Как Google использует поведенческие сигналы и совместные просмотры для генерации рекомендаций контента (например, "Похожие видео" на YouTube)

Термины и определения

Co-occurrence Matrix (Матрица совместной встречаемости)

Структура данных, хранящая количество позитивных совместных появлений для каждой пары цифровых элементов контента. Используется для определения силы связи и ранжирования рекомендаций.

Co-occurring Positive Interactions (Совместно встречающиеся позитивные взаимодействия)

Ситуация, когда один пользователь проявляет интерес (позитивное взаимодействие) к двум разным элементам контента в течение определенного периода времени (locality of time).

Digital Content Items (Цифровые элементы контента)

Любой тип контента на платформе. В первую очередь видео, но также аудио, документы, веб-страницы, изображения, мультимедиа.

Locality of Time (Временная локальность)

Ограниченный временной интервал (сессия), в рамках которого взаимодействия пользователя считаются связанными. Реализуется через Sliding Window.

Negative Interaction (Негативное взаимодействие)

Действие пользователя, указывающее на отсутствие интереса. Примеры: просмотр менее 25% видео или менее 5 секунд, низкая оценка, выполнение нового поиска сразу после начала просмотра.

Positive Interaction (Позитивное взаимодействие)

Действие пользователя, указывающее на интерес к контенту. Примеры: просмотр более 75% видео или всего видео, просмотр дольше определенного времени (например, 30 секунд), высокая оценка (например, 5/5), перемотка назад для повторного просмотра.

Reproduction Event (Событие воспроизведения/копирования)

Взаимодействие, при котором пользователь копирует, сохраняет или распечатывает контент (например, изображение или документ). Считается позитивным сигналом.

Sliding Window (Скользящее окно)

Временной интервал (например, 1 час), используемый для анализа последовательности взаимодействий пользователя. Только взаимодействия внутри этого окна считаются совместно встречающимися. Может быть фиксированным или динамическим.

User Interaction Analysis Server (Сервер анализа взаимодействия пользователей)

Компонент системы, отвечающий за обработку журнала доступа, классификацию взаимодействий и построение матрицы совместной встречаемости.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной метод выбора набора связанных цифровых элементов контента.

1. Система получает доступ к взаимодействиям множества пользователей с элементами контента.
2. Идентифицируются co-occurring positive interactions для пар контента (первый и второй элемент). Ключевое условие: интерес пользователя к обоим элементам должен проявиться в пределах locality of time (временной близости).
3. Сохраняется количество (count) этих взаимодействий для пар по всем пользователям.
4. Потенциально связанные (вторые) элементы ранжируются на основе этого количества.
5. Набор связанных элементов для первого элемента выбирается на основе этого ранжирования.

Ядро изобретения — использование подсчета совместных позитивных взаимодействий в ограниченном временном промежутке как основного фактора для определения и ранжирования связанного контента.

Claim 5 и 6 (Зависимые): Вводят концепцию взвешивания и временного распада.

Совместное позитивное взаимодействие может быть представлено вещественным весом (real number weight), основанным на мере расстояния (distance measure). Этот вес может уменьшаться (decayed) в зависимости от продолжительности времени между просмотром первого и второго элемента.

Взаимодействия, более близкие по времени, считаются более сильным сигналом связи, чем те, что произошли дальше друг от друга (даже в пределах скользящего окна).

Claim 7 (Зависимый): Предлагает альтернативный метод ранжирования.

Ранжирование связанных элементов может основываться, по крайней мере частично, на общем времени просмотра (total viewing time) каждого из связанных элементов.

Система может предпочесть контент с большим суммарным временем просмотра, даже если количество совместных появлений у него меньше.

Claim 13 (Зависимый): Описывает фильтрацию данных.

Процесс включает фильтрацию количества совместно встречающихся позитивных взаимодействий для удаления взаимодействий, указывающих на то, что доступ к контенту осуществлялся программным обеспечением (ботами).

Где и как применяется

Изобретение применяется в рамках платформы хостинга контента (например, YouTube) и затрагивает этапы индексирования поведенческих данных и ранжирования рекомендаций.

CRAWLING – Сбор данных (Data Acquisition)
На этом этапе происходит непрерывная запись пользовательских взаимодействий (User Events) в журнал доступа к контенту (Content Access Log).

INDEXING – Индексирование и извлечение признаков (Offline Processing)
Основная работа алгоритма происходит здесь. User Interaction Analysis Server периодически (например, ежедневно) обрабатывает логи. На этом этапе происходит классификация взаимодействий (позитивные/негативные) и расчет Co-occurrence Matrix. Это офлайн-процесс, который извлекает поведенческие признаки и связи между контентом.

RANKING / RERANKING – Ранжирование (Система рекомендаций)
Когда пользователь просматривает элемент контента, система в реальном времени обращается к предварительно рассчитанным данным. Она извлекает список связанных элементов и ранжирует их на основе метрик из Co-occurrence Matrix для отображения пользователю (например, в боковой панели «Похожие видео»).

Входные данные:

• Content Access Log, содержащий: User ID, Content ID, Временная метка, Тип взаимодействия (Play, Rate, Rewind, Bookmark, Copy и т.д.), Продолжительность просмотра (Time Offset).

Выходные данные:

• Co-occurrence Matrix.
• Ранжированный список связанных элементов контента для каждого элемента в базе данных.

На что влияет

• Типы контента: В первую очередь влияет на видеоконтент (основной пример в патенте — YouTube). Однако патент явно указывает, что метод применим к аудиофайлам, документам, веб-страницам, изображениям, мультимедийным презентациям. Система может определять связи как внутри одного типа, так и между разными типами контента.
• Обнаружение контента: Влияет на то, как контент обнаруживается пользователями через рекомендательные блоки, и на поток трафика между связанными темами на платформе.

Когда применяется

• Периодичность анализа: Анализ взаимодействий и обновление списка связанных элементов происходит периодически (упоминаются примеры: ежедневно, еженедельно или ежемесячно).
• Активация рекомендаций: Результаты анализа используются в реальном времени каждый раз, когда пользователь просматривает элемент контента.
• Условия фильтрации: Фильтрация ботов применяется во время анализа журнала доступа, если скорость доступа пользователя превышает определенный порог (например, упоминается пример 100 видео за 2 минуты).
• Исключения: Данные пользователей, которые не авторизованы на логирование их взаимодействий или не считаются подходящими участниками (например, забаненные пользователи), могут не учитываться.

Пошаговый алгоритм

Процесс анализа взаимодействий (Офлайн)

1. Извлечение событий: Для каждого пользователя система извлекает события взаимодействия из Content Access Log.
2. Тегирование событий: Каждое событие анализируется и помечается как позитивное или негативное на основе предопределенных правил.
   • Примеры для видео: Время просмотра (>75% или >30 сек – позитивное; <25% или <5 сек – негативное), оценка (высокая/низкая), перемотка назад (позитивное).
   • Примеры для документов/веб-страниц: Сохранение/копирование (reproduction event), добавление в закладки (bookmarking event) – позитивное.
3. Тегирование контента и секвенирование:
   • На основе связанных событий определяется, было ли взаимодействие с элементом контента в целом позитивным (тег 1) или негативным (тег 0).
   • Элементы контента упорядочиваются в хронологическую последовательность для данного пользователя.
4. Обработка скользящим окном (Sliding Window):
   • Система применяет Sliding Window (например, 1 час) к последовательности.
   • Окно может быть динамическим: короче для очень активных пользователей или перезапускаться при новом поиске (что указывает на смену интереса).
   • Внутри окна идентифицируются пары контента (V1, V2), где оба элемента помечены как позитивно взаимодействующие (1, 1).
5. Фильтрация активности: Система анализирует скорость доступа пользователя. Если скорость слишком высока (например, 100 видео за 2 минуты), данные могут быть отфильтрованы как активность бота.
6. Обновление матрицы (Co-occurrence Matrix Update):
   • Для каждой идентифицированной позитивной пары счетчик совместных появлений в Co-occurrence Matrix увеличивается.
   • Опционально: счетчик увеличивается не на 1, а на вес, который зависит от временного расстояния между взаимодействиями (временной распад/decay).
7. Агрегация и Ранжирование: Процесс повторяется для всех пользователей. Для каждого элемента контента создается список связанных элементов, ранжированный по:
   • Количеству (или общему весу) позитивных совместных появлений.
   • ИЛИ по общему накопленному времени просмотра (total viewing time) связанных элементов.
8. Хранение: Ранжированные списки сохраняются в базе данных связанных элементов.

Какие данные и как использует

Данные на входе

Патент полностью сосредоточен на поведенческих факторах, извлеченных из логов.

• Поведенческие факторы:
  • Взаимодействия с плеером (для видео/аудио): Play, Pause, Rewind, Fast Forward, перетаскивание ползунка.
  • Продолжительность просмотра (Time Offset/Play Time): Длительность воспроизведения.
  • Оценки (Ratings): Оценки, выставленные пользователями.
  • Комментарии: Упоминается возможность анализа текстовых или аудио/видео комментариев для определения тональности.
  • Взаимодействия с сайтом: Выполнение нового поиска, изменение страницы, скроллинг.
  • События взаимодействия с контентом: Bookmarking event (добавление в закладки), Reproduction events (копирование, вставка, сохранение, печать – для изображений, документов, веб-страниц).
• Временные факторы: Временные метки (time stamps) событий используются для секвенирования и применения скользящего окна.
• Пользовательские факторы: Анонимизированные User ID для разделения сессий. Активность пользователя может влиять на размер динамического окна.

Какие метрики используются и как они считаются

• Watch Time Ratio (Коэффициент времени просмотра): Соотношение времени воспроизведения к общей длине контента. Используется для определения позитивного (>75%) или негативного (<25%) взаимодействия.
• Absolute Watch Time (Абсолютное время просмотра): Фиксированная продолжительность просмотра. Используется для определения позитивного (например, >30 секунд) или негативного (<5 секунд) взаимодействия.
• Co-occurrence Count (Счетчик совместных появлений): Основная метрика для измерения силы связи между двумя элементами контента.
• Sliding Window Size (Размер скользящего окна): Определяет временную близость. Может быть фиксированным (например, 1 час) или динамическим.
• Weight Decay (Временной распад): Функция для снижения веса совместного появления в зависимости от времени, прошедшего между двумя взаимодействиями.
• Bot Detection Metric (Метрика обнаружения ботов): Скорость доступа (количество просмотренных элементов за единицу времени). Пример: >100 видео за 2 минуты указывает на бота.
• Total Viewing Time (Общее время просмотра): Суммарное время просмотра элемента контента всеми пользователями. Используется как альтернативный метод ранжирования рекомендаций.

1. Релевантность определяется поведением (Коллаборативная фильтрация): Патент описывает систему, которая определяет связь между контентом на основе того, что пользователи смотрят вместе, а не на основе совпадения метаданных (тегов, ключевых слов).
2. Необходимость позитивного вовлечения (User Satisfaction): Простого совместного просмотра недостаточно. Для учета связи оба элемента контента должны быть классифицированы как Positive Interaction. Короткие просмотры или негативные реакции не создают связи.
3. Критичность времени просмотра (Watch Time): Watch Time используется дважды: сначала для определения того, является ли взаимодействие позитивным (на основе порогов), а затем как возможная альтернативная метрика для ранжирования рекомендаций (Total Viewing Time).
4. Временная близость и контекст сессии: Использование Sliding Window гарантирует, что связи основаны на поведении в рамках одной сессии. Система также может перезапускать окно при новом поиске, что указывает на смену интереса пользователя.
5. Взвешивание по времени (Time Decay): Система может придавать больший вес контенту, просмотренному непосредственно друг за другом, по сравнению с контентом, просмотренным с разницей во времени (даже внутри окна).
6. Защита от манипуляций: Патент включает механизмы для фильтрации активности ботов на основе анализа скорости доступа, подчеркивая важность подлинного человеческого взаимодействия.

Best practices (это мы делаем)

Рекомендации в первую очередь касаются YouTube SEO и оптимизации контента под рекомендательные системы.

• Максимизация удержания аудитории и времени просмотра (Watch Time): Это критически важно для того, чтобы взаимодействие было классифицировано как Positive Interaction. Необходимо преодолеть пороги (например, >30 сек или >25-75% просмотра). Используйте сильные хуки и поддерживайте вовлеченность на протяжении всего контента.
• Поощрение явной вовлеченности: Стимулируйте пользователей совершать действия, которые являются явными позитивными сигналами: ставить высокие оценки, сохранять контент (reproduction event) или добавлять в закладки (bookmarking event).
• Оптимизация под продолжение сессии (Session Flow / User Journey): Анализируйте, какой контент популярен в вашей нише. Создавайте материалы, которые являются естественным следующим шагом после просмотра популярного контента (вашего или конкурентов). Это увеличивает вероятность Co-occurring Positive Interactions и попадания в рекомендации.
• Создание тематических серий и плейлистов: Публикуйте серии контента, которые пользователи будут потреблять последовательно. Это напрямую генерирует позитивные совместные появления между вашими собственными материалами, усиливая внутренние рекомендации.

Worst practices (это делать не надо)

• Использование кликбейта: Заголовки и превью, которые обманывают ожидания зрителя, приводят к коротким просмотрам (низкий Watch Time Ratio). Это генерирует Negative Interaction, и такой контент не будет рекомендоваться системой.
• Покупка просмотров и накрутка ботами: Система включает механизмы обнаружения ботов, основанные на скорости доступа. Искусственная активность рискует быть полностью отфильтрованной и не внесет вклад в Co-occurrence Matrix.
• Фокус только на метаданных (теги, ключевые слова): Оптимизация метаданных помогает при поиске, но описанная система рекомендаций полагается исключительно на поведенческие данные. Качество контента и удовлетворенность зрителя важнее метаданных для попадания в «Похожие видео».

Стратегическое значение

Этот патент описывает фундаментальные принципы работы рекомендательных систем, таких как YouTube. Он подтверждает, что Google активно использует поведенческие данные для понимания взаимосвязей между контентом. Для SEO-стратегии это означает, что успех на платформах, управляемых рекомендациями, зависит от способности создавать контент, который не только привлекает клик, но и удерживает внимание пользователя на длительное время и стимулирует дальнейшее потребление контента в рамках платформы.

Практические примеры

Сценарий: Попадание в рекомендации к популярному видео на YouTube

1. Цель: Чтобы ваше новое видео о «Тюнинге Ferrari F430» появилось в блоке «Похожие видео» у популярного обзора «Porsche 997 Turbo».
2. Механизм (по патенту): Система должна зафиксировать, что значительное количество пользователей, которые посмотрели обзор Porsche (и остались довольны – Positive Interaction), сразу после этого (в пределах Sliding Window) посмотрели ваше видео о Ferrari (и также остались довольны – Positive Interaction).
3. Действия:
   • Оптимизация контента (Ferrari): Сделайте видео максимально увлекательным, чтобы достичь высокого Watch Time Ratio (например, >75% для гарантии позитивного взаимодействия).
   • Привлечение целевой аудитории: На начальном этапе продвигайте видео о Ferrari среди аудитории, которая интересуется обзорами Porsche (например, через таргетированную рекламу или сообщества), чтобы стимулировать совместные просмотры.
4. Ожидаемый результат: Система зафиксирует Co-occurring Positive Interactions между двумя видео, увеличит счетчик в Co-occurrence Matrix, и ваше видео начнет ранжироваться в списке рекомендаций к обзору Porsche.