Как Google использует иерархию истории поиска (Profile Tree) для персонализации поисковых подсказок

Термины и определения

Personal Profile Tree / Profile Tree (Дерево профиля)

Иерархическая структура данных, связанная с идентификатором пользователя (user identifier). Состоит из узлов, представляющих темы или категории информации, которыми пользователь интересовался ранее. Строится на основе search history data.

Node (Узел)

Элемент дерева профиля, представляющий определенную тему. Узлы содержат термины и фразы, связанные с этой темой.

Level / Depth (Уровень / Глубина)

Положение узла в иерархии относительно корневого узла (Root Node). Используется как индикатор специфичности темы. Большая глубина = выше специфичность = выше персональная релевантность.

Child Count (Количество дочерних узлов)

Количество узлов, происходящих от данного узла (включая прямых и косвенных потомков). Используется как индикатор широты темы. Большой Child Count = более общая тема = ниже персональная релевантность.

Related Search Query (Связанный поисковый запрос)

Запрос, предлагаемый как альтернатива или уточнение исходного запроса (поисковая подсказка).

Relevance Score (Оценка релевантности)

В контексте патента — оценка персональной релевантности подсказки для пользователя. Вычисляется на основе Depth и Child Count совпадающих узлов в Profile Tree.

First Order / Second Order Ranking (Первый / Второй порядок ранжирования)

First Order — исходное ранжирование подсказок (например, по популярности). Second Order — финальное ранжирование после применения персонализации.

Query Suggestion Engine (Механизм генерации подсказок)

Компонент поисковой системы, отвечающий за идентификацию, ранжирование и переранжирование связанных запросов.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной метод персонализации поисковых подсказок.

1. Система получает поисковый запрос, связанный с user identifier.
2. Система получает ранжированный список related search queries (first order).
3. Система обращается к profile tree пользователя. Дерево иерархично, узлы представляют темы на основе истории поиска и содержат термины/фразы.
4. Для каждого связанного запроса:
   • Идентифицируются совпадающие узлы в дереве.
   • Определяются уровни (levels/глубина) этих узлов.
   • Определяется количество дочерних узлов (child count) для каждого совпадающего узла. Child count пропорционален числу прямых и косвенных потомков узла.
   • Выводится оценка релевантности (relevance score). Ключевой механизм: оценка прямо пропорциональна глубине уровней совпадающих узлов и обратно пропорциональна их child counts.
5. Ранг связанных запросов корректируется на основе relevance scores, формируя второй порядок ранжирования (second order).
6. Система предоставляет топовые запросы согласно второму порядку клиенту.

Ядро изобретения — это механизм переранжирования стандартных подсказок путем оценки их соответствия иерархии интересов пользователя, где предпочтение отдается специфичности (большая глубина) и нишевости (меньшее количество потомков).

Claim 3 (Зависимый от 1): Уточняет источник данных для дерева: термины и фразы, которые пользователь ранее вводил в поисковых запросах.

Claim 4 (Зависимый от 3): Уточняет критерий совпадения: узел совпадает, если он явно соответствует хотя бы одному поисковому термину из запроса (текстовое совпадение).

Claim 5 (Зависимый от 1): Уточняет альтернативный источник данных: термины и фразы, извлеченные из документов, которые пользователь ранее выбирал (кликал) в результатах поиска.

Claim 6 (Зависимый от 1): Уточняет альтернативный критерий совпадения: узел совпадает, если он представляет тематическую категорию, которая включает концепт (concept), представленный терминами запроса (семантическое совпадение).

Где и как применяется

Изобретение затрагивает несколько этапов поиска, используя предварительно обработанные данные о поведении пользователя.

INDEXING (Индексирование данных пользователя)
На этом этапе система собирает и обрабатывает данные о поведении пользователя (история поиска, клики на результаты, история просмотров). Эти данные используются для офлайн-построения и обновления Personal Profile Tree, который сохраняется в базе данных профилей (Personal Profile Tree DB).

QUNDERSTANDING – Понимание Запросов
Основное применение патента. Когда пользователь вводит запрос, Query Suggestion Engine генерирует список потенциальных подсказок. Описанный механизм используется для персонализации этого списка.

RERANKING (Переранжирование подсказок)
Процесс изменения ранжирования с First Order на Second Order на основе персонализированных Relevance Scores происходит на этом этапе.

Входные данные:

• Исходный запрос пользователя.
• User Identifier.
• Ранжированный список связанных запросов (First Order).
• Personal Profile Tree пользователя.

Выходные данные:

• Переранжированный список поисковых подсказок (Second Order), персонализированный для данного пользователя.

На что влияет

• Специфические запросы: Наибольшее влияние оказывается на неоднозначные или широкие запросы, где история пользователя может дать сильный сигнал о его интенте. Например, по запросу "apple" пользователь с историей запросов о садоводстве увидит подсказки о фруктах, а интересующийся гаджетами — о компании.
• Ниши и тематики: Влияние сильнее в тематиках, где пользователь проявлял глубокий и продолжительный интерес, что позволило системе построить детализированное дерево профиля в этой области.

Когда применяется

• Условия работы: Алгоритм применяется в момент генерации поисковых подсказок (в строке ввода или на странице SERP).
• Триггеры активации: Наличие User Identifier и связанного с ним Profile Tree. Персонализация активируется, если в исходном списке подсказок есть варианты, совпадающие с узлами дерева.
• Ограничения (Приватность): В патенте указано, что система применяется, если пользователь дал согласие (opts-in) на отслеживание истории данных. Если пользователь не залогинен, очистил историю или отказался от отслеживания, механизм не активируется.

Пошаговый алгоритм

Процесс А: Офлайн-построение Personal Profile Tree

1. Сбор данных: Система собирает данные о поведении пользователя (с его согласия): поисковые запросы, клики на результаты, история просмотров, закладки, подписки.
2. Извлечение терминов: Из собранных данных (текстов запросов, контента просмотренных документов) извлекаются ключевые термины и фразы.
3. Построение иерархии: Термины и фразы организуются в иерархическую структуру (Profile Tree). Узлы создаются для представления тем. Более специфичные темы располагаются глубже.
4. Расчет метрик узлов: Для каждого узла определяется его глубина (Depth) и рассчитывается количество его потомков (Child Count).
5. Обновление: Дерево периодически обновляется по мере накопления новых данных.

Процесс Б: Персонализация подсказок в реальном времени

1. Получение ввода: Система получает поисковый запрос и User Identifier.
2. Генерация исходного списка: Получение стандартного списка связанных запросов (First Order), например, на основе популярности.
3. Доступ к Profile Tree: Извлечение Profile Tree пользователя.
4. Итерация по подсказкам: Для каждого связанного запроса выполняется:
   1. Идентификация совпадений: Поиск узлов в Profile Tree, которые совпадают с запросом (текстуально или семантически).
   2. Анализ узлов: Определение Depth и Child Count для совпадающих узлов.
   3. Расчет Relevance Score: Вычисление оценки персональной релевантности. Оценка увеличивается с ростом Depth и уменьшается с ростом Child Count.
5. Корректировка ранжирования: Исходные ранги корректируются на основе Relevance Scores. Запросы с высокими оценками повышаются (Second Order).
6. Вывод результатов: Предоставление финального списка подсказок пользователю.

Какие данные и как использует

Данные на входе

• Поведенческие факторы (Search History Data): Ключевые данные для построения Profile Tree. Включают:
  • Ранее введенные поисковые запросы (search queries previously submitted).
  • Выбранные пользователем результаты поиска (клики) (result documents that have been previously selected).
  • История навигации/просмотров (navigational history, web browsing history).
  • Закладки (bookmarks) и подписки (subscribed feeds) — упоминаются в описании патента как возможные источники.
• Контентные факторы: Термины и фразы, извлеченные из документов, которые просматривал пользователь. Используются для наполнения узлов Profile Tree.
• Пользовательские факторы: User identifier (имя пользователя, IP-адрес, ID устройства), необходимый для связи запроса с профилем.
• Системные данные: Исходный ранжированный список связанных запросов.

Какие метрики используются и как они считаются

Система использует структурные метрики Profile Tree для расчета персональной релевантности.

• Depth / Level (Глубина): Метрика специфичности интереса. Чем больше глубина, тем выше персональная релевантность.
• Child Count (Количество дочерних узлов): Метрика обобщенности интереса. Определяется как количество прямых и косвенных потомков узла. Чем больше Child Count, тем ниже персональная релевантность.
• Relevance Score (Оценка релевантности): Агрегированная метрика персональной релевантности подсказки.

  В Claim 1 указаны зависимости:

  • Прямо пропорциональна глубине ($\text{Score} \propto \text{Depth}$).
  • Обратно пропорциональна Child Count ($\text{Score} \propto \frac{1}{\text{Child Count}}$).

  В патенте также упоминается, что оценка может быть основана на самом глубоком совпадающем узле.

1. Персонализация важнее популярности (для подсказок): Система активно переранжирует общедоступные популярные подсказки, чтобы выдвинуть на первый план те, которые соответствуют истории конкретного пользователя. Популярность используется в основном для генерации кандидатов (First Order).
2. Приоритет специфичности и нишевости: Механизм оценки (Relevance Score) явно предпочитает специфичные интересы. Глубокие узлы (большой Depth) в дереве профиля получают значительное преимущество.
3. Понижение широких тем: Темы, которые охватывают множество подкатегорий (большой Child Count), считаются менее релевантными для персонализации, даже если они часто встречаются в истории пользователя.
4. Зависимость от истории пользователя: Эффективность системы напрямую зависит от объема и качества собранных исторических данных (запросы, клики, браузинг) и способности системы построить точное иерархическое дерево интересов. Требуется согласие пользователя (opt-in).
5. Семантическое и текстовое соответствие: Система может определять соответствие между подсказкой и профилем как по прямому включению терминов, так и на уровне концепций (семантически).

Best practices (это мы делаем)

• Развитие глубокой тематической экспертизы (Topical Depth): Создавайте контент, который покрывает тему максимально глубоко и специфично. Это увеличивает вероятность того, что ваш контент будет соответствовать глубоким узлам в Profile Trees заинтересованных пользователей, и они будут чаще видеть подсказки, ведущие к вам.
• Фокус на долгосрочное вовлечение аудитории: Стратегия должна быть направлена на то, чтобы пользователи регулярно возвращались на сайт для изучения конкретной темы. Чем больше данных пользователь генерирует в рамках одной тематики (поиски, клики, просмотры), тем более детализированным будет его Profile Tree в этой области.
• Оптимизация под НЧ и микро-НЧ запросы: Уделяйте внимание низкочастотным запросам, отражающим узкие интересы аудитории. Это помогает как при построении профиля пользователя (когда он потребляет ваш контент), так и при сопоставлении будущих подсказок с его профилем.
• Сбор семантики с "чистого" профиля: При анализе поисковых подсказок для сбора семантического ядра используйте режим инкогнито или "чистый" профиль, чтобы видеть стандартные (популярные) подсказки, а не искаженные вашей личной историей поиска.

Worst practices (это делать не надо)

• Фокус только на высокочастотные общие запросы: Оптимизация исключительно под самые популярные запросы может быть неэффективной. Персонализация может уводить пользователей от общих подсказок к более специфичным, если у них есть соответствующая история.
• Создание поверхностного контента по множеству тем: Попытка охватить слишком много разных тем поверхностно не поможет сформировать глубокие узлы интересов у аудитории. Система будет классифицировать такие интересы как общие (низкая глубина, высокий child count) и не будет отдавать им приоритет.
• Игнорирование интента пользователя за пределами текущей сессии: Нельзя рассматривать каждый визит пользователя как изолированное событие. Его предыдущая история (Profile Tree) активно влияет на то, как он взаимодействует с поиском в текущий момент.

Стратегическое значение

Патент подтверждает стратегическую важность персонализации в поиске Google и важность понимания иерархии интересов пользователя. Для SEO это означает, что анализ общих трендов становится менее надежным. На первый план выходит понимание долгосрочных интересов конкретных сегментов аудитории. Стратегия построения Тематического Авторитета (Topical Authority) получает дополнительное подтверждение: глубокое покрытие ниши позволяет соответствовать специфическим узлам в деревьях интересов пользователей, обеспечивая приток целевого трафика через персонализированные подсказки.

Практические примеры

Сценарий: Персонализация подсказок для любителя вина (на основе примера из патента FIG. 2)

1. История пользователя и Profile Tree: Пользователь часто ищет информацию о винах Напа Вэлли. В его дереве сформировалась глубокая ветка: Regional -> United States -> California -> Wine -> Napa Valley -> Rutherford Winery. Узел "Rutherford Winery" имеет глубину 6 и Child Count 0.
2. Исходный запрос: Пользователь вводит общий запрос "California".
3. Стандартные подсказки (First Order): "California weather", "California map", "California jobs", "California wine".
4. Персонализация: Система сопоставляет подсказки с деревом.
   • "California jobs" совпадает с узлом "Employment" (Глубина 4).
   • "California wine" совпадает с узлом "Wine" (Глубина 3, но ведет к глубокой ветке).
5. Расчет Relevance Score: Подсказки, связанные с вином и Напа Вэлли, получают более высокий Relevance Score из-за наличия очень глубоких узлов в этой ветке истории пользователя.
6. Переранжирование (Second Order): Подсказка "California wine" (и, возможно, менее популярная подсказка "Napa Valley wineries") поднимается на первую позицию.
7. Результат: Пользователь видит подсказки, соответствующие его устоявшимся интересам, а не просто самые популярные запросы о Калифорнии.