Как Google использует персональное дерево интересов пользователя для определения важности слов в запросе и его переписывания

Термины и определения

Alternative Query (Альтернативный запрос)

Новый запрос, сгенерированный системой путем отбора подмножества терминов из исходного запроса, которые имеют Importance Score выше определенного порога.

Child Count (Количество дочерних узлов)

Метрика узла в Profile Tree, указывающая на количество прямых или косвенных потомков. Отражает широту или общность категории. Высокий Child Count снижает важность термина.

Importance Score (Оценка важности)

Числовая оценка, присваиваемая термину или фразе в запросе. Рассчитывается на основе Level и Child Count соответствующих узлов в персональном дереве профиля.

Level / Depth (Уровень / Глубина)

Положение узла в иерархии Profile Tree. Отражает специфичность интереса. Большая глубина увеличивает важность термина.

Personalized Profile Tree (Персональное дерево профиля)

Иерархическая структура данных, связанная с User Identifier. Состоит из узлов, представляющих категории информации (топики), которыми пользователь ранее интересовался (на основе истории поиска, кликов, браузинга).

PTIE Engine (Personalized Term Importance Evaluation Engine)

Компонент поисковой системы, отвечающий за расчет персонализированных оценок важности терминов.

User Identifier (Идентификатор пользователя)

Уникальный идентификатор (логин, IP, device ID), используемый для связи запроса с персональным профилем.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной метод персонализированной оценки важности терминов и генерации альтернативного запроса.

1. Система получает запрос и User Identifier.
2. Система обращается к Profile Tree, связанному с этим идентификатором. Дерево иерархично, и каждый узел представляет тему, основанную на истории поиска.
3. Для каждого термина в запросе:
   • Идентифицируются соответствующие узлы в дереве.
   • Определяется Level (глубина) этих узлов.
   • Определяется Child Count (количество потомков, прямых и косвенных) этих узлов.
   • Рассчитывается Importance Score на основе этих двух метрик.
4. Критически важная деталь расчета: Importance Score прямо пропорциональна глубине (Depth) узлов и обратно пропорциональна количеству их потомков (Child Count).
5. Идентифицируются термины, чьи Importance Score превышают заданный порог.
6. Генерируется Alternative Query, состоящий только из этих высоко оцененных терминов.

Цель — определить важность термина на основе специфичности интереса пользователя. Чем глубже узел (специфичнее интерес) и чем меньше у него потомков (уже фокус), тем важнее термин.

Claim 7 (Зависимый от 1): Уточняет, что метод применяется не только к отдельным терминам, но и к фразам (n-граммам).

1. Из запроса генерируются поисковые фразы (два или более последовательных термина).
2. Для каждой фразы выполняется тот же процесс: поиск соответствующих узлов, определение Level и Child Count, расчет Importance Score.
3. Alternative Query генерируется из высоко оцененных терминов И высоко оцененных фраз.

Claim 8 (Зависимый от 1): Описывает условный сценарий применения механизма.

1. До генерации альтернативного запроса система выполняет первый поиск по исходному запросу.
2. Оценивается качество полученных результатов.
3. Если качество удовлетворяет критерию (quality criterion), эти результаты предоставляются пользователю.
4. Если качество НЕ удовлетворяет критерию, только тогда система запускает процесс генерации Alternative Query.

Где и как применяется

Изобретение затрагивает несколько этапов поиска, в основном фокусируясь на понимании запроса и его переписывании.

INDEXING / Data Processing (Оффлайн-процессы)
Система требует предварительной обработки данных. История поиска, клики и, возможно, история просмотров пользователя анализируются для построения и обновления Personalized Profile Tree. Эти данные хранятся в базе данных персональных профилей.

QUNDERSTANDING – Понимание Запросов
Основной этап применения патента. PTIE Engine анализирует входящий запрос в контексте профиля пользователя.

1. Получение профиля: По User Identifier извлекается соответствующий Profile Tree.
2. Оценка важности: Рассчитываются Importance Scores для терминов и фраз.
3. Переписывание запроса (Query Rewriting): Генерируется Alternative Query путем фильтрации шума.

RANKING – Ранжирование
Система влияет на этот этап косвенно. Основной механизм ранжирования использует Alternative Query (более чистый и сфокусированный на интересах пользователя) для поиска и сортировки документов. В альтернативных реализациях, упомянутых в описании, Importance Scores могут использоваться как весовые коэффициенты для терминов в исходном запросе.

RERANKING – Переранжирование (Условное применение)
В сценарии, описанном в Claim 8, система функционирует как механизм "подстраховки". Если стандартный процесс RANKING выдает низкокачественные результаты, активируется процесс из патента для генерации альтернативного набора результатов.

Входные данные:

• Исходный поисковый запрос.
• User Identifier.
• Personalized Profile Tree пользователя.

Выходные данные:

• Alternative Query (очищенный запрос).
• ИЛИ Importance Scores для терминов исходного запроса.

На что влияет

• Специфические запросы: Наибольшее влияние оказывается на длинные запросы на естественном языке (разговорные), где много шума, а также на неоднозначные запросы, где история пользователя помогает выбрать правильную интерпретацию.
• Типы контента и ниши: Применимо ко всем типам контента и нишам. Особенно актуально в тематиках, где термины могут иметь разные значения в зависимости от контекста пользователя.

Когда применяется

• Условия работы: Алгоритм применяется, когда пользователь идентифицирован и для него существует достаточно данных для построения Personalized Profile Tree (пользователь должен разрешить сбор истории).
• Триггеры активации:
  • Вариант 1: Применяется ко всем запросам идентифицированного пользователя для генерации Alternative Query или взвешивания терминов.
  • Вариант 2 (Условный, Claim 8): Активируется только тогда, когда качество результатов поиска по исходному запросу не удовлетворяет заданному критерию (quality criterion).

Пошаговый алгоритм

Процесс А: Построение Personalized Profile Tree (Оффлайн)

1. Сбор данных: Накопление истории поиска (запросы и клики) и, опционально, истории браузинга, связанной с User Identifier.
2. Извлечение терминов и фраз: Извлечение ключевых понятий из запросов и контента просмотренных документов.
3. Категоризация и Построение иерархии: Формирование дерева, где более общие категории находятся ближе к корню, а более специфичные — глубже. Обновление дерева по мере накопления новых данных.

Процесс Б: Обработка запроса в реальном времени

1. Получение запроса и идентификатора.
2. Условная проверка (Опционально, по Claim 8):
   • Выполнить первый поиск по исходному запросу.
   • Оценить качество результатов.
   • Если качество высокое: вернуть результаты и завершить процесс.
   • Если качество низкое: продолжить выполнение шага 3.
3. Предварительная обработка: Удаление стоп-слов (опционально). Идентификация терминов и фраз (n-грамм).
4. Доступ к профилю: Извлечение Personalized Profile Tree пользователя.
5. Сопоставление (для каждого термина/фразы): Поиск соответствующих узлов в дереве.
6. Извлечение метрик (для каждого найденного узла):
   • Определение Level (глубины).
   • Определение Child Count (количества потомков).
7. Расчет Importance Score (для каждого термина/фразы): Применение функции, где Оценка $\propto$ Глубина и Оценка $\propto$ 1 / Количество потомков.
8. Фильтрация: Идентификация терминов/фраз, чьи Importance Score превышают порог.
9. Генерация альтернативного запроса: Формирование Alternative Query из отобранных терминов/фраз.
10. Выполнение поиска: Использование Alternative Query для поиска (или второго поиска) и ранжирования результатов.

Какие данные и как использует

Данные на входе

Патент фокусируется исключительно на использовании поведенческих и пользовательских данных для интерпретации запроса.

• Поведенческие факторы: Являются основой изобретения. Используются для построения Personalized Profile Tree. Включают:
  • История поисковых запросов (search history data).
  • История выбора результатов поиска (клики на документы).
  • (Упоминается в описании) История навигации (navigational history), закладки, подписки на фиды.
• Пользовательские факторы: User Identifier используется для привязки истории к конкретному пользователю и извлечения нужного профиля.

Какие метрики используются и как они считаются

Система вычисляет следующие метрики на основе структуры Personalized Profile Tree:

• Level (Depth): Глубина узла в дереве. Рассчитывается как количество предков от корня до узла.
• Child Count: Количество потомков узла. Рассчитывается как общее количество всех потомков (прямых и косвенных).
• Importance Score: Основная вычисляемая метрика для терминов запроса. Рассчитывается как функция от Level и Child Count соответствующих узлов. Патент явно указывает (Claim 1):
  • Прямая пропорциональность глубине: $Score \propto Depth$
  • Обратная пропорциональность количеству потомков: $Score \propto 1/ChildCount$
• Порог важности (Threshold): Пороговое значение для Importance Score, используемое для отбора терминов в Alternative Query.
• Quality Criterion (Критерий качества): (Опционально) Порог для оценки качества результатов первичного поиска, используемый как триггер для активации механизма.

1. Персонализация на уровне интерпретации запроса: Патент демонстрирует, что персонализация используется не только для переранжирования результатов, но и на более раннем этапе — для понимания и переписывания самого запроса. История пользователя напрямую определяет веса терминов.
2. Специфичность интереса как мера важности: Система отдает приоритет терминам, которые соответствуют узким и специфичным интересам пользователя. В терминах патента это узлы с большой глубиной (Depth) и малым количеством потомков (Child Count). Общие интересы получают меньший вес.
3. Фильтрация шума в разговорных запросах: Основная цель механизма — обработка natural language queries путем удаления несущественных слов и фокусировки на терминах, отражающих реальные интересы пользователя, что приводит к созданию более точного Alternative Query.
4. Важность фраз (N-грамм): Система анализирует не только отдельные слова, но и устойчивые словосочетания (фразы), оценивая их важность аналогичным образом, что повышает точность интерпретации.
5. Механизм подстраховки качества: В одном из вариантов реализации система активируется только тогда, когда стандартный поиск не дает удовлетворительных результатов. Это указывает на то, что персонализированное переписывание запроса может использоваться как инструмент для повышения качества SERP в сложных случаях.

Best practices (это мы делаем)

• Фокус на долгосрочное вовлечение пользователя: Стратегия должна быть направлена на то, чтобы тематика сайта стала устойчивым интересом пользователя. Необходимо стимулировать повторные визиты и глубокое взаимодействие с контентом. Чем чаще пользователь ищет информацию по вашей тематике, тем более прочное место эта тема займет в его Profile Tree.
• Развитие узкой специализации (Niche focus) и Topical Authority: Создавайте глубоко проработанный контент в узкой нише. Это повышает вероятность того, что интерес пользователя к этой теме будет классифицирован как специфичный (глубокий узел с малым Child Count). Термины, связанные с такой нишей, будут получать высокий Importance Score в будущих запросах пользователя.
• Оптимизация под разговорные запросы с учетом ядра интента: При создании контента под длинные (natural language) запросы фокусируйтесь на ядре интента. Понимайте, что Google может отфильтровать общие слова, если они не подтверждены историей пользователя, и сгенерировать Alternative Query из ключевых терминов.
• Использование четких и устойчивых фраз: Поскольку система оценивает важность фраз (Claim 7), использование точных, общепринятых в нише словосочетаний помогает системе корректно идентифицировать и высоко оценить эти фразы в запросах пользователей, интересующихся темой.

Worst practices (это делать не надо)

• Ориентация на одноразовый трафик без построения бренда: Стратегии, направленные исключительно на сбор холодного трафика без попыток удержать пользователя и сформировать у него интерес к тематике сайта, снижают эффективность в контексте этого патента.
• Создание поверхностного контента по слишком широким темам: Если сайт пытается охватить слишком много тем поверхностно, он будет соответствовать только верхним уровням Profile Tree (малая глубина, большой Child Count). Термины, связанные с такими широкими темами, могут получать низкий Importance Score и отбрасываться.
• Игнорирование контекста пользователя: Нельзя предполагать, что запрос интерпретируется одинаково для всех пользователей. Оптимизация только под текст запроса без учета возможного контекста и истории пользователя менее эффективна.

Стратегическое значение

Патент подтверждает стратегическую важность перехода от ориентации на сессии к ориентации на пользователя и его жизненный цикл (User Journey). Для Google важна не только релевантность документа запросу в моменте, но и соответствие ответа долгосрочным интересам пользователя. Это подчеркивает важность построения бренда и комьюнити как способа закрепиться в "профиле интересов" целевой аудитории. SEO-стратегия должна учитывать, как формируется история взаимодействия пользователя с тематикой и сайтом.

Практические примеры

Сценарий 1: Разрешение неоднозначности запроса на основе истории

1. Пользователь А (Программист): Имеет обширную историю поиска по темам "Programming", "Databases". В его Profile Tree это глубокие узлы.
2. Пользователь Б (Бариста): Имеет историю поиска по темам "Coffee", "Roasting".
3. Запрос: Оба пользователя вводят неоднозначный запрос "Java implementation".
4. Обработка для Пользователя А: Система сопоставляет "Java" с глубоким узлом в ветке "Programming". Importance Score высок. Выдача будет о языке программирования Java.
5. Обработка для Пользователя Б: Система сопоставляет "Java" с глубоким узлом в ветке "Coffee" (остров Ява). Importance Score высок в этом контексте. Выдача будет о кофе с острова Ява.

Сценарий 2: Фильтрация шума в длинном запросе

1. Пользователь: Регулярно ищет информацию о винтажных автомобилях BMW. Имеет глубокий узел "Vintage BMW" в Profile Tree.
2. Запрос: "where can I find the best mechanic for my vintage BMW in London".
3. Обработка:
   • Слова "where", "can", "I", "find" и т.д. получают низкие Importance Score.
   • Фраза "vintage BMW" соответствует глубокому узлу и получает очень высокий Importance Score.
   • Слова "mechanic" и "London" получают средние или высокие оценки.
4. Alternative Query: "mechanic vintage BMW London".
5. Результат: Сфокусированная выдача по запросу, очищенному от шума и ориентированному на ключевой интерес пользователя.