在 Google 本地專家評論可能會提升本地搜索結果

已發表: 2017-10-21
本地專家評論

提供排名提升的評論?

過去,谷歌暗示評論可能會被用來對結果進行排名。

2013 年,我寫了一篇關於谷歌如何考慮使用行車路線請求作為可能提升谷歌本地搜索結果的帖子,駕駛路線與評論作為谷歌地圖的排名信號。 該帖子基於一份白皮書,描述了行車路線請求與企業正面評價之間的強相關性。 我寫的論文是,超本地,基於方向的地點排名 (pdf)。 該帖子還研究了一項名為“基於路線的本地搜索查詢返回的地點排名”的谷歌專利。

在該專利中,我們被告知,對於行車路線請求並不多的業務類型,Google 可能會使用這些業務的其他受歡迎程度的標誌,例如評論。 看到提到的內容很有趣,但是,它並沒有告訴我們更多關於如何使用評論來提升本地搜索結果的信息。 (評論是我看到很多參與本地搜索的人建議谷歌用來對本地企業進行排名的東西,但沒有太多細節。)我希望從谷歌看到一些可以告訴我們更多信息的東西。

本週,我終於看到了一項 Google 專利告訴我們更多信息。 該專利深入研究瞭如何使用評論來提高本地搜索排名。 如果這些評論來自 Google 認可的特定地理區域內某種業務類型的本地專家,則它們可能會被用來提升本地搜索結果。

為什麼要關注本地專家評論?

像大多數專利一樣,這個專利識別了一個問題,然後他們選擇了一個解決方案來解決這個問題。

這是查看本地專家評論旨在解決的問題:

本地搜索引擎通常用於獲取與某些地理區域相關的企業和其他興趣點的信息。 例如,用戶可以提交對“紐約的意大利餐館”的查詢,作為響應,本地搜索引擎通常會嘗試識別響應內容,例如紐約的意大利餐館的網站和對此類餐館的評論。 然而,一般來說,本地搜索查詢涉及的網絡資源比用戶有興趣查看的要多得多(例如,可能有數百個關於紐約意大利餐館的網站),並識別可能需要的響應網絡資源的子集用戶的注意力可能很困難。

解決方案似乎是確定當地業務類型的當地專家以及他們推薦的地方:

通常,一些用戶對與本地搜索查詢相關的某些主題特別了解,例如,一些用戶是特定類型餐廳、特定城市或社區、零售商類型或這些類別的組合(例如,響應上述查詢的紐約意大利餐廳)。 然而,此類專家可能難以識別,尤其是在網絡規模上,因為許多專業知識相對較少的用戶會就各種主題發表意見; 一些用戶會自稱為專家,以傳播垃圾郵件以獲得商業利益,並且可能成為專家的本地搜索主題的數量非常大。

一些本地專家審查專利包括獲得審查員對審查的地理區域內的審查類別的企業的審查; 確定已獲得超過閾值數量的評論者的評論,並作為回應,將至少一些評論者識別為所審查地理區域內所審查企業類別的專家; 接收來自用戶的查詢; 為查詢確定地理區域和企業類別; 根據所審查的地理區域和所審查的業務類別中的專家的評論,使用處理器對響應查詢的本地搜索結果進行排名; 並將排名的搜索結果發送給用戶。

來自谷歌的當地專家審查專利是這樣的:

為本地搜索確定本地專家
發明人:John Alastair Hawkins 和 Cristina Stancu-Mara
受讓人:GOOGLE
美國專利:9,792,330
授予時間:2017 年 10 月 17 日
提交時間:2013 年 4 月 30 日

抽象的

提供了一個過程,包括獲得審查者對審查的地理區域內的審查類別的業務的審查; 確定已獲得超過閾值數量的評論者的評論,並作為回應,將至少一些評論者識別為所審查地理區域內所審查企業類別的專家; 接收來自用戶的查詢; 為查詢確定地理區域和企業類別; 根據所審查的地理區域和所審查的業務類別中的專家的評論,使用處理器對響應查詢的本地搜索結果進行排名; 並將排名的搜索結果發送給用戶。

該專利提供了許多關於本地專家可能是誰的詳細信息。 它還提供了有關如何找到它們的詳細信息。

將檢查本地專家評論以確保它們足夠長以進行足夠的評論。 谷歌會使用類似 ngrams 的東西(如 Navneet Panda 最近的一項用於識別網站質量的專利:使用 Ngram 短語模型來生成網站質量分數)來判斷評論是否是垃圾郵件,因此寫得不好和語法不正確的評論可能會被視為垃圾郵件。

寫了 34 條關於“紐約市的意大利餐廳”的評論的人可能會被視為紐約市的當地專家。 有人在美國各地的巧克力商店寫了 10 條評論,可能會被視為銷售巧克力的商店的當地專家(在美國)。

該專利稱,許多評論並不可信。 這也是它試圖解決的一個問題:

本地搜索受益於使用網絡託管的消費者評論對企業進行排名(例如,企業網站、關於企業的網站或其他本地企業相關內容),但許多評論並不值得信賴,要么是因為評論者缺乏專業知識,要么是評論者擁有與提交本地搜索查詢的用戶不同的偏好。 該問題和其他問題通過對評論進行預處理以識別專家然後使用專家的評論來對本地搜索結果進行排名的網絡服務系統的一些實施例(圖1中所示)而得到緩解。

該專利使用的本地專家評論似乎是提交給多個站點的評論。 這樣,它們就不僅僅是來自 Google+ 的評論。 谷歌會查看評論,並過濾它們以刪除垃圾郵件。 垃圾郵件被刪除後,評論將根據地理位置和業務類別使用分層類別進行分類。

為了提供對搜索者更有價值的本地專家評論,此過程涉及一定程度的個性化:

此外,一些實施例通過識別評論與從其接收到本地搜索查詢的用戶的評論相似的那些專家來個性化專家的選擇。 並且,一些實施例計算每個專家的專業知識分數,該值用於在用戶選擇相應的本地搜索結果之後對關於給定企業的評論進行排名以呈現給用戶。

該專利的描述提供了此處描述的專利背後的過程的摘要:

例如,數千名用戶可能會向社交網絡服務或紐約州各種企業的企業目錄評論提交。 實施例從社交網絡服務、商業目錄或兩者獲得這些評論,並過濾掉可能是垃圾郵件的那些評論和長度少於幾個單詞的那些評論以識別一組實質性用戶評論。 其餘評論按地理區域和業務類別分組,例如形成與紐約市意大利餐館相關的評論子集。 少數用戶在子集中提交的評論通常比其他用戶多得多,例如,一個用戶可能提交了關於紐約市 35 家不同意大利餐廳的 35 條不同的評論,而大多數用戶可能提交了一條評論。 那些在區域類別子集中有評論的用戶根據他們在該子集中提交的評論數量進行排名,並指定一個數字(例如前 10 名)為專家,例如紐約市的意大利餐館. 稍後,當用戶提交本地搜索查詢請求,例如紐約市附近的意大利餐館時,在查詢中檢測到相同的區域類別; 從記憶中檢索相應的頂級專家,並使用這些專家的評論對識別紐約市意大利餐館的本地搜索結果進行排名,從而可能根據當地專家向用戶呈現紐約市一些最好的意大利餐館。

確定當地專家很複雜。 該專利涉及可能涉及的變化,例如查看星級評分或投票,某些評論“有幫助”。 值得詳細閱讀專利以了解更多信息。

看到谷歌可能會考慮對本地搜索結果進行排名的各種事情,這很有趣。 查看來自被確定為專家的人的本地專家評論並提高這些人的排名很有趣。