Как Google персонализирует выдачу, понижая результаты, которые пользователь исторически игнорирует или быстро покидает

Термины и определения

Bad click-through (Плохой клик) / Short Click

Ситуация, когда пользователь кликает по ссылке и затем возвращается на страницу результатов поиска в течение короткого предопределенного периода времени.

Click-through (Клик)

Любой выбор пользователем URL-ссылки в результате поиска, независимо от последующего поведения.

Client Assistant (Клиентский помощник)

Программное обеспечение (например, плагин, расширение или код, встроенный в веб-страницу), которое отслеживает действия пользователя на результатах поиска (клики, время наведения мыши) и передает эти данные на сервер.

Dwell time (Время пребывания)

Время, которое пользователь проводит на документе после клика по ссылке, до того как покинет его (например, вернется на SERP).

Event-Based Data (Данные о событиях)

Записи в истории поиска, включающие события запросов, кликов по результатам, кликов по рекламе, просмотров и показов (impressions).

Generic Ranking Score (Общая оценка ранжирования)

Оценка релевантности документа запросу, присваиваемая поисковой системой независимо от персонализации.

Impression Event (Событие показа)

Запись о том, что набор результатов поиска был предоставлен пользователю.

Offset (Смещение)

Величина, на которую изменяется позиция результата поиска в процессе персонализации (понижение для нежелательных результатов).

Unpopularity Metric (Метрика непопулярности)

Показатель, связанный с User-Disfavored Search Result, указывающий на вероятность того, что пользователь не предпочтет этот результат. Используется для определения величины offset.

User-Disfavored Search Results (Нежелательные результаты поиска)

Набор результатов в профиле пользователя, которые он, скорее всего, проигнорирует. Определяются на основе истории поиска (например, результаты, которые были показаны, но не выбраны).

User Profile (Профиль пользователя)

Набор данных, характеризующий поисковые интересы пользователя, созданный на основе его истории поиска.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной метод персонализации путем понижения.

1. Система идентифицирует список результатов поиска по запросу пользователя (у каждого есть начальная позиция).
2. Идентифицируется профиль пользователя, включающий набор User-Disfavored Search Results, определенных из истории поиска. Эти результаты определяются в соответствии с критериями идентификации подмножества результатов, которые были предоставлены пользователю, но не были им выбраны.
3. В списке результатов идентифицируются те, которые связаны с User-Disfavored Search Results.
4. Список переупорядочивается путем перемещения каждого идентифицированного результата с его начальной позиции на величину offset.
5. Переупорядоченный список предоставляется пользователю.

Claim 6 (Зависимый от 1): Уточняет механизм смещения. Offset является переменной величиной, которая зависит от Unpopularity Metric, связанной с каждым идентифицированным результатом. Чем выше метрика, тем сильнее понижение.

Claim 7 (Независимый пункт): Детализирует процесс определения User-Disfavored Search Results.

1. Идентификация набора кандидатов: результаты, которые были предоставлены пользователю, но не были выбраны им, по крайней мере, предопределенное минимальное количество раз.
2. Определение Unpopularity Metric для каждого кандидата.
3. Выбор подмножества кандидатов, чьи Unpopularity Metrics превышают предопределенный порог, в качестве User-Disfavored Search Results.

Claim 9 (Зависимый от 7): Определяет факторы для расчета Unpopularity Metric. Метрика является функцией одного или нескольких параметров, включая:

• Количество раз, когда пользователь не выбрал результат после показа.
• Временной промежуток (time_span) между самым ранним и самым последним случаем невыбора.
• Период времени (time_decay) с момента последнего невыбора до настоящего момента.

Claim 10 и 11 (Зависимые от 7): Описывают альтернативный метод расчета Unpopularity Metric с использованием машинного обучения (ML).

1. Определяется модель, предсказывающая вероятность того, что пользователь не выберет результат, используя истории поиска множества пользователей (коллаборативные данные).
2. Модель применяется к истории поиска конкретного пользователя для генерации Unpopularity Metric.

Где и как применяется

Изобретение затрагивает несколько этапов поиска, фокусируясь на сборе поведенческих данных и финальном переранжировании.

Сбор поведенческих данных (Data Acquisition)
Критически важный компонент. Client Assistant на стороне клиента отслеживает действия пользователя (клики, dwell time) и отправляет их на сервер. Эти данные сохраняются в Search History Database.

Профилирование (User Profiling)
User Profiler анализирует Search History для генерации User Profile, включая расчет Unpopularity Metrics и определение User-Disfavored Search Results. Это может происходить офлайн (периодически) или в реальном времени (Claim 2).

RANKING – Ранжирование
На этом этапе генерируется первичный список результатов на основе Generic Ranking Scores.

RERANKING – Переранжирование (Personalization)
Основное применение патента. Search Result Ranker получает первичный список и профиль пользователя (User Profile).

1. Сравнение: Система проверяет, присутствуют ли в списке результаты из набора User-Disfavored Search Results.
2. Расчет смещения: Для найденных совпадений определяется offset (смещение вниз). Он может быть фиксированным или рассчитываться на основе Unpopularity Metric.
3. Применение: Результаты понижаются на величину offset, и список пересортировывается.

Входные данные:

• Запрос пользователя.
• Первичный список результатов с Generic Ranking Scores.
• Профиль пользователя, содержащий User-Disfavored Search Results и их Unpopularity Metrics.
• История поиска пользователя (Search History).

Выходные данные:

• Переупорядоченный (персонализированный) список результатов поиска.

На что влияет

• Все типы контента и запросов: Механизм универсален и может применяться к любым результатам поиска, где доступна история взаимодействия пользователя с этими результатами или их источниками (сайтами/доменами).
• Повторяющиеся запросы: Наибольшее влияние оказывается на запросы, которые пользователь выполняет регулярно, так как система накапливает больше данных о его предпочтениях.
• Влияние на уровне URL или Домена: Понижение может применяться как к конкретному URL, так и ко всему хосту/домену (Claim 4), если пользователь систематически игнорирует этот источник.

Когда применяется

Алгоритм применяется при выполнении следующих условий:

• Наличие профиля: У пользователя должна быть достаточная история поиска для генерации набора User-Disfavored Search Results.
• Триггер активации (Online): Когда в результатах текущего поиска обнаруживается совпадение с User-Disfavored Search Results из профиля пользователя.
• Триггер генерации профиля (Offline/Online): Профиль генерируется или обновляется, когда накапливается достаточно данных о том, что пользователь систематически игнорирует определенный результат (превышение порогов по количеству пропусков и Unpopularity Metric).

Пошаговый алгоритм

Процесс А: Генерация профиля (User Profile Generation)

1. Сбор данных: Получение истории поиска пользователя (показы, клики, временные метки).
2. Идентификация кандидатов: Выявление результатов, которые были показаны, но не выбраны пользователем. Это может включать:
   • Результаты, расположенные выше кликнутого результата.
   • Результаты, по которым был совершен Bad click-through (короткий клик).
3. Фильтрация кандидатов: Отбор результатов, которые не были выбраны минимальное количество раз (и, опционально, в течение минимального периода времени).
4. Расчет метрик: Определение Unpopularity Metric для каждого кандидата.
   • Вариант 1 (Эвристический): Расчет на основе частоты игнорирования, временного интервала (time_span) и давности (time_decay).
   • Вариант 2 (ML): Применение обученной модели (на основе коллаборативных данных) для предсказания вероятности игнорирования.
5. Формирование профиля: Выбор Топ-P' кандидатов с наивысшими Unpopularity Metrics (превышающими порог) в качестве User-Disfavored Search Results и сохранение их в User Profile.

Процесс Б: Персонализированное переранжирование (Personalized Search Result Re-Ranking)

1. Получение первичных результатов: Поисковая система генерирует список результатов, упорядоченный по Generic Ranking Scores.
2. Получение профиля: Загрузка User Profile, включая User-Disfavored Search Results.
3. Идентификация совпадений: Сравнение результатов в списке с нежелательными результатами в профиле. Совпадение может быть по точному URL или по источнику (хост/домен).
4. Расчет смещения: Для каждого совпадения определяется offset (смещение вниз). Он может быть константой или переменной, зависящей от Unpopularity Metric.
5. Переупорядочивание: Применение offset к позициям идентифицированных результатов.
6. Вывод результатов: Предоставление переупорядоченного списка пользователю.

Какие данные и как использует

Данные на входе

Патент фокусируется исключительно на поведенческих данных пользователя и системных оценках ранжирования.

• Поведенческие факторы (User Behavior):
  • Impressions (Показы): Какие результаты были показаны пользователю и на каких позициях.
  • Result Clicks (Клики по результатам): Какие результаты были выбраны.
  • Отсутствие кликов: Ключевой сигнал — факт показа результата без последующего клика.
  • Временные метки (Timestamps): Время запроса, время клика, время возврата на SERP.
  • Dwell Time (Время пребывания): Рассчитывается на основе временных меток. Используется для классификации кликов (например, Bad click-through).
• Системные данные:
  • Generic Ranking Scores: Исходные оценки ранжирования.
  • User Identifier: Для связи истории и профиля с пользователем.

Какие метрики используются и как они считаются

• Unpopularity Metric (Метрика непопулярности): Рассчитывается для определения степени нежелательности результата.

  Вариант 1 (Эвристический, Claim 9): Функция от:

  • Частота игнорирования (больше игнорирований = выше метрика).
  • Time Span (игнорирование в течение длительного периода = выше метрика).
  • Time Decay (недавнее игнорирование = выше метрика).

  Предложенная в патенте формула (в контексте популярности, но применимая и к непопулярности):