Как Google связывает документы на основе поведения пользователей, времени взаимодействия и контентной близости для персонализации поиска

Термины и определения

Article (Статья)

Любая единица контента: веб-страница, документ (Word, PDF), электронное письмо, сообщение в мессенджере, аудио- или видеофайл.

Article Identifier (Идентификатор статьи)

Уникальный идентификатор контента, например, URL, имя файла, путь к локальному файлу или иконка.

Association Measure (Мера ассоциации)

Числовой показатель (также называемый association score или similarity measure), определяющий степень связанности или схожести между двумя статьями. Рассчитывается на основе атрибутов статей или связанных с ними событий.

Attributes (Атрибуты)

Характеристики статьи или события. Включают время (создания, просмотра, редактирования), контент (текст) и метаданные/источник (автор, организация, получатель).

Event (Событие)

Зафиксированное взаимодействие пользователя со статьей. Например, просмотр, печать, отправка, сохранение, добавление в закладки.

Association in Time (Ассоциация по времени)

Метод расчета ассоциации, основанный на временной близости событий, связанных с двумя статьями. Меньшая разница во времени обычно дает более высокий балл.

Association in Content (Ассоциация по контенту)

Метод расчета ассоциации, основанный на схожести содержания (текста) двух статей.

Association in Metadata (Ассоциация по метаданным)

Метод расчета ассоциации, основанный на совпадении метаданных (автор, источник, получатель).

Combined Association Measure (Комбинированная мера ассоциации)

Общий показатель ассоциации, полученный путем взвешенного суммирования различных типов мер ассоциации (время, контент, метаданные).

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает базовый метод определения меры ассоциации, основанный строго на времени взаимодействия.

1. Система фиксирует множество событий (Events), которые являются взаимодействиями пользователя со статьями на клиентском устройстве, причем события генерируются разными приложениями.
2. Получается первый идентификатор статьи (Article 1) с атрибутом даты/времени (Time 1), связанным с первым событием.
3. Получается второй идентификатор статьи (Article 2) с атрибутом даты/времени (Time 2), связанным со вторым событием.
4. Определяется мера ассоциации (Association Measure) между Article 1 и Article 2 на основе Time 1 и Time 2.
5. Механизм определения: Рассчитывается разница между Time 1 и Time 2. Разница сравнивается с порогом (Threshold). Если разница превышает порог, мера ассоциации устанавливается равной первому значению. Если не превышает — второму значению.

Claim 6 (Зависимый): Расширяет Claim 1, добавляя учет контента. Мера ассоциации определяется также на основе первого атрибута контента (Content 1) и второго атрибута контента (Content 2).

Claim 7 (Зависимый): Расширяет Claim 1, добавляя учет метаданных. Мера ассоциации определяется также на основе первого атрибута метаданных (Metadata 1) и второго атрибута метаданных (Metadata 2). (Claims 11 и 12 уточняют, что метаданные могут включать автора или организацию).

Claim 10 (Зависимый): Описывает применение меры ассоциации в поиске (Associative Retrieval).

1. Система получает запрос.
2. Получает результаты поиска, которые включают первую статью (Article 1), но не включают вторую (Article 2).
3. Идентифицирует вторую статью (Article 2) как связанную с первой (Article 1) на основе меры ассоциации.
4. Отображает вторую статью вместе с полученными результатами поиска.

Claim 13 (Зависимый от 3): Описывает механизм комбинирования нескольких мер ассоциации.

1. Несколько мер ассоциации объединяются для создания комбинированной меры (Combined Association Measure).
2. Объединение происходит путем взвешивания каждой меры ассоциации в соответствии с весом, соответствующим типу этой ассоциации (например, вес для времени, вес для контента).

Где и как применяется

Изобретение затрагивает несколько этапов поиска, в основном связанных с индексированием поведения пользователя и персонализацией результатов.

INDEXING – Индексирование и извлечение признаков
На этом этапе система должна фиксировать пользовательские взаимодействия (Events) и извлекать атрибуты (время, контент, метаданные) из соответствующих статей. Вычисление Association Measure может происходить как на этапе индексирования (например, расчет схожести контента), так и на этапе выполнения запроса (например, расчет временной близости).

QUNDERSTANDING – Понимание Запросов
Система может использовать текущий контекст пользователя (недавние события) для генерации неявного запроса (implicit query). Понимание ассоциаций между статьями помогает лучше интерпретировать контекст сессии.

RANKING – Ранжирование / RERANKING – Переранжирование
Основное применение патента. Association Measure используется для извлечения и ранжирования связанных статей.

1. Associative Retrieval: В ответ на запрос система извлекает не только прямые результаты, но и статьи, ассоциированные с этими результатами (или ассоциированные с недавним контекстом пользователя).
2. Персонализация: Ранжирование может корректироваться на основе того, какие статьи пользователь недавно просматривал или с какими взаимодействовал, используя Association Measure для определения релевантности в текущем контексте.
3. Корректировка весов: Патент упоминает, что веса для комбинирования мер ассоциации (w1, w2, w3) могут корректироваться на основе user interest measures, таких как clickthrough. Это происходит на этапе ранжирования или переранжирования.

Входные данные:

• Идентификаторы статей (Article Identifiers).
• События взаимодействия пользователя (Events).
• Атрибуты событий и статей (время, контент, метаданные).
• (Опционально) Данные о поведении пользователей (clickthrough) для корректировки весов.

Выходные данные:

• Association Measure между парами статей.
• Ранжированный список связанных статей или событий в ответ на запрос.

На что влияет

• Персонализация поиска: Наибольшее влияние оказывается на персонализированные результаты поиска, где система пытается предсказать потребности пользователя на основе его предыдущих действий.
• Понимание сессии и пути пользователя (User Journey): Влияет на то, как система интерпретирует последовательность запросов и взаимодействий в рамках одной сессии.
• Различные типы контента: Влияет на связывание разнородного контента (веб-страницы, документы, письма), если система имеет доступ к этим данным (например, через Chrome, Android, Gmail).

Когда применяется

• Триггеры активации: Механизм ассоциативного поиска может активироваться при выполнении явного запроса пользователем или при генерации неявного запроса на основе текущего контекста (например, при просмотре статьи система ищет связанные с ней материалы).
• Условия работы: Когда система имеет достаточно данных о событиях взаимодействия пользователя для расчета значимых Association Measures.
• Временная близость: Ассоциация по времени активируется, когда разница во времени между двумя событиями не превышает определенного порога (maximum time difference threshold), например, одного часа.

Пошаговый алгоритм

Процесс А: Вычисление меры ассоциации (Может выполняться при индексировании или во время запроса)

1. Получение пары статей: Система выбирает первую и вторую статью (или связанные с ними события).
2. Извлечение атрибутов: Для каждой статьи/события извлекаются релевантные атрибуты (Время 1/Время 2, Контент 1/Контент 2, Метаданные 1/Метаданные 2).
3. Расчет ассоциации по времени:
   1. Вычисляется разница во времени между событиями.
   2. Разница сравнивается с порогом.
   3. Рассчитывается показатель Association in Time (например, с использованием линейной, пороговой или экспоненциальной функции, где меньшая разница дает больший балл).
4. Расчет ассоциации по контенту: Вычисляется показатель схожести содержания (Association in Content).
5. Расчет ассоциации по метаданным: Вычисляется показатель совпадения метаданных (Association in Metadata).
6. Комбинирование показателей: Отдельные показатели объединяются с использованием весов (w1, w2, w3) для получения Combined Association Measure. Формула: $Overall = w1*Time + w2*Content + w3*Metadata$.
7. Корректировка весов (Периодически): Веса w1, w2, w3 корректируются на основе пользовательского интереса (например, если пользователи часто кликают на результаты, предложенные из-за временной близости, вес w1 увеличивается).
8. Хранение: Association Measure сохраняется.

Процесс Б: Ассоциативный поиск (Во время запроса)

1. Получение запроса: Система получает явный или неявный запрос.
2. Первичный поиск: Выполняется поиск для получения начального набора результатов (статей или событий).
3. Поиск связанных элементов: Для каждого результата из начального набора система ищет связанные статьи/события, используя сохраненные Association Measures.
4. Расчет релевантности: Вычисляется оценка релевантности для связанных элементов.
5. Ранжирование и отображение: Связанные элементы ранжируются по оценке релевантности и отображаются пользователю (например, в отдельном блоке или смешанно с основными результатами).

Какие данные и как использует

Данные на входе

Система использует данные, связанные с взаимодействием пользователя и характеристиками контента.

• Поведенческие факторы (User/Behavioral Factors): Критически важные данные. Фиксируются Events — действия пользователя (просмотр, печать, сохранение, отправка). Также используются данные об интересе пользователя (user interest measures), такие как clickthrough, для настройки весов системы.
• Временные факторы (Temporal Factors): Метки времени (date-time attribute) для каждого события. Используются для расчета Association in Time.
• Контентные факторы (Content Factors): Текст статей (content attribute). Используется для расчета Association in Content.
• Структурные/Метаданные факторы (Metadata Factors): Атрибуты источника (source or metadata attributes), такие как автор, организация, получатель письма. Используются для расчета Association in Metadata.

Какие метрики используются и как они считаются

• Association in Time Score: Рассчитывается на основе разницы во времени между двумя событиями. Может использоваться пороговое значение (например, 1 час). Функция расчета может быть линейной (чем ближе, тем выше балл), пороговой (1, если в пределах порога; 0, если за пределами) или экспоненциальной.
• Association in Content Score: Метрика схожести контента (конкретные методы не детализированы в патенте).
• Association in Metadata Score: Метрика совпадения метаданных.
• Combined Association Measure: Взвешенная сумма отдельных показателей. $w1*Time + w2*Content + w3*Metadata$.
• Весовые коэффициенты (Weights w1, w2, w3): Значения, определяющие важность каждого типа ассоциации. Они могут корректироваться на основе поведенческих данных (clickthrough).

1. Поведение пользователя как основа для связи контента: Патент описывает механизм построения графа связей между документами, основанный не на гиперссылках, а на паттернах взаимодействия пользователя. Это позволяет системе понимать контекст и намерения пользователя глубже, чем при анализе отдельных запросов.
2. Временная близость (Co-visitation) как сильный сигнал ассоциации: Ключевым фактором является Association in Time. Если пользователь взаимодействует с двумя статьями в течение короткого промежутка времени (например, в пределах часа), система считает их тесно связанными. Это основа для анализа совместной посещаемости (co-visitation) в веб-поиске.
3. Кросс-контекстуальные связи: Система может связывать разнородный контент из разных источников (веб, почта, документы), если она имеет доступ к этим данным. Это подчеркивает важность экосистемы Google (Chrome, Gmail, Android) для сбора данных о поведении.
4. Адаптивное взвешивание на основе поведенческих факторов: Система не просто использует фиксированные веса для разных типов ассоциаций. Она адаптируется, изучая, какие типы ассоциаций (время, контент или метаданные) приводят к большему интересу пользователя (clickthrough), и увеличивает соответствующие веса. Это прямой механизм интеграции поведенческих факторов в ранжирование.
5. Персонализация через ассоциативный поиск: Описанный механизм Associative Retrieval позволяет системе активно предлагать контент, связанный с тем, что пользователь ищет или просматривает сейчас, что является основой для систем рекомендаций и персонализации выдачи.

Best practices (это мы делаем)

• Оптимизация пути пользователя (User Journey) и контекста сессии: Проектируйте сайт так, чтобы способствовать длительным, тематически связанным сессиям. Если пользователь ищет "цифровые камеры", предложите ему сравнения, обзоры аксессуаров и руководства по фотографии. Это увеличивает вероятность того, что эти страницы будут иметь высокую Association in Time и Association in Content для этого пользователя.
• Стимулирование немедленного взаимодействия: Используйте четкие призывы к действию (CTA) и эффективную внутреннюю перелинковку, чтобы побудить пользователя посетить связанные страницы сразу после входа на сайт. Быстрая последовательность кликов усиливает Association in Time между этими страницами.
• Укрепление связей через метаданные (E-E-A-T): Последовательно используйте одних и тех же авторов и указывайте принадлежность к организации для тематически связанного контента. Это усиливает Association in Metadata, помогая системе связать контент на уровне сущностей (авторов/брендов).
• Анализ поведенческих факторов и Clickthrough Rate (CTR): Поскольку веса ассоциаций корректируются на основе clickthrough, необходимо постоянно работать над повышением CTR и вовлеченности. Это подтверждает, что система отдает предпочтение контенту, который вызывает интерес у пользователей.

Worst practices (это делать не надо)

• Тупиковые страницы и прерывание сессии: Создание страниц, которые не предлагают пользователю логического продолжения пути, приводит к коротким сессиям и быстрым уходам. Это минимизирует возможность формирования сильных Association in Time между вашим контентом.
• Введение пользователя в заблуждение (Кликбейт): Использование заголовков, которые приводят к быстрому отказу (pogo-sticking). Хотя это и создает временную близость между вашим сайтом и SERP, негативный сигнал clickthrough (в контексте удовлетворенности) может привести к снижению весов ассоциации или пессимизации.
• Игнорирование тематической целостности: Размещение несвязанного контента на одном сайте без четкой структуры. Это затрудняет формирование сильных Association in Content между страницами, даже если они посещаются последовательно.

Стратегическое значение

Патент подтверждает стратегическую важность анализа поведения пользователей для Google. Он демонстрирует, что Google не просто ранжирует документы по запросам, но и строит сложные модели ассоциаций на основе того, как пользователи потребляют контент во времени и контексте. Для SEO это означает, что оптимизация должна выходить за рамки отдельных страниц и фокусироваться на обеспечении когерентного, связанного и вовлекающего пользовательского опыта. Понимание Association in Time (co-visitation) также важно для анализа конкурентной среды и выявления сайтов, которые Google считает связанными.

Практические примеры

Сценарий: Оптимизация интернет-магазина для учета Association in Time

1. Ситуация: Пользователь заходит на страницу товара (Товар А) и проводит там 2 минуты, но затем уходит с сайта.
2. Применение патента (Негативное): Система фиксирует событие просмотра Товар А, но не фиксирует последующих связанных событий на этом же сайте. Association in Time с другими товарами низкая.
3. Оптимизация (Позитивное): На страницу Товара А добавляются блоки "С этим товаром часто покупают" и "Недавно просмотренные товары" с Товаром Б и Товаром В. Пользователь кликает на Товар Б через 30 секунд после загрузки Товара А.
4. Результат: Система фиксирует два события, близких по времени. Association in Time между Товаром А и Товаром Б увеличивается. Если этот паттерн повторяется у многих пользователей, система может начать чаще рекомендовать Товар Б при поиске Товара А или схожих запросов.