Как Google переранжирует результаты поиска в реальном времени, скрывая контент, который пользователь уже видел на других сайтах

Термины и определения

Automated Assistant (Автоматизированный ассистент)

Программное обеспечение (чат-боты, голосовые помощники, виртуальные ассистенты), которое взаимодействует с пользователем посредством диалога на естественном языке для предоставления информации.

First Set of Documents (Первый набор документов)

Документы по определенной теме, информация из которых уже была представлена пользователю (просмотрена, прослушана) в текущей сессии.

Information Gain (Прирост информации)

Дополнительная (новая, novel) информация, содержащаяся в документе, помимо информации, уже известной пользователю из ранее просмотренных документов.

Information Gain Score (Оценка прироста информации)

Метрика, указывающая на количество новой информации в непросмотренном документе относительно уже потребленного контента. Используется для выбора и ранжирования следующих документов.

Information Gain Scoring Engine (Система оценки прироста информации)

Компонент системы, отвечающий за расчет Information Gain Score, часто с использованием моделей машинного обучения.

Second Set of Documents / New Documents (Второй набор документов)

Документы по той же теме, информация из которых еще не была представлена пользователю.

Semantic Feature Vector / Semantic Representation / Embedding (Вектор семантических признаков / Семантическое представление)

Числовое векторное представление документа (или его части), отражающее его семантическое содержание. Используется в качестве входных данных для модели машинного обучения при расчете Information Gain Score.

TTS (Text-to-Speech)

Технология преобразования текста в речь. В контексте патента используется для озвучивания информации пользователю, при этом система может выборочно озвучивать только новую информацию.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает метод применения Information Gain в контексте автоматизированного ассистента.

1. Система идентифицирует первый набор документов (first set) по теме, информация из которых уже была представлена пользователю ассистентом в ответ на ввод на естественном языке (free form natural language input).
2. Идентифицируется второй набор (second set) документов по той же теме, которые еще не были представлены.
3. Для каждого документа из второго набора определяется Information Gain Score. Оценка основана на количестве новой информации в документе, которая отличается от информации, извлеченной из первого набора.
4. На основе этих оценок выбирается новый документ из второго набора.
5. Информация, извлеченная из выбранного документа, представляется пользователю.

Claim 3 (Зависимый от 1): Детализирует метод расчета Information Gain Score.

Расчет включает применение первых данных (представляющих первый набор) и вторых данных (представляющих новый документ) к модели машинного обучения (machine learning model) для генерации выходных данных, на основе которых определяется оценка.

Claim 4 (Зависимый от 3): Уточняет тип входных данных.

Первые и вторые данные представляют собой векторы семантических признаков (semantic feature vectors), сгенерированные из информации, извлеченной из соответствующих документов.

Claim 5 (Независимый пункт): Описывает метод в более общем контексте поиска (не только ассистенты).

1. Идентификация первого набора документов, к которым пользователь получал доступ.
2. Идентификация второго набора (новых) документов по той же теме.
3. Определение Information Gain Score для новых документов (на основе количества отличающейся информации).
4. Представление новой информации из одного или нескольких документов второго набора пользователю, причем способ представления выбирается на основе Information Gain Scores (например, ранжирование).

Claim 7 (Зависимый от 5): Описывает сценарий использования в интерфейсе результатов поиска (SERP).

1. Отображение ссылок на первый набор документов в SERP в ответ на запрос.
2. Получение ввода пользователя, указывающего на выбор ссылки (клик). Документ предоставляется пользователю.
3. Получение ввода, указывающего на команду возврата в SERP (например, кнопка «Назад»).
4. В ответ на возврат, отображение в SERP ссылок на документы из второго набора (т.е. обновленная выдача с учетом просмотренного контента).

Где и как применяется

Изобретение применяется во время активной сессии пользователя и затрагивает финальные этапы обработки поисковой выдачи.

INDEXING – Индексирование и извлечение признаков
На этом этапе система должна предварительно обработать контент для генерации семантических представлений (semantic representations или embeddings) документов. Эти данные необходимы для быстрого сравнения содержания документов в реальном времени.

RANKING – Ранжирование
На этом этапе генерируется первоначальный набор результатов для запроса пользователя.

RERANKING – Переранжирование
Основное применение патента. Система работает как динамический твидлер (Twiddler), который корректирует выдачу в реальном времени на основе действий пользователя в текущей сессии.

1. Мониторинг сессии: Система отслеживает, какие документы пользователь просматривает.
2. Расчет Information Gain: Когда пользователь запрашивает дополнительную информацию (в диалоге) или возвращается к SERP (в веб-поиске), Information Gain Scoring Engine активируется.
3. Сравнение контента: Используя предварительно рассчитанные embeddings, система сравнивает содержание просмотренных документов (first set) с кандидатами (second set).
4. Переранжирование: Порядок оставшихся результатов корректируется для приоритизации документов с наивысшим Information Gain Score.

Входные данные:

• Тема или запрос пользователя.
• Идентификаторы и семантические представления (embeddings) просмотренных документов (first set).
• Идентификаторы и семантические представления непросмотренных релевантных документов (second set).

Выходные данные:

• Information Gain Score для каждого документа второго набора.
• Переранжированный список результатов поиска (SERP) или выбранный следующий документ для представления (в ассистенте).

На что влияет

• Специфические запросы: Наибольшее влияние на информационные запросы, требующие исследования и сравнения (research intent), где пользователь, вероятно, просмотрит несколько источников для получения полного ответа.
• Конкретные ниши или тематики: Влияет на тематики, где контент часто пересекается (например, новости, обзоры продуктов, инструкции, медицинские симптомы).
• Форматы контента: Критически влияет на голосовой поиск и взаимодействие с ассистентами, где избыточность сильно ухудшает пользовательский опыт.

Когда применяется

Алгоритм применяется в рамках активной сессии пользователя при выполнении следующих условий:

• Условие применения: Пользователь уже просмотрел хотя бы один документ по текущей теме.
• Триггеры активации:
  • В веб-поиске: Возврат пользователя к странице результатов поиска (SERP) после просмотра одного из результатов (сценарий, описанный в Claim 7).
  • В диалоговых системах: Запрос пользователя на дополнительную информацию по теме (например, «Что еще ты нашел?», «Расскажи подробнее»).

Пошаговый алгоритм

Процесс А: Обработка во время сессии (на примере веб-поиска)

1. Получение запроса и первичное ранжирование: Пользователь вводит запрос. Система генерирует и отображает SERP.
2. Отслеживание взаимодействия: Пользователь выбирает результат (Документ 1). Система фиксирует это взаимодействие и идентифицирует содержание Документа 1. Документ 1 становится частью first set.
3. Триггер переоценки: Пользователь возвращается к SERP.
4. Идентификация кандидатов: Система определяет оставшиеся релевантные результаты как second set (Документы 2, 3, 4...).
5. Расчет Information Gain Score:
   • Извлекаются семантические векторы (embeddings) для first set (Документ 1) и для каждого документа в second set.
   • Для пары (Документ 1, Документ 2) векторы подаются на вход обученной ML-модели.
   • Модель генерирует Information Gain Score для Документа 2, оценивая количество новой информации.
   • Процесс повторяется для Документов 3, 4 и т.д.
6. Переранжирование: Система корректирует порядок документов в second set, основываясь на их Information Gain Scores (возможно, в комбинации с исходными оценками релевантности).
7. Отображение обновленного SERP: Пользователь видит переупорядоченный список, где результаты с более уникальной информацией находятся выше.

Процесс Б: Обработка в диалоговой системе (Ассистент/TTS)

1. Запрос и первый ответ: Пользователь задает вопрос. Ассистент извлекает информацию из Документа 1 и озвучивает её (TTS). Документ 1 попадает в first set.
2. Последующий запрос: Пользователь просит дополнительную информацию.
3. Выбор следующего документа: Система рассчитывает Information Gain Score для кандидатов (Документы 2, 3...) и выбирает документ с наивысшей оценкой (например, Документ 2).
4. Выборочное представление (TTS optimization): Система анализирует Документ 2. Если он содержит Элемент А (уже озвученный из Документа 1) и Элемент Б (новый), система генерирует TTS вывод, который передает Элемент Б, но исключает Элемент А, чтобы избежать повторения.

Какие данные и как использует

Данные на входе

Патент фокусируется на сравнении содержания документов и действиях пользователя в рамках сессии.

• Контентные факторы (Скрытые): Текст документов используется для генерации semantic feature vectors или embeddings. Это основной материал для сравнения.
• Поведенческие факторы (Сессионные): Данные о том, какие документы пользователь уже просмотрел (accessed) или прослушал (presented) в рамках текущего исследования темы. Отслеживание кликов и возвратов к SERP.
• Пользовательские факторы: Естественный язык ввода (natural language input) пользователя, используемый для определения темы и инициации поиска или диалога.

Какие метрики используются и как они считаются

• Information Gain Score: Ключевая метрика. Рассчитывается с помощью модели машинного обучения. Оценка количественно определяет новизну информации в документе-кандидате.
• Методы вычислений:
  • Модель Машинного Обучения: Используется для оценки прироста информации. В патенте упоминаются различные типы, включая нейронные сети. Модель обучается на тренировочных данных, размеченных людьми (кураторами) или на основе обратной связи от пользователей (например, ответы на вопрос «Был ли этот документ избыточным?»).
  • Семантические представления (Embeddings): Используются для преобразования текста в числовой формат (векторы), пригодный для ввода в ML-модель. Упоминается возможность использования моделей типа word2vec (автоэнкодеры) для генерации этих векторов.

1. Динамическое переранжирование на основе новизны: Google может корректировать SERP в реальном времени во время поисковой сессии. Если пользователь возвращается к выдаче, система стремится показать ему то, чего он еще не видел, основываясь на содержании уже посещенных страниц.
2. Information Gain как фактор ранжирования: Вводится понятие Information Gain Score — метрики, оценивающей количество новой информации. В рамках сессии эта метрика может стать доминирующей для обеспечения эффективности поиска.
3. Семантическое сравнение контента: Механизм полагается на семантические представления (embeddings, semantic vectors) для сравнения содержания документов на смысловом уровне, а не просто по ключевым словам.
4. Критичность для голосового поиска и ассистентов: Патент уделяет особое внимание диалоговым системам. В них система может не просто выбирать следующий документ, но и активно фильтровать его содержание, пропуская уже озвученную информацию (TTS optimization).
5. Обучение на основе оценок качества: ML-модель, предсказывающая Information Gain, обучается на данных, размеченных людьми или собранных через обратную связь. Это подчеркивает важность пользовательского восприятия новизны и полезности контента.

Best practices (это мы делаем)

• Обеспечение уникального ценного предложения (UVP): Контент должен содержать уникальную информацию, анализ, данные или точку зрения, которых нет у конкурентов в ТОПе. Если ваш контент в значительной степени повторяет другие источники, его Information Gain Score будет низким для пользователя, который уже посетил эти источники.
• Глубокое раскрытие темы и добавленная ценность: Стремитесь к максимальной полноте ответа. Если конкуренты покрывают аспекты А и Б, убедитесь, что вы покрываете А, Б, а также В и Г. Это увеличит вероятность того, что ваш контент будет prioritized для пользователей, ищущих дополнительную информацию.
• Анализ пересечения контента с конкурентами: Необходимо понимать, какую информацию предоставляют конкуренты, и стратегически планировать контент так, чтобы минимизировать прямое дублирование и максимизировать Information Gain.
• Структурирование контента для извлечения: Четкая структура помогает поисковым системам лучше генерировать embeddings и идентифицировать отдельные информационные элементы. Это особенно важно для голосового поиска, где система может извлекать и озвучивать только новые фрагменты.
• Оптимизация под поисковые пути (Search Journeys): Понимайте, как пользователи исследуют тему. Создавайте контент, который отвечает на естественные следующие вопросы пользователя, предоставляя новую информацию на каждом этапе пути.

Worst practices (это делать не надо)

• Поверхностный рерайтинг контента конкурентов: Создание контента, который семантически идентичен тому, что уже есть в ТОПе. Такие страницы будут иметь низкий Information Gain Score и рискуют быть отфильтрованными во время сессии пользователя.
• Игнорирование интента исследования (Research Intent): Фокусировка только на коротких ответах в тематиках, где пользователи склонны сравнивать несколько источников. Система будет искать разнообразие информации.
• Раздувание контента без добавления новизны: Добавление «воды» не увеличит Information Gain Score, так как система оценивает семантическое содержание через embeddings.

Стратегическое значение

Этот патент подтверждает движение Google к более динамичному и контекстуальному поиску, который адаптируется к действиям пользователя в реальном времени. Стратегически это означает, что оценка качества и релевантности контента становится всё более сложной и выходит за рамки статического анализа страницы. Для SEO-специалистов это подчеркивает переход от оптимизации отдельных страниц к оптимизации всего процесса поиска информации пользователем (User Journey Optimization). Уникальность и добавленная ценность контента становятся технической необходимостью для поддержания видимости.

Практические примеры

Сценарий: Поиск инструкции по устранению неполадок

1. Запрос пользователя: «Почему не работает Wi-Fi на ноутбуке».
2. Исходная выдача (SERP 1):
   Сайт 1: Перезагрузите роутер, проверьте драйверы.
   Сайт 2: Проверьте драйверы, сбросьте сетевые настройки.
   Сайт 3: Проблемы с оборудованием, диагностика в сервисе.
3. Действие пользователя: Пользователь кликает на Сайт 1, читает про роутер и драйверы, затем возвращается в SERP.
4. Переоценка (Information Gain): Система анализирует, что пользователь уже видел информацию о перезагрузке и драйверах.
   Information Gain Score для Сайта 2 снижается (так как информация о драйверах повторяется), но остается выше нуля за счет упоминания сброса настроек.
   Information Gain Score для Сайта 3 значительно повышается, так как он предлагает совершенно новый угол зрения (оборудование).
5. Обновленная выдача (SERP 2):
   Сайт 3 (Повышен)
   Сайт 2 (Скорректирован)
   ... другие сайты с уникальными советами.
6. Результат для SEO: Сайт 3, несмотря на то, что изначально мог быть менее релевантным общему запросу, получил преимущество за счет уникальности информации в контексте сессии пользователя.