и упорядочивание сущностей.

1. Фильтрация: Отбор объектов, соответствующих Сценарию и находящихся в нужном Географическом положении.
2. Упорядочивание: Применение Ordering Routine. Это алгоритм, который решает задачу оптимизации маршрута или списка дел с учетом множества ограничений (время работы, расстояние, предопределенный порядок в Сценарии, профиль пользователя).

BLENDER – Метапоиск и Смешивание
Сгенерированный Набор результатов может быть встроен в основную поисковую выдачу в виде специального блока (Колдунщика / Wizard / Object Card) или отображен в рамках специализированного сервиса (например, Яндекс.Карты).

На что влияет

• Конкретные типы контента: Влияет на видимость организаций с физическим присутствием (магазины, кафе, банки, госучреждения, сервисные центры). Не влияет на информационные статьи или онлайн-сервисы без локальных офисов.
• Специфические запросы: Наибольшее влияние на локальные запросы и запросы, связанные с жизненными задачами и планированием (навигационные, транзакционные локальные запросы).
• Конкретные ниши: Критически важно для всех ниш, подразумевающих посещение офиса или точки продаж (ритейл, услуги, медицина, недвижимость, автосервисы).

Когда применяется

Алгоритм активируется при выполнении следующих условий:

• Обнаружение Сценария: Система смогла идентифицировать конкретную жизненную ситуацию пользователя (Сценарий) на основе запроса или контекста.
• Проактивная активация: Система обнаружила изменение географического положения пользователя (Claim 17), что послужило триггером для запуска Сценария (например, Путешествие).
• Наличие Географической привязки: Определено текущее или целевое местоположение пользователя.

Пошаговый алгоритм

Процесс работы системы (на основе FIG. 6 и FIG. 10 патента):

1. Получение данных/Триггер: Система получает поисковый запрос или срабатывает проактивный триггер (смена локации).
2. Определение Географического положения: Определяется текущее или желаемое местоположение пользователя.
3. Определение Сценария: Система выбирает наиболее подходящий Сценарий (например, «Переезд»). Это может быть сделано автоматически или путем явного выбора.
4. Получение Профиля пользователя: Загрузка данных пользователя (возраст, пол) для персонализации (если применимо).
5. Генерация Набора результатов (Фильтрация): Система отбирает Объекты интереса из базы данных. Отбор происходит на основе анализа данных объекта, его соответствия Сценарию и Географическому положению.
6. Компиляция и Упорядочивание: Запускается Ordering Routine. Объекты сортируются для оптимального решения задачи пользователя с учетом логистики, времени работы и логики сценария. (Например, сначала МФЦ, который закроется раньше, затем магазин по пути домой).
7. Генерация дополнительной информации: Система может сгенерировать карту, маршрут или список действий, связанных с объектами.
8. Отображение: Набор результатов и дополнительная информация отображаются пользователю.
9. Итеративное уточнение (Опционально): Пользователю может быть предложено выбрать наиболее релевантный объект для уточнения выдачи.
10. Мониторинг изменений: Система может отслеживать изменения ситуации (например, перемещение пользователя) и обновлять набор результатов.

Какие данные и как использует

Данные на входе

Система использует детальные структурированные данные о локальных сущностях и контексте пользователя.

• Географические факторы: Текущее/целевое местоположение пользователя. Географические координаты и адреса Объектов интереса.
• Пользовательские факторы: Данные Профиля пользователя (User Profile): возраст, пол (явно упомянуты в Claim 12). История поисковых запросов (используется для определения Сценария).
• Структурные факторы (Данные об Объектах): Критически важные данные из Object Database (вероятно, Яндекс.Бизнес):
  • Название, описание, контакты, категория (тип объекта).
  • Часы работы (Working days and hours).
  • Стоимость услуг (Cost).
  • Доступность для людей с ограниченными возможностями (Accessibility).
  • Ограничения по возрасту или полу (Gender/Age restriction).
  • Порядок посещения (Visit order) – индикатор позиции объекта в последовательности событий.
• Системные данные (Данные о Сценариях):
  • Список предопределенных Сценариев и их Последовательность событий (Sequence of Events).
  • Ассоциации между Сценариями и типами Объектов интереса.

Какие метрики используются и как они считаются

В патенте не приводится конкретных формул ранжирования или ML-метрик. Процесс описан как система фильтрации и оптимизации с ограничениями (Constraint Optimization).

• Релевантность Сценарию: Определяется соответствием типа и параметров объекта требованиям Сценария.
• Географическая релевантность: Определяется близостью объекта к местоположению пользователя или к другим объектам в наборе.
• Ordering Routine (Процедура упорядочивания): Это ключевой вычислительный механизм. Он определяет финальный порядок, используя параметры как веса или ограничения:
  • Временные ограничения: Часы работы (объекты, которые закроются раньше, могут быть показаны выше).
  • Пространственная оптимизация: Минимизация расстояния между объектами (логистика маршрута).
  • Логическая последовательность: Соблюдение порядка, заданного в Сценарии или через Visit Order.
  • Персонализация: Учет данных профиля пользователя (например, фильтрация по возрасту/полу).

Выводы

1. Фокус на решении сложных задач (Task Completion): Яндекс стремится не просто отвечать на запросы, а помогать решать комплексные жизненные задачи (Сценарии), автоматизируя планирование и сбор локальной информации.
2. Контекст определяет релевантность локальных сущностей: Видимость локального бизнеса (Объекта интереса) в этой системе зависит от трех факторов: характеристик бизнеса, местоположения пользователя и его текущей жизненной ситуации (Сценария).
3. Критическая важность структурированных данных (Local SEO): Система полагается на точные и полные структурированные данные об организациях (часы работы, адреса, типы услуг, доступность). Без этих данных объект не может быть эффективно обработан Процедурой упорядочивания.
4. Персонализированное и логистическое упорядочивание: Ранжирование (порядок в списке) динамично и зависит от множества ограничений (время, расстояние, логика сценария, профиль пользователя), а не только от статического веса или общей релевантности.
5. Проактивный поиск: Система способна активироваться автоматически при смене местоположения пользователя (Claim 17), что является основой для проактивных ассистентов.

Практика

Best practices (это мы делаем)

Рекомендации направлены на оптимизацию видимости организации как Объекта интереса в рамках Локального Поиска Яндекса (Local SEO).

• Максимальная проработка в Яндекс.Бизнес: Обеспечьте полное и точное заполнение всех доступных полей. Система напрямую использует эти структурированные данные (Параметры объекта).
• Точность критически важных параметров: Уделяйте особое внимание точности адреса, географических координат и часов работы. Эти данные используются Ordering Routine для планирования маршрутов. Ошибки могут привести к исключению из релевантных списков.
• Детализация услуг и категорий: Указывайте максимально точные категории бизнеса и предоставляйте детальный список услуг (включая цены, если применимо). Это увеличивает вероятность того, что ваш бизнес будет связан с релевантными Сценариями.
• Указание дополнительных атрибутов: Заполняйте информацию о доступности (Accessibility), способах оплаты, ограничениях по возрасту и т.д. Эти данные используются для персонализации выдачи на основе Профиля пользователя (Claim 12) и требований Сценария.
• Консистентность данных (NAP Consistency): Убедитесь, что информация о вашем бизнесе консистентна на всех внешних площадках (каталоги, агрегаторы, собственный сайт), так как патент упоминает агрегацию данных из различных интернет-ресурсов.

Worst practices (это делать не надо)

• Неполные данные в Яндекс.Бизнес: Отсутствие часов работы или точного списка услуг значительно снижает шансы на попадание в автоматизированные Наборы результатов, так как система не сможет эффективно встроить объект в план пользователя.
• Неточные или устаревшие данные о локации: Ошибки в адресе или координатах делают объект бесполезным для системы, ориентированной на географическое планирование.
• Выбор слишком общих категорий: Использование неспецифичных категорий бизнеса затрудняет ассоциацию объекта с конкретными Сценариями (например, «Магазин» вместо «Круглосуточный продуктовый магазин»).

Стратегическое значение

Патент подтверждает стратегический приоритет Яндекса в развитии локального поиска и проактивных сервисов (ассистентов). Он показывает переход от поиска информации к планированию действий в реальном мире. Для SEO это подчеркивает, что управление данными о физических точках присутствия (Local SEO) является критически важным направлением. Видимость бизнеса все больше зависит от качества его цифрового представления как сущности (Entity) в базах Яндекса и его способности удовлетворять потребности пользователей в конкретных жизненных ситуациях.

Практические примеры

Сценарий 1: Оптимизация круглосуточной аптеки под Сценарий «Переезд»

1. Контекст: Пользователь недавно сменил место жительства. Яндекс определяет Сценарий «Переезд» (Change of Residence Location).
2. Цель SEO: Обеспечить попадание аптеки в автоматически сгенерированный список необходимых мест в новом районе (как показано на FIG. 7-9 патента в блоках «Twenty-Four-Hour» или «Emergency»).
3. Действия:
   1. В Яндекс.Бизнес выбрать категорию «Аптека».
   2. Указать атрибут «Круглосуточно». Это критически важно для соответствия требованиям Сценария «Переезд», который предполагает необходимость доступа к экстренным сервисам.
   3. Указать точный адрес и координаты.
4. Результат: Система идентифицирует аптеку как релевантный Объект интереса для данного Сценария и Локации и включает ее в соответствующий блок выдачи.

Сценарий 2: Оптимизация фотоателье под Сценарий «Административная процедура»

1. Контекст: Пользователь вводит запрос «оформить загранпаспорт». Система определяет Сценарий «Оформление паспорта» и локацию пользователя.
2. Цель SEO: Обеспечить видимость фотоателье в плане действий пользователя.
3. Действия:
   1. В Яндекс.Бизнес явно указать услугу «Фото на документы»/«Фото на паспорт».
   2. Указать актуальные часы работы и стоимость.
4. Результат: Система использует Sequence of Events (1. Фотография; 2. Подача документов). Она находит релевантное фотоателье и включает его в Result Set. Ordering Routine разместит его перед паспортным столом в списке рекомендаций.

Вопросы и ответы