Suchmaschinenmarketing

Dieses fortlaufende Patent zeigt, wie Google Suchergebnisse personalisiert

Der Vergleich eines Google Patents zur Personalisierung der Suchergebnisse mit seinem Nachfolger liefert erhellende Einblicke in die Prozesse.

© Benjamin Dada | Unsplash

Uns allen ist bewusst, dass wir als User personalisierte Suchmaschinenergebnisse erhalten. Ein Blick auf fortlaufende Patente Googles zum Thema offenbart, wie differente Resultate in der Suche diese spezifischen, personalisierten Ergebnisse bereitstellen.

Personalisierte Suchergebnisse: Ein SEO-Aspekt mit patentierter Basis

Google reicht reihenweise Patente ein, die dann mitunter abgesegnet werden. Eines davon ist Personalizing Search Results, das im März 2015 beim US-Patentamt registriert wurde. Dabei wurde dieses Patent in diesem Monat in seiner Form aktualisiert. Es handelt sich um ein sogenanntes Continuation Patent, bei dem die Claims neu geschrieben werden, sofern es gilt, eine Veränderung im Prozess des patentierten Vorgangs zu benennen. Das Patent gibt im Abstract an:

A system receives a search query from a user and performs a search of a corpus of documents, based on the search query, to form a ranked set of search results. The system re-ranks the set of search results based on preferences of the user, or a group of users, and provides the re-ranked search results to the user.

Bill Slawski, der bei SEO by the Sea diese speziellen Patente verglichen hat, verweist auf die Betonung der „high quality“ und „distrusted sites“, die für die personalisierten Suchergebnisse besonders in der aktualisierten Version von Belang sind. Zwar sind in den beiden Patenten eher geringfügige Veränderungen vorhanden. Offensichtlich wird aber besonders in der aktuellen Version, dass die Schnittstelle zwischen einem Bias Document Set und einem High Quality Document Set die personalisierten Resultate bedingt. Das zeigt ein vergleichender Blick auf die jeweiligen ersten Claims.

Vergleich der Claims und eine graphische Darstellung

2015 hieß es darin:

1. A method comprising: identifying, by at least one of one or more server devices, a first set of documents associated with a user, documents, in the first set of documents, being assigned weights that reflect a relative quantification of an interest of the user in the documents in the first set of documents; receiving, by at least one of the one or more server devices, a search query from a client device associated with the user; identifying, by at least one of the one or more server devices and based on the search query, a second set of documents, each document from the second set of documents having a respective score; determining, by at least one of the one or more server devices, that a particular document, from the second set of documents, matches or links to one of the documents in the first set of documents; adjusting, by at least one of the one or more server devices, the respective score of the particular document, to form an adjusted score, based on the weight assigned to the one of the documents in the first set of documents; forming, by at least one of the one or more server devices, a list of documents in which documents from the second set of documents are ranked based on the respective scores, the particular document being ranked in the list based on the adjusted score; and providing, by at least one of the one or more server devices, the list of documents to the client device [Hervorhebung d. Red.] .

In diesem Claim wird erläutert, wie quasi in einem hermeneutischen Zirkel die Präferenzen des Users ermittelt, davon ausgehend die „Dokumente“ reorganisiert und letztlich für ihn die personalisierten Suchergebnisse angezeigt werden. In der 2017er Version unterscheidet sich dieser erste Claim vor allem durch zweierlei. Zum einen wird nicht nur auf einen User, sondern auch auf eine Gruppe von Usern referiert. Zum anderen wird die Schnittstelle zwischen dem Document Bias Set und dem High Quality Document Set betont sowie die Suchanfragen des Users oder der Usergruppe, die für die Personalisierung verarbeitet werden.

1. A method, comprising: determining, by at least one of one or more server devices, preferences of a user or a group of users, wherein the preferences indicate a document bias set and weights assigned to the documents, wherein the weights include distrusted document weights; determining, by the at least one of the one or more server devices, a high quality document set obtained from a document ranking algorithm; creating, by at least one of the one or more server devices, an intersection set of documents which includes documents in both the document bias set and the high quality document set [Hervorhebungen d. Red.] ; receiving, by at least one of the one or more server devices, a search query from the user; performing, by at least one of the one or more server devices, a search of a corpus of documents, based on the search query, to form a ranked set of search result documents; determining, by at least one of the one or more server devices, at least one link from the intersection set of documents to at least one document in the ranked set of search result documents, the at least one document not in the intersection set of documents; re-ranking, by at least one of the one or more server devices, the set of search result documents based on the preferences of the user or the group of users, wherein re-ranking the set of search results comprises: identifying a link of the set of links from the intersection set of documents to the document of the set of search result documents, and based on identifying the link, adjusting a rank of the search result document based on the weight assigned to the document in the document bias set from where the identified link originated from; and providing, by at least one of the one or more server devices, the re-ranked search results to the user.

Um die Personalisierung, die in diesen Patentbeschreibungen versteckt ist, besser zu verstehen, findet sich in beiden Ausführungen eine Grafik. Zu Fig.1 heißt es, es sei ein Diagramm für eine exemplarische Ansicht der Verwendung der Erfindung, also des Prozesses der Personalisierung von Suchergebnissen bei Google.

Patent Googles zur Personalisierung der Suchergebnisse Fig.1, © Google

Hier sieht man graphisch dargestellt, wie die Suchergebnisse bei Google sich aus verschiedenen Sets zusammensetzen, die dann wiederum mit ihrer spezifischen Gewichtung im Abgleich mit den konkreten Suchanfragen des Users oder der Usergruppe einem Re-Ranking unterzogen werden. So finden sich noch genauere Suchergebnisse für die einzelnen User.

Verständlicher wird der Schritt womöglich, wenn Fig.4 ins Spiel kommt. Dies ist ein Flowchart, der den Prozess der Personalisierung mitsamt globalem Ranking und User-Präferenzen darstellt.

Googles Patent zur Personalisierung von Suchergebnissen Fig. 4a, © Google

Googles Patent zur Personalisierung von Suchergebnissen Fig. 4b, © Google

Was diese Informationen für einen Mehrwert liefern

Diese sehr technisch klingende Gegenüberstellung der Patentversionen bietet vielleicht eher auf den zweiten Blick wertvolle Insights. Denn an dieser grundlegenden Beschreibung lässt sich oberflächlich ablesen, wie die personalisierten Suchergebnisse bei der Suchmaschine Google zustande kommen. Auf einer weiteren Ebene aber bietet diese Übersicht der Patente – gerade mit ihren Optimierungen – einen guten Ansatzpunkt für die eigenen SEO-bezogenen Überlegungen. Das bekennt auch Bill Slawski.

Anzunehmen ist, dass künftig die AI einen größeren EInfluss auf die personalisierten Suchergebnisse haben wird. Dabei ist für den User nicht außer Acht zu lassen, dass diese Personalisierung womöglich mitunter auch einer Einschränkung gleichkommen kann, wenn er sich aufgrund dieser Option auch gewissen Profitinteressen aussetzt. Dennoch ist es genau dieser Aspekt, der Unternehmen und Marketern die Notwendigkeit vor Augen führt, die Mechanismen solcher Prozesse zu beobachten. Auch deshalb lohnt sich also öfter mal ein Blick hinter die Kulissen der Maschinerie Google; also in zentrale Patente des Unternehmens.

Über Niklas Lewanczik

Niklas Lewanczik

Niklas hat an der Uni Hamburg Deutsche Sprache und Literatur sowie Medien- und Kommunikationswissenschaften studiert und schreibt als Redakteur über Social Media, SEO und innovative Themen im Kontext des digitalen Marketing. Wenn er sich nicht gerade dem Marketing zuwendet, dann womöglich den Entwicklungen im modernen Fußball oder dem einen oder anderen guten Buch.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.