Тематический NAVBOOST

В продолжении темы Topical Authority

Что такое NavBoost?

Из утечки Google следует, что NavBoost — это механизм, который учитывает пользовательские сигналы (в основном клики и переходы) для корректировки ранга документа.

Например:

long_clicks
badClicks
goodClicks
lastLongestClicks
unsquashed_clicks
nav_freshness и др.

Все это явно связано с идеей популярности, основанной на навигации и поведении пользователя.

Посмотрим на патент US8595225B1 Systems and Methods for Correlating Document Topicality and Popularity

Ключевые идеи в патенте и их связь с модулями в утечке Google:

1. Корреляция топикальности и популярности:

а) Система анализирует документы, сопоставляя их с одной или несколькими темами (topics).
b) Документы получают per-topic popularity score.

📌 Пример:
У Google есть страница про «суши». Она попадает в категорию еда. У неё 500 посещений. Есть другая страница — про «рамэн», она тоже относится к еде, но с 1500 посещениями. Алгоритм сравнивает обе внутри темы еда и ранжирует их по популярности внутри темы.
📄 Цитата из патента:
“The popularity scores and one or more topics associated with each of the visited documents may be correlated to determine a per-topic popularity for each document.”

2. Использование пользовательских действий (навигационных паттернов):

а) Популярность документа определяется по числу посещений, переходов, времени на странице.
b) Учитываются паттерны вроде «короткий клик → возврат» или «переход на другой документ».

📌 Пример:
Пользователь кликает по сайту, но быстро возвращается на выдачу — это сигнал, что страница не очень полезна. Если пользователь надолго остаётся или переходит дальше — это усиливает «навигационную популярность».
📄 Цитата из патента:
“...if users visiting a first document only access a first document for a short period of time... then the second document may possibly be of limited value...”

3. Определение тематики документов:

а) Используются каталоги, справочники, или алгоритмы кластеризации/аннотации.

📌 Пример:
Статья о "парижских ресторанах" будет автоматически отнесена к теме путешествия → Франция → рестораны. Это может быть сделано через анализ каталога или тематического кластера.
📄 Цитата из патента:
“...a directory of documents organized by category may be used to map a topic to each document...”

4. Связь запроса с темой:

а) Запросы тоже маппятся на темы. Это нужно для использования персонализированного скоринга по топикам.

📌 Пример:
Пользователь ищет «лучшие суши в Токио». Система определяет, что запрос связан с темой еда → Япония и применяет popularity score по теме «еда», а не просто глобально.
📄 Цитата из патента:
“Search terms [...] may be mapped to one or more topics...”

5. Изменение ранжирования на основе per-topic popularity:

а) Документ может быть поднят или опущен в выдаче по запросу, если его популярность внутри темы высокая или низкая.

📌 Пример:
Если документ A — один из самых популярных в теме медицина, а пользователь ищет «лучшее средство от аллергии», и этот запрос тоже попадает в тему медицина, то документ A будет «повышен» в выдаче.
📄 Цитата из патента:
“...a document may be boosted within the results of a search using a topic associated with a corresponding search query.”

Таким образом мы видим что Google ранжирует документы внутри тематического кластера, а не внутри всего индекса и нам важно иметь на странице и домене всю семантику которая отвечает тематике а также иметь хорошие ПФ на этих страницах.

Также в теории лучше клеить тематический дроп на ваш основной сайт, так как вместе с ссылочным вы можете получить и тематический ПФ старого сайта.

Тематику документа смотрим тут

P.S. надеюсь эта серия постов будет полезна практикам, а то они как собаки, все понимают а рассказать как это работает не могут.

Обновил код скрипта для подсветки рекламы и своих сайтов в SERPе Яндекса

Показал на скринах как он работает

Ссылка на репозиторий: https://github.com/sc00d/yandex_serp_highliter/
Инструкция как пользоваться - там же.



Изменения:

— Адаптирован под изменения в верстке ("₽" вместо "Реклама" и др.)

— Снижена нагрузка на комп




***
Канал Strong SEO
#полезный_софт_и_сервисы

Восстановился сайт, пострадавший 4 февраля

В таблице с донорами появилась вот такая плашка.

Какие-то из доменов попали в базу фишинга/malware и т.п. Захотелось найти эти домены.

Ручками проверить можно тут:
— https://transparencyreport.google.com/safe-browsing/search?url=dosuga.net - норм
— https://transparencyreport.google.com/safe-browsing/search?url=samsung-galaxy.mobi - не норм

Быстрое гугление готового сервиса, чтобы массово проверить, ничего не дало (мб плохо гуглил). Посмотрел запросы https://transparencyreport.google.com, увидел адрес API (который используется в самом сервисе, в Google Cloud есть свои API-методы, но у меня нет API KEY для Google Cloud, попросил AIшку накидать скрипт.

Код - https://github.com/sc00d/safe-browsing-google-free-bulk-checker

Я запускаю в Jupiter Notebook. В папке со скриптом нужно создать файл domains.txt откуда скрипт будет брать домены для проверки. В консоли можно следить за выполнением. По окончанию проверки создастся файл dangerdomains.txt со списком плохих доменов.

Может быть полезен при отборе доноров или отборе дропов.

***
Канал Strong SEO
#полезный_софт_и_сервисы