Как Google обучается на поведении пользователя для персонализации весов источников в поисковой выдаче

Термины и определения

Article Identifier (Идентификатор статьи)

Ссылка (например, URL или путь к файлу), идентифицирующая документ или ресурс в результатах поиска.

Implicit Query (Имплицитный запрос)

Запрос, сгенерированный системой автоматически на основе контекста пользователя (например, текст, который он читает или пишет), без явного ввода запроса пользователем.

Input Signal / Interest Signal (Входной сигнал / Сигнал интереса)

Сигнал, указывающий на интерес пользователя к определенному результату. Может быть положительным (клик, длительное время просмотра, сохранение) или отрицательным (отсутствие клика в течение времени, быстрое покидание страницы).

Merged Query Result (Объединенный результат запроса)

Единый набор результатов, сформированный путем слияния выдачи от нескольких независимо выполненных поисковых запросов.

Query Factor / Weighting Factor (Фактор запроса / Весовой коэффициент)

Вес, присвоенный конкретному источнику (Source). Используется при расчете итоговой оценки релевантности и динамически корректируется на основе Input Signals.

Relevance Score (Оценка релевантности)

Итоговая числовая оценка, определяющая позицию результата в выдаче. Рассчитывается с учетом базовой оценки из индекса и Query Factor.

Source (Источник)

Происхождение результата поиска. Может включать тип запроса, конкретные ключевые слова, тему, приложение или даже конкретный веб-сайт.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной механизм обратной связи для корректировки ранжирования.

1. Система получает несколько наборов результатов от отдельно отправленных поисковых запросов.
2. Результаты объединяются в Merged Query Result.
3. Определяется первая последовательность ранжирования (Rank 1) и представляется пользователю.
4. Идентифицируется Input Signal (сигнал интереса) от пользователя к первому элементу информации (Article A).
5. Идентифицируется конкретный поисковый запрос (и его источник), который привел к показу Article A.
6. Корректируется Query Factor (вес), связанный с этим источником, в ответ на Input Signal.
7. Находится второй элемент информации (Article B) в результатах того же источника.
8. Определяется новая оценка для Article B на основе скорректированного Query Factor.
9. Определяется вторая последовательность ранжирования (Rank 2) на основе новой оценки, и результаты переупорядочиваются.

Это механизм обучения ранжированию (Learning-to-Rank), применяемый к источникам результатов. Система персонализирует функцию ранжирования, адаптируя веса различных сигналов на основе обратной связи пользователя. Цель — продвигать результаты из источников, которые исторически оказались полезными для данного пользователя.

Claim 2 (Зависимый): Детализирует процесс атрибуции, если результат был найден несколькими запросами (источниками).

1. Если Article A был найден как Запросом 1, так и Запросом 2.
2. Система определяет базовые индексные оценки (index scores) для Article A в контексте каждого запроса (насколько хорошо результат соответствует запросу).
3. Корректировка весов (Query Factors) для Запроса 1 и Запроса 2 производится пропорционально их соответствующим индексным оценкам.

Если Запрос 1 внес больший вклад в первоначальную оценку Article A, чем Запрос 2, то при положительном сигнале от пользователя вес Запроса 1 будет увеличен сильнее. Это позволяет системе точнее атрибутировать успех к наиболее релевантному источнику.

Claims 3-6 (Зависимые): Определяют, что является сигналом интереса (Input Signal): отсутствие выбора в течение времени (Claim 3, негативный сигнал), время просмотра, скроллинг, сохранение, печать (Claim 5, позитивные сигналы).

Где и как применяется

Изобретение является ключевым компонентом систем персонализации и обучения ранжированию.

INDEXING / Аналитика (Обработка данных)
На этом этапе (или в рамках отдельной системы аналитики) логируются и обрабатываются поведенческие данные (Input Signals: клики, время просмотра) и их связь с источниками результатов (Sources). Эта информация используется для расчета и обновления персонализированных весов (Query Factors).

RANKING – Ранжирование / RERANKING – Переранжирование
Основное применение патента. Во время расчета оценок релевантности система использует персонализированные веса (Query Factors) для корректировки Relevance Scores результатов. Если пользователь ранее положительно взаимодействовал с результатами из определенного источника (например, конкретного сайта или темы), вес этого источника увеличивается, и его результаты ранжируются выше в текущей выдаче.

Входные данные:

• Наборы результатов поиска (часто объединенные из нескольких источников).
• Ассоциация между каждым результатом и его источником (Source).
• Сигналы интереса пользователя (Input Signals) в реальном времени или исторические.
• Текущие весовые коэффициенты (Query Factors) для различных источников.

Выходные данные:

• Скорректированные весовые коэффициенты (Query Factors).
• Переранжированный список результатов с адаптированными Relevance Scores.

На что влияет

• Персонализация выдачи: Основное влияние. Выдача адаптируется под интересы конкретного пользователя на основе его предыдущего поведения.
• Специфические запросы: Особенно сильно влияет на широкие или неоднозначные запросы, где история поведения пользователя помогает уточнить интент.
• Типы контента и источники: Влияет на все типы контента и сайты. Пользователь может "научить" систему предпочитать определенные сайты, темы или типы документов (например, PDF или видео).
• Проактивный поиск: Критически важен для систем типа Google Discover, которые полагаются на неявные запросы и обратную связь для формирования ленты.

Когда применяется

• Триггер активации (Обучение): Механизм корректировки весов активируется каждый раз, когда пользователь взаимодействует (положительно или отрицательно) с результатом поиска.
• Применение (Ранжирование): Скорректированные веса применяются при выполнении последующих поисковых запросов этим пользователем для персонализации ранжирования.

Пошаговый алгоритм

Процесс можно разделить на два этапа: Ранжирование и Обучение.

Этап 1: Ранжирование и Отображение

1. Генерация запросов: Система генерирует несколько запросов из разных источников (например, Запрос А из Источника 1, Запрос Б из Источника 2). Это могут быть как явные, так и неявные запросы.
2. Получение результатов: Запросы выполняются, возвращаются наборы результатов.
3. Расчет оценок: Для каждого результата рассчитывается Relevance Score. Эта оценка учитывает базовую релевантность (например, TF-IDF) и текущий вес источника (Query Factor). $Score = BaseScore * QueryFactor(Source)$.
4. Слияние и Ранжирование: Результаты из всех источников объединяются (Merged Query Result) и сортируются по итоговой оценке.
5. Отображение: Топ-N результатов показываются пользователю.

Этап 2: Обучение (Обратная связь)

1. Сбор обратной связи: Пользователь взаимодействует с выдачей (например, кликает на Результат А и проводит там время). Система получает Input Signal.
2. Идентификация источника: Система определяет, какой источник (или источники) привели к показу Результата А.
3. Атрибуция (если источников несколько): Определяется вклад каждого источника в итоговую оценку Результата А (Claim 2).
4. Корректировка весов: Query Factor для идентифицированных источников корректируется. При положительном сигнале вес увеличивается, при отрицательном — уменьшается. Корректировка пропорциональна вкладу источника.
5. Обновление модели: Новые веса сохраняются (например, в профиле пользователя) для использования на Этапе 1 при будущих запросах.

Какие данные и как использует

Данные на входе

Ключевыми данными в этом патенте являются поведенческие сигналы и атрибуты источников.

• Поведенческие факторы: Критически важны. Используются Input Signals, которые включают (Claims 3-6):
  • Клик по результату (Selection).
  • Отсутствие клика в течение определенного времени (Lack of selection).
  • Время просмотра страницы (Viewing duration / Dwell Time).
  • Активность на странице (Scrolling, mouse movement).
  • Дальнейшие действия (Selection of links from the article, saving, printing, bookmarking).
  • Явные оценки пользователя (User rating).
• Атрибуты источника (Source Attributes): Данные, определяющие происхождение результата (Claim 9):
  • Ключевые слова (query terms) или темы.
  • Тип запроса (query type).
  • Приложение-источник (application).
  • Тип контента (article type).

Какие метрики используются и как они считаются

• Query Factor (Весовой коэффициент источника): Метрика, определяющая значимость конкретного источника для пользователя. Она обновляется итеративно на основе обратной связи. В патенте приводится пример: при положительной реакции вес может умножаться на 2.0; при отрицательной — на 0.5.
• Relevance Score (Оценка релевантности): Итоговая оценка документа. Рассчитывается путем взвешивания базовой оценки релевантности (index score) на Query Factor источника.
• Index Score (Базовая индексная оценка): Стандартная оценка релевантности (например, на основе TF-IDF, BM25), показывающая, насколько хорошо документ соответствует ключевым словам запроса.
• Attribution Metric (Метрика атрибуции): Используется, когда результат получен из нескольких источников. Определяет пропорциональный вклад каждого источника в итоговую оценку результата (Claim 2). Корректировка Query Factor происходит пропорционально этому вкладу.

1. Персонализация через поведенческую обратную связь: Патент описывает четкий механизм использования данных о взаимодействии пользователя (Input Signals) для валидации релевантности базовых сигналов ранжирования (Sources). Это механизм прямой персонализации выдачи.
2. Вовлеченность как сигнал для обучения ранжированию (LTR): Положительное взаимодействие (клики, длительное время просмотра) усиливает сигналы ранжирования, которые привели к показу результата. Это повышает будущую эффективность этих сигналов для данного пользователя.
3. Важность отрицательной обратной связи: Патент явно указывает, что отсутствие взаимодействия (игнорирование результата) или негативные сигналы (например, короткое время просмотра) приводят к понижению веса соответствующих источников.
4. Точная атрибуция успеха: Система стремится атрибутировать успех (клик) к правильному базовому фактору (например, конкретной теме или сайту), даже если результаты объединены из нескольких входных потоков. Это достигается за счет пропорциональной корректировки весов (Claim 2).
5. Обучение в реальном времени: Описан механизм итеративного обучения, который позволяет системе постоянно адаптироваться к меняющимся предпочтениям пользователя.

Best practices (это мы делаем)

Хотя патент фокусируется на персонализации для конкретного пользователя, агрегированные поведенческие данные часто используются в глобальных моделях Learning-to-Rank. Поэтому рекомендации актуальны как для персонализированной, так и для общей выдачи, а также для Google Discover.

• Максимизация вовлеченности пользователя (Engagement): Создавайте привлекательные заголовки и сниппеты, которые точно отражают содержание страницы. Это повышает CTR и вероятность положительного Input Signal.
• Оптимизация под удовлетворение интента (Intent Satisfaction): Контент должен немедленно удовлетворять интент пользователя, чтобы минимизировать быстрые отказы (pogo-sticking) и увеличить время пребывания на странице (Dwell Time). Положительный опыт укрепляет релевантность сайта как источника (Source) для этих запросов в глазах системы.
• Улучшение пользовательского опыта (UX): Обеспечьте быструю загрузку, чистый дизайн и удобную навигацию. Хороший UX способствует положительным поведенческим сигналам (длительное взаимодействие, прокрутка, переходы по внутренним ссылкам, как указано в Claim 5).
• Построение тематического авторитета (Topical Authority): Последовательно удовлетворяя пользователей по всей теме, сайт становится валидированным источником для этой темы. В персонализированной выдаче и в Google Discover такой сайт будет получать преимущество.

Worst practices (это делать не надо)

• Использование кликбейта и вводящих в заблуждение сниппетов: Генерация кликов, которые приводят к быстрым отказам (негативный Input Signal), приведет к тому, что система понизит вес сайта как релевантного источника для этих запросов для данного пользователя (и потенциально в агрегированных моделях).
• Игнорирование поведенческих метрик: Фокус исключительно на традиционных факторах (ключи, ссылки) без анализа CTR, показателя отказов и времени на сайте опасен. Если пользователи не взаимодействуют с контентом положительно, его позиции будут снижаться.
• Создание поверхностного контента: Контент, который не удерживает внимание пользователя и не приводит к длительному взаимодействию, генерирует слабые или отрицательные сигналы интереса.

Стратегическое значение

Патент подчеркивает критическую важность поведенческих факторов в современном SEO. Он описывает конкретный механизм, с помощью которого Google может измерять удовлетворенность пользователя и использовать эту информацию для корректировки ранжирования (Learning-to-Rank). Стратегия SEO должна ставить во главу угла удовлетворение интента пользователя и обеспечение положительного опыта взаимодействия, поскольку это напрямую влияет на то, как система оценивает релевантность сайта.

Практические примеры

Сценарий: Персонализация выдачи на основе предыдущего выбора

1. Действие пользователя: Пользователь ищет "установка Python". В выдаче есть Сайт А (подробное руководство) и Сайт Б (краткая справка).
2. Взаимодействие: Пользователь кликает на Сайт А и проводит там 5 минут (сильный положительный Input Signal). Затем возвращается в выдачу, кликает на Сайт Б и уходит через 10 секунд (отрицательный Input Signal).
3. Действие системы (Обучение): Система идентифицирует Источники. Источник 1: (Сайт А + Тема: Python). Источник 2: (Сайт Б + Тема: Python). Система повышает Query Factor для Источника 1 и понижает для Источника 2 для этого пользователя.
4. Результат (Будущее ранжирование): Через неделю пользователь ищет "отладка кода Python". Система применяет обновленные веса. Руководство по отладке с Сайта А будет ранжироваться выше, чем аналогичное руководство с Сайта Б, поскольку Сайт А теперь является более валидированным источником контента по Python для этого пользователя.