Как Google использует историю поиска и браузинга для персонализации выдачи и создания неявного "Избранного"

Термины и определения

Client Assistant (Клиентский помощник)

Локально работающая программа на клиенте (например, плагин или тулбар для браузера), предназначенная для мониторинга действий пользователя и передачи их в поисковую систему.

Derived Data (Производные данные)

Информация, полученная путем анализа Event-Based Data. Включает профили пользователей, агрегированные оценки для контента (ContentID), основанные на частоте, времени пребывания, свежести посещений и т.д.

Event-Based Data (Данные, основанные на событиях)

Сырые данные об активности пользователя. Включают типы событий: Query Event (запрос), Result Click Event (клик по результату), Ad Click Event (клик по рекламе), Browsing Event (просмотр страниц).

History Score (Оценка истории)

Ранговое значение, связанное с событием. Часто упоминается как значение, которое может периодически изменяться (уменьшаться) в зависимости от времени, прошедшего с момента записи события.

Preferred Locations (Предпочтительные местоположения)

Набор сайтов или страниц (включая лендинги рекламы), неявно определенных как "избранные" для пользователя на основе его истории посещений и поведения.

Query Session (Поисковая сессия)

Группа связанных запросов и действий (кликов), выполненных пользователем в течение одного ограниченного периода времени (браузинг-сессии).

Session Group (Группа сессий)

Объединение нескольких связанных Query Sessions из разных браузинг-сессий.

Stay-time (Время пребывания)

Оценка времени, которое пользователь провел на странице. Используется как показатель интереса пользователя к контенту при расчете Derived Data и ранжировании Preferred Locations.

User Information Database (База данных информации о пользователе)

Хранилище, содержащее записи об активности пользователей (Event-Based Data) и производную информацию (Derived Data).

Ключевые утверждения (Анализ Claims)

Патент содержит несколько независимых пунктов, описывающих разные аспекты системы.

Claim 1 (Независимый пункт): Описывает метод объединения наборов местоположений (социальная персонализация).

1. Система получает запрос на список местоположений, удовлетворяющих условию.
2. Идентифицируется первый набор ранее посещенных местоположений из истории пользователя (Набор 1), имеющих ранговые значения.
3. Идентифицируется второй набор ранее посещенных местоположений (Набор 2, например, от другого пользователя или сообщества), также имеющих ранговые значения.
4. Набор 1 и Набор 2 объединяются.
5. Объединенный набор упорядочивается на основе соответствующих ранговых значений.

Claim 7 (Зависимый от 1): Детализирует процесс упорядочивания.

Упорядочивание включает применение первого весового коэффициента к Набору 1 и второго весового коэффициента к Набору 2. Это позволяет пользователю настраивать степень влияния чужих предпочтений на свой список.

Claim 12 (Независимый пункт): Описывает метод создания набора предпочтений для сообщества пользователей.

1. Для каждого участника сообщества идентифицируется его набор ранее посещенных местоположений с ранговыми значениями.
2. Эти наборы объединяются.
3. К ранговым значениям в каждом наборе применяется соответствующий весовой коэффициент (например, основанный на доверии или важности участника в сообществе).
4. Объединенный набор упорядочивается на основе взвешенных ранговых значений.

Claim 15 (Независимый пункт): Описывает базовый метод создания "избранного" (для одного пользователя).

1. Идентификация набора ранее посещенных местоположений из журнала посещений, хранящегося на сервере, где каждое местоположение имеет ранговые значения.
2. Упорядочивание этого набора на основе этих ранговых значений.

Где и как применяется

Изобретение в первую очередь затрагивает этапы ранжирования и переранжирования, используя отдельную инфраструктуру для сбора и хранения данных о поведении пользователей.

CRAWLING & INDEXING (Инфраструктура сбора пользовательских данных)
Хотя это не классическое сканирование веба, патент описывает инфраструктуру для сбора данных о поведении. Client Assistant или серверные логи собирают данные об активности (клики, запросы, просмотры) и передают их для хранения и индексации в User Information Database. На этом этапе вычисляются Derived Data и History Scores.

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

RERANKING – Переранжирование (Персонализация)
Основное применение патента. Система использует данные из User Information Database для модификации стандартного набора результатов.

1. Корректировка оценок: Ranking Scores результатов корректируются на основе истории пользователя. Ранее посещенные или кликнутые результаты повышаются. Результаты, которые были показаны, но не кликнуты, могут понижаться.
2. Использование Preferred Locations: Сайты, классифицированные как предпочтительные (на основе частоты, stay-time и т.д.), получают дополнительное повышение.
3. Социальное смешивание: Если активировано, система объединяет предпочтения пользователя с предпочтениями сообщества, используя весовые коэффициенты, и переранжирует выдачу.

METASEARCH – Метапоиск и Смешивание
Система может отображать результаты из истории поиска в отдельном блоке (например, "My Search History results") и добавлять аннотации к результатам в основной выдаче (например, дату последнего посещения).

Входные данные:

• Исходный запрос пользователя.
• Идентификатор пользователя (User ID) или клиента (Client ID).
• Стандартный набор результатов поиска.
• User Information Database (история событий, производные оценки, предпочтительные сайты пользователя и сообщества).

Выходные данные:

• Персонализированный (переупорядоченный) SERP.
• Аннотации к результатам (индикаторы посещения, частота).
• Отдельные блоки с историческими результатами.

На что влияет

• Специфические запросы: Наибольшее влияние оказывается на запросы, по которым у пользователя есть релевантная история. Это особенно заметно при навигационных запросах или повторяющихся информационных потребностях, где пользователь уже нашел предпочтительный источник.
• Конкретные типы контента: Влияет на все типы контента, включая веб-страницы, лендинги рекламы (Ad Click Event) и обзоры продуктов (Product Event).

Когда применяется

• Условия применения: Алгоритм применяется, когда пользователь может быть идентифицирован (через логин или cookie) И у пользователя есть релевантная история поиска или браузинга, связанная с текущим запросом.
• Триггеры активации: Получение поискового запроса от идентифицированного пользователя.
• Исключения: Пользователь может отказаться от записи истории (unsubscribed) или временно приостановить ее (функция "snooze"). В этих случаях персонализация на основе истории не применяется или ограничена.

Пошаговый алгоритм

Процесс А: Персонализация результатов поиска

1. Получение запроса: Система получает поисковый запрос от пользователя.
2. Стандартный поиск: Запрос выполняется по стандартному репозиторию документов.
3. Получение результатов: Система получает базовый набор результатов поиска.
4. Корректировка на основе истории: Система обращается к User Information Database и корректирует результаты. Это включает:
   • Повышение результатов, которые пользователь ранее посещал или кликал. Величина повышения может зависеть от History Score, частоты, свежести визита и stay-time.
   • Понижение результатов, которые ранее были показаны пользователю, но не были кликнуты.
   • Добавление индикаторов (дата последнего визита, частота посещений).
   • Выделение топовых исторических результатов в отдельный блок.
5. Предоставление ответа: Персонализированный набор результатов предоставляется пользователю.

Процесс Б: Объединение наборов избранного (Социальная персонализация)

1. Идентификация Набора 1: Определяется набор предпочтительных местоположений пользователя (Preferred Locations) и их ранговые значения.
2. Идентификация Набора 2: Определяется набор предпочтительных местоположений от других источников (другой пользователь, сообщество) и их ранговые значения.
3. Идентификация весовых коэффициентов: Определяются веса, которые будут применены к Набору 1 и Набору 2 (могут быть заданы пользователем или системой).
4. Объединение наборов: Наборы объединяются, при этом к ранговым значениям применяются весовые коэффициенты.
5. Упорядочивание: Комбинированный набор сортируется на основе взвешенных ранговых значений.
6. Предоставление ответа: Комбинированный набор предоставляется пользователю.

Какие данные и как использует

Данные на входе

Патент фокусируется на использовании поведенческих данных для персонализации.

• Поведенческие факторы: Являются критически важными.
  • Поисковые запросы (Query Event).
  • Клики по результатам поиска (Result Click Event).
  • Клики по рекламе (Ad Click Event).
  • История браузинга (Browsing Event) – посещенные URL.
  • Частота посещений (Frequency).
  • Свежесть посещений (Recency) – дата последнего визита.
  • Время пребывания на сайте (Stay-time или dwell time).
• Ссылочные факторы: PageRank упоминается как один из возможных критериев для ранжирования Preferred Locations.
• Пользовательские факторы:
  • Идентификаторы: User ID (логин), Client ID (cookie).
  • Настройки подписки и приватности (subscription, snooze).
  • Явные модификации ранжирования пользователем (user-modified ranking values).
  • Аннотации или метки (Labels), добавленные пользователем к контенту.
  • Данные о сообществе или социальной сети (используются для объединения избранного).

Какие метрики используются и как они считаются

• History Score: Оценка, связанная с событием. В патенте упоминается, что ее значение может уменьшаться по мере увеличения времени с момента события (time-decay).
• Derived Scores (Оценки для ContentID): Метрики, вычисляемые для конкретных URL на основе анализа истории. Факторы включают:
  • Частота кликов/посещений за период времени.
  • Stay-time (время пребывания).
  • Время с момента последнего просмотра.
  • Негативное влияние, если контент был показан в выдаче, но пользователь его не выбрал.
  • Позитивное влияние, если пользователь посещает похожие сайты.
• Visit Score (Оценка посещения): В одном из вариантов реализации это сумма оценок отдельных посещений (instance visit scores), где каждая оценка уменьшается со временем.
• Weighting Factors (Весовые коэффициенты): Используются при объединении разных наборов Preferred Locations (например, своих и сообщества) для контроля их влияния на итоговый рейтинг.

1. Персонализация через историю поведения: Патент подтверждает, что Google детально записывает и использует историю поведения пользователя (запросы, клики, просмотры, stay-time) для модификации поисковой выдачи.
2. Влияние на стандартное ранжирование: Персонализация применяется на этапе RERANKING и может существенно изменить порядок результатов для конкретного пользователя по сравнению со стандартной выдачей.
3. Неявное определение предпочтений (Implicit Feedback): Система автоматически определяет Preferred Locations (избранные сайты) на основе неявных сигналов: частоты посещений, повторных визитов и времени пребывания (stay-time). Явное добавление в закладки не требуется.
4. Учет негативного опыта: Патент явно указывает на возможность понижения (demotion) результатов, которые были ранее показаны пользователю, но не были кликнуты.
5. Инфраструктура для социальной персонализации: Значительная часть патента посвящена механизмам объединения предпочтений разных пользователей и сообществ. Хотя этот аспект менее заметен сегодня, инфраструктура для использования социальных сигналов была заложена.
6. Кросс-девайс трекинг: Система предусматривает объединение истории с разных устройств (Client IDs) под одним аккаунтом (User ID) для создания унифицированной истории пользователя.

Best practices (это мы делаем)

• Фокус на вовлеченности и удовлетворенности пользователя: Стратегическая цель — стать Preferred Location для целевой аудитории. Это достигается через предоставление высококачественного контента, который полностью отвечает на запрос пользователя и стимулирует длительное пребывание на сайте (stay-time).
• Оптимизация под высокий CTR и долгий клик (Long Click): Необходимо оптимизировать сниппеты для повышения кликабельности и обеспечивать отличный пост-клик опыт, чтобы избежать коротких кликов и возврата в выдачу (pogo-sticking). Это напрямую влияет на Derived Scores.
• Стимулирование повторных визитов (Retention): Используйте брендинг, полезные инструменты, регулярные обновления контента, email-рассылки и другие методы удержания, чтобы увеличить частоту (frequency) и свежесть (recency) посещений. Чем чаще пользователь возвращается, тем выше вероятность повышения сайта в его персональной выдаче.
• Построение бренда и узнаваемости: Работайте над узнаваемостью бренда, чтобы пользователи целенаправленно искали ваш сайт или предпочитали его в выдаче, генерируя позитивные поведенческие сигналы.

Worst practices (это делать не надо)

• Использование кликбейта: Привлечение трафика обманными сниппетами приведет к коротким визитам (низкий stay-time). Система интерпретирует это как низкую удовлетворенность, что может привести к понижению сайта в персональной выдаче пользователя.
• Игнорирование пост-клик оптимизации: Фокус исключительно на привлечении трафика без работы над качеством лендингов и пользовательским опытом приведет к негативным поведенческим сигналам.
• Создание контента низкого качества: Если пользователи часто игнорируют ваш результат в выдаче (presented but not clicked), патент предполагает, что система может понизить его для этого пользователя в будущем.

Стратегическое значение

Патент является одним из фундаментальных документов, описывающих инфраструктуру персонализированного поиска Google. Он подтверждает, что поведенческие факторы играют ключевую роль в модификации выдачи для конкретного пользователя. Для SEO это означает, что стратегия не может заканчиваться на привлечении клика; оптимизация удовлетворенности пользователя и удержание аудитории являются необходимыми элементами для обеспечения долгосрочной видимости и превращения сайта в авторитетный источник (Preferred Location) для пользователей.

Практические примеры

Сценарий 1: Повышение за счет повторных визитов

1. Действие пользователя: Пользователь ищет "советы по уходу за орхидеями", кликает на сайт OrchidExpert.com и проводит там 7 минут (высокий stay-time).
2. Запись в системе: Google регистрирует Result Click Event и stay-time в User Information Database. Derived Score для OrchidExpert.com у этого пользователя повышается.
3. Повторный запрос: Через неделю пользователь ищет "почему желтеют листья у орхидей".
4. Результат (Персонализация): Несмотря на то, что OrchidExpert.com мог быть на 5 позиции в стандартной выдаче, для этого пользователя он поднимается на 1 позицию. Также рядом со сниппетом появляется индикатор "Вы посещали этот сайт [дата]".

Сценарий 2: Понижение из-за негативного опыта

1. Действие пользователя: Пользователь ищет "купить билеты на поезд". В Топ-3 присутствует сайт CheapTickets.com.
2. Негативный сигнал 1: Пользователь игнорирует CheapTickets.com и кликает на другие результаты. Система фиксирует (presented but not clicked).
3. Негативный сигнал 2: При следующем поиске пользователь кликает на CheapTickets.com, но сразу возвращается в выдачу (низкий stay-time).
4. Результат (Персонализация): При последующих запросах, связанных с билетами, система может понизить CheapTickets.com в персональной выдаче этого пользователя, так как Derived Score уменьшился из-за негативных сигналов.