Как Google переносит вес поведенческих сигналов (кликов) между связанными запросами для улучшения ранжирования

Термины и определения

Blending Factor (A, λ) (Коэффициент смешивания)

Параметр, определяющий баланс между данными исходного запроса и данными связанных запросов. Отражает степень доверия (trust) к качеству и релевантности данных из разных источников.

Clickthrough Data / Selection Data (Данные о кликах / Данные о выборе)

Поведенческие данные, фиксирующие выбор пользователя (клик) на определенном результате в поисковой выдаче для конкретного запроса. Индикатор качества результата.

Normalization Factor (Norm_q') (Коэффициент нормализации)

Параметр для корректировки данных связанных запросов. Обычно отражает частотность связанного запроса (how often a particular related query is asked), чтобы сбалансировать влияние очень популярных запросов.

Related Query (q') (Связанный запрос)

Запрос, связанный с исходным запросом (q) на основе определенных критериев, таких как последовательный ввод пользователями (consecutive search queries / back-to-back), близость по времени ввода, синонимия и т.д.

Related Query Signal (Сигнал связанного запроса)

Сигнал ранжирования, рассчитанный для документа на основе данных (например, кликов), полученных этим документом по связанным запросам.

Ranking Score (Оценка ранжирования)

Числовое значение для определения позиции документа. В патенте используются метрики #Initial (исходные клики/оценка) и #Total (итоговая оценка после смешивания).

Weight of Relationship (W) (Вес связи)

Метрика, определяющая силу связи между исходным и связанным запросом. Чем выше вес, тем большее влияние оказывают данные связанного запроса.

Score(q,d)

Предварительно рассчитанная оценка ранжирования документа 'd' для запроса 'q', которая может быть основана на других факторах (например, текстовых). Упоминается в альтернативных формулах (Формула 6).

Ключевые утверждения (Анализ Claims)

Claim 15 и Claim 20 (Независимые пункты): Описывают основной механизм изобретения.

1. Система получает первый (Q1, связанный) и второй (Q2, исходный) запросы и идентифицирует связь между ними.
2. Определяется документ (article), ассоциированный с обоими запросами (Claim 15).
3. Определяется selection score (Claim 15) или конкретно number of clickthroughs (Claim 20) для этого документа, когда он был показан в результатах по Q1.
4. Рассчитывается ranking score для документа по Q2, основываясь, по крайней мере частично, на этих данных (кликах) из Q1.

Ядро изобретения — ранжирование документа по исходному запросу напрямую зависит от количества кликов, которое этот документ получает в выдаче по связанному запросу.

Claim 17, 18, 19 (Зависимые от 15): Детализируют процесс расчета.

Система определяет начальную оценку ранжирования (initial ranking score) для исходного запроса и вычисляет математическую функцию, которая комбинирует эту оценку с selection score из связанного запроса (Claim 17). Этот процесс может включать взвешивание (weighting factor) (Claim 18) и нормализацию (normalization factor) (Claim 19).

Claim 21 (Независимый пункт): Описывает асинхронную реализацию.

Система заранее (в течение периода T1) анализирует логи, идентифицирует связи между запросами (Q1 и Q2) и агрегирует пользовательские данные (user data) по Q2. После T1, при получении запроса Q1, система использует сохраненную связь для доступа к агрегированным данным от Q2 и ранжирует результаты Q1 на их основе.

Где и как применяется

Изобретение затрагивает несколько этапов поисковой архитектуры, используя предварительно рассчитанные данные для влияния на ранжирование.

QUNDERSTANDING (Офлайн-процессы)
На этом этапе система анализирует логи запросов для идентификации связей между ними. Определяются пары связанных запросов на основе поведения пользователей (например, последовательные запросы в сессии) и рассчитывается Weight of Relationship (W). Эти данные сохраняются в Related Query Database.

INDEXING / Обработка логов (Офлайн-процессы)
Поведенческие данные (Clickthrough Data) собираются, обрабатываются и сохраняются в Click Through DB, индексированные по запросам и документам.

RANKING – Ранжирование (Реальное время)
Это основной этап применения патента. При получении исходного запроса (q):

1. Система идентифицирует связанные запросы (q') и их вес (W).
2. Для каждого релевантного документа рассчитывается Related Query Signal путем агрегации, взвешивания (W) и нормализации (Norm) кликов, полученных этим документом по всем связанным запросам (q').
3. Ranking Processor рассчитывает финальную оценку (например, #Total) путем смешивания (используя Blending Factor) данных исходного запроса (#Initial) и Related Query Signal.

Входные данные:

• Исходный запрос (q).
• Начальный набор релевантных документов.
• Related Query Database (связи и веса W).
• Click Through Database (данные о кликах и показах).

Выходные данные:

• Скорректированная оценка ранжирования (#Total) для каждого документа.

На что влияет

• Специфические запросы: Наибольшее влияние оказывается на редкие, новые, длиннохвостые (long-tail) или нечеткие запросы, для которых у системы недостаточно собственных данных для надежного ранжирования. Для высокочастотных запросов влияние этого механизма менее значительно.
• Типы контента: Влияет на любые типы контента, для которых фиксируются данные о кликах.

Когда применяется

• Условия применения: Механизм применяется, когда система определяет наличие связанных запросов с накопленными данными.
• Триггеры активации и регулировка: Степень влияния регулируется Blending Factor (A/λ). Если система имеет низкую уверенность в данных исходного запроса (например, их мало), она будет больше полагаться на данные связанных запросов. В некоторых реализациях (Формула 2 и 6) вес связанных данных увеличивается, если общий CTR выдачи по исходному запросу низкий.

Пошаговый алгоритм

Процесс А: Офлайн-подготовка

1. Анализ логов: Анализ сессий пользователей для выявления последовательных или близких по времени запросов.
2. Идентификация связей: Определение пар связанных запросов (q, q').
3. Расчет веса связи (W): Определение силы связи на основе частоты совместного появления.
4. Сохранение: Запись данных в Related Query Database.
5. Сбор кликов: Агрегация данных о кликах и показах в Click Through Database.

Процесс Б: Ранжирование (На примере Формулы 1)

1. Получение запроса (q) и документов (D1...N).
2. Получение связанных запросов (q'1...M) и весов (W1...M).
3. Цикл по документам: Для каждого документа (Di):
   1. Получение исходных кликов (#Initial_i).
   2. Расчет агрегированных связанных кликов:
      1. Для каждого связанного запроса (q'm):
         • Определение нормализации (Norm_q'm).
         • Получение кликов по Di для q'm (#q'm).
         • Расчет взвешенных кликов: $(W_m * \#q'_m) / Norm\_q'_m$.
      2. Суммирование взвешенных кликов по всем M запросам.
   3. Определение коэффициента смешивания (A).
   4. Расчет финальной оценки (#Total_i): Смешивание исходных и связанных данных: $A * \#Initial_i + (1-A) * SUM[ ... ]$.
4. Ранжирование: Сортировка документов на основе #Total.

Какие данные и как использует

Данные на входе

• Поведенческие факторы (Критически важные):
  • Clickthrough Data (Клики): Количество кликов на конкретные документы для исходного и связанных запросов (Selection Score).
  • Данные о показах (Impressions): В некоторых формулах (2, 6) используется количество показов запроса (S(q)) или документа (S(d,q)) для расчета CTR или нормализации.
  • Логи запросов (Query Logs): Используются офлайн для определения связей между запросами (анализ сессий, последовательные запросы).
• Системные данные: В альтернативных реализациях (например, Формула 6) используется Score(q,d) – предварительно рассчитанная оценка ранжирования (например, на основе текстовых или ссылочных факторов).

Какие метрики используются и как они считаются

Патент предлагает несколько формул. Основная (Формула 1) детально описана выше. Рассмотрим также ключевые метрики и альтернативный подход (Формула 6).

Ключевые метрики:

• Weight of Relationship (W): Рассчитывается офлайн на основе анализа логов (частота совместного появления запросов).
• Blending Factor (A, λ): Определяет баланс. Может устанавливаться эвристически или динамически (как в Формуле 6).
• Normalization Factor (Norm): Рассчитывается как частотность связанного запроса или общее количество кликов по нему.

Альтернативный подход (Формула 6):

$\#Total = \frac{\#q}{S(q)} \times [...] + (1-\frac{\#q}{S(q)}) \times \sum (...)$

В этой реализации система использует общий CTR выдачи по исходному запросу (#q/S(q) – отношение кликов к показам) в качестве динамического Blending Factor. Если общий CTR низкий (системе не хватает уверенности), вес данных из связанных запросов $(1 - \#q/S(q))$ увеличивается. Также Формула 6 интегрирует предварительные оценки ранжирования Score(q,d).

1. Подтверждение использования Clickthrough Data в ранжировании: Патент явно описывает использование данных о кликах (selection data, clickthrough data) в качестве ключевого сигнала для расчета оценки ранжирования.
2. Перенос поведенческих сигналов между запросами: Ключевой вывод — поведенческие сигналы не изолированы. Клики, полученные документом по одному запросу, напрямую влияют на его ранжирование по другим, связанным запросам.
3. Измерение связей через поведение пользователей: Google активно анализирует поисковые сессии (например, последовательные запросы), чтобы определить связи между запросами и измерить их силу (Weight of Relationship).
4. Решение проблемы «холодного старта»: Описан конкретный механизм для улучшения ранжирования по новым или редким запросам за счет использования данных из более популярных связанных запросов.
5. Адаптивная балансировка данных: Использование Blending Factor показывает, что система гибко регулирует зависимость от связанных данных. При наличии достаточного количества надежных данных по исходному запросу система предпочитает их; при их отсутствии — полагается на связанные данные.

Best practices (это мы делаем)

• Оптимизация удовлетворенности пользователя (CTR и Вовлеченность): Это критически важно. Поскольку поведенческие сигналы переносятся между связанными запросами, высокий CTR по одному запросу в кластере может улучшить ранжирование страницы по другим запросам этого же кластера. Работайте над сниппетами и качеством контента.
• Построение тематического авторитета (Topical Authority) и кластеризация: Создавайте контент, который полностью покрывает тему и отвечает на связанные запросы. Это увеличивает вероятность того, что страница будет релевантна как исходному, так и связанным запросам (условие Claim 15), позволяя ей аккумулировать поведенческие сигналы из разных источников.
• Анализ пути пользователя и последовательных запросов: Изучайте, как пользователи ищут информацию в вашей нише (что ищут до и после). Понимание этих связей помогает понять, как Google может связывать эти запросы (Related Queries). Оптимизируйте контент так, чтобы он отвечал на эти последовательные интенты.
• Стратегия Long-Tail через Head/Mid-Tail: Для продвижения по сложным long-tail запросам (где мало данных) полезно иметь сильные позиции по связанным с ними более частотным запросам. Успех по частотным запросам позволит аккумулировать клики, которые затем могут быть перенесены на связанные long-tail запросы.

Worst practices (это делать не надо)

• Изолированная оптимизация под ключевые слова: Работа с ключевыми словами в отрыве от тематического кластера и пути пользователя неэффективна. Система оценивает поведение в контексте связанных запросов.
• Игнорирование поведенческих факторов: Стратегии, приводящие к низкому CTR или неудовлетворенности пользователя, будут проигрывать. Негативные поведенческие сигналы (или их отсутствие) также учитываются при агрегации.
• Манипуляции с CTR (Кликбейт): Хотя патент описывает использование сырых кликов, сложные механизмы взвешивания и нормализации направлены на выявление естественного поведения. Современные системы Google также учитывают качество кликов (например, pogo-sticking).

Стратегическое значение

Патент подтверждает стратегическую важность поведенческих факторов и семантической связности. Он демонстрирует, что Google рассматривает поисковое поведение не как набор изолированных событий, а как непрерывный процесс (сессию). Для долгосрочной SEO-стратегии критически важно фокусироваться на построении тематической релевантности и обеспечении положительного пользовательского опыта на всех этапах взаимодействия с контентом в рамках топика.

Практические примеры

Сценарий: Улучшение ранжирования низкочастотного (НЧ) запроса за счет среднечастотного (СЧ).

1. Исходный запрос (НЧ): "как починить код ошибки E01 на принтере Canon" (Данных мало).
2. Связанный запрос (СЧ): "устранение неполадок принтера Canon" (Данных много).
3. Связь: Пользователи часто переходят от СЧ запроса к НЧ или наоборот. Google устанавливает высокую Weight of Relationship (W).
4. Контент: У вас есть подробное руководство, релевантное обоим запросам.
5. Поведение: Страница получает много кликов (высокий Selection Score) по СЧ запросу.
6. Применение алгоритма: При ранжировании по НЧ запросу система видит, что собственных данных мало (Blending Factor смещается в сторону связанных данных).
7. Результат: Система импортирует высокий Selection Score из СЧ запроса и использует его для расчета ranking score по НЧ запросу, значительно повышая позицию страницы.