Как Google использует время пребывания на странице (Dwell Time) для оценки качества и корректировки ранжирования

Термины и определения

Dwell Time (Время пребывания)

Время, которое пользователь проводит на странице результата поиска перед тем, как вернуться к SERP. В патенте обозначается как Time (T) или viewing length.

Implicit User Feedback (Неявная обратная связь пользователя)

Данные о взаимодействии пользователя с результатами поиска (клики, время пребывания), используемые для оценки релевантности.

IR Score (Оценка информационного поиска)

Базовая оценка релевантности документа, рассчитанная поисковой системой до применения поведенческих корректировок.

IRBoost (Коэффициент повышения ранжирования)

Множитель, применяемый к IR Score. Рассчитывается на основе Measure of Relevance (например, LCIC).

LCIC Click Fraction (Доля длинных кликов)

Пример реализации Measure of Relevance. Отношение взвешенных по времени кликов (или просто длинных кликов) к общему числу кликов для пары Запрос-Документ. LCIC = Long Clicks / Clicks.

Measure of Relevance (Мера релевантности)

Метрика, рассчитываемая на основе неявной обратной связи. Основана на соотношении первого числа (длинные/взвешенные просмотры) ко второму числу (общее число просмотров).

Presentation Bias (Предвзятость представления)

Влияние способа представления результата (позиция, заголовок, сниппет) на вероятность клика, не связанное с истинной релевантностью документа.

Rank Modifier Engine (Механизм модификации ранжирования)

Компонент системы, который генерирует сигналы (например, LCIC) для корректировки базового ранжирования.

Smoothing Factor (S0) (Сглаживающий фактор)

Константа, добавляемая в знаменатель при расчете метрик для стабилизации результатов при малом количестве данных (кликов).

Viewing Length Differentiator (Дифференциатор продолжительности просмотра)

Фактор, используемый для корректировки весов времени просмотра. Примеры: категория запроса (навигационный/информационный) или тип пользователя (эксперт/новичок).

Weighted Clicks (#WC) (Взвешенные клики)

Просмотры документа, которым присвоен вес на основе их продолжительности. Длинные просмотры получают больший вес.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной метод получения меры релевантности документа.

1. Система получает меру релевантности (measure of relevance) для документа, найденного по запросу.
2. Эта мера основана на соотношении первого числа (first number) и второго числа (second number).
3. Первое число соответствует подмножеству от общего числа просмотров документа (подразумеваются качественные, т.е. длинные или взвешенные просмотры).
4. Второе число соответствует общему числу просмотров документа.
5. Эта мера релевантности передается в систему ранжирования.

Ядро патента — это расчет нормализованной метрики удовлетворенности пользователя, которая сравнивает количество качественных взаимодействий с общим количеством взаимодействий. Это позволяет оценить качество документа независимо от объема трафика, который он получает.

Claim 3 (Зависимый от 1): Уточняет природу первого числа.

• Первое число является взвешенной комбинацией просмотров.
• Вес присваивается на основе продолжительности просмотра (viewing duration).

Система не просто считает клики, а присваивает им разную ценность в зависимости от времени, проведенного пользователем на странице.

Claim 4 (Зависимый от 1): Альтернативное уточнение.

• Первое число — общее количество "длинных кликов" (long clicks).
• Второе число — общее количество кликов.

Это конкретная реализация метода, где просмотры бинарно классифицируются как "длинные" или нет.

Claims 5, 6, 7 (Зависимые): Детализируют механизм взвешивания.

• Взвешивание может использовать непрерывную функцию от времени (Claim 5) — чем дольше просмотр, тем плавно выше вес.
• Или дискретную (разрывную) функцию (Claim 6).
• Дискретная функция подразумевает классификацию времени просмотра по категориям (например, короткий, средний, длинный) и присвоение веса категории (Claim 7).

Claims 8, 9, 10 (Зависимые): Вводят контекстную корректировку весов.

• Вес может быть скорректирован с использованием Viewing Length Differentiator (Claim 8).
• Дифференциатор может быть основан на категории запроса (Claim 9). Например, для навигационных запросов порог "длинного клика" ниже, чем для информационных.
• Дифференциатор может быть основан на типе пользователя (Claim 10). Например, поведение опытных пользователей интерпретируется иначе, чем новичков.

Где и как применяется

Изобретение применяется на разных этапах поисковой архитектуры, преимущественно в офлайн-обработке данных и на этапе ранжирования/переранжирования.

INDEXING – Индексирование (Офлайн-процессы)
Система анализирует логи поведения пользователей (Result Selection Logs) в офлайн-режиме. На этом этапе рассчитываются метрики LCIC для пар Запрос-Документ, которые затем сохраняются для использования в реальном времени.

RANKING – Ранжирование / RERANKING – Переранжирование
Это основной этап применения патента. Ranking Engine генерирует базовые IR scores. Затем Rank Modifier Engine вмешивается в процесс:

1. Получение данных: Извлекаются предварительно рассчитанные значения LCIC для документов в выдаче по данному запросу.
2. Трансформация: Значение LCIC преобразуется в повышающий коэффициент IRBoost с помощью одной из функций трансформации.
3. Корректировка: Базовый IR Score документа модифицируется с помощью IRBoost.
4. Финальная сортировка: Документы пересортировываются на основе скорректированных оценок.

Входные данные:

• Логи выбора результатов (Result Selection Logs), включающие Запрос (Q), Документ (D), Время пребывания (T), Язык (L), Страну (C).
• Базовые оценки ранжирования (IR Scores) от Ranking Engine.

Выходные данные:

• Мера релевантности (LCIC Click Fraction).
• Повышающий коэффициент (IRBoost).
• Скорректированный набор результатов поиска с измененным ранжированием.

На что влияет

• Типы контента и запросов: Наибольшее влияние оказывается на информационные запросы, где удовлетворенность пользователя часто коррелирует со временем, потраченным на изучение контента. Влияние на навигационные запросы может быть иным, так как система учитывает категорию запроса (Viewing Length Differentiator) и может ожидать короткого времени пребывания. Патент упоминает разделение на informational-quick (быстрый ответ) и informational-slow (требуется время на изучение).
• Форматы контента: Лонгриды, подробные руководства, сложные статьи получают преимущество, если они успешно удерживают внимание. Контент, провоцирующий быстрое закрытие (pogo-sticking), пессимизируется.
• Ниши: Сильное влияние в тематиках, требующих глубокого погружения (YMYL, финансы, здоровье, технические руководства), где быстрый ответ часто невозможен или нежелателен.

Когда применяется

• Условия применения: Алгоритм применяется, когда для пары Запрос-Документ накоплено достаточное количество данных о кликах и времени пребывания.
• Пороговые значения: Smoothing Factor (S0) определяет порог активации. Если общее число кликов значительно меньше S0, метрика стремится к нулю (или к среднему значению), и влияние на ранжирование минимально.
• Меры предосторожности (Safeguards): Патент упоминает необходимость защиты от спама и накруток. Данные используются только после проверки на естественность поведения пользователя (анализ распределения позиций кликов, продолжительности кликов, частоты запросов).

Пошаговый алгоритм

Процесс А: Сбор и обработка данных (Офлайн)

1. Сбор данных (Tracking): Отслеживание взаимодействий пользователей с SERP. Запись в логи: Запрос (Q), Документ (D), Время пребывания (T), Язык (L), Страна (C).
2. Фильтрация данных: Удаление спам-активности и аномального поведения. Обеспечение принципа "один голос на пользователя" для пары Q-D.
3. Определение контекста (Differentiators): Классификация запроса (например, навигационный/информационный) и пользователя (например, эксперт/новичок).
4. Взвешивание кликов (Weighting): Применение весовой функции к времени пребывания (T) для получения взвешенного клика (WC). Функция может быть непрерывной или дискретной и корректируется на основе контекста (Шаг 3). Например, короткий клик может получить вес -0.1, а длинный 1.0.
5. Агрегация: Суммирование взвешенных кликов (#WC) и подсчет общего числа кликов (#C) для каждой пары Q-D, а также для сегментов (Q-D-L, Q-D-L-C).
6. Расчет LCIC (Calculation): Вычисление базовой меры релевантности. Формула: