Как Google комбинирует поведенческие сигналы из разных поисковых систем для улучшения ранжирования

Термины и определения

Primary User Feedback Data (Первичные данные обратной связи)

Поведенческие данные, собранные в той поисковой системе, которая выполняет текущее ранжирование (использует Primary Ranking Algorithm).

Secondary User Feedback Data (Вторичные данные обратной связи)

Поведенческие данные, собранные из другой поисковой системы, которая использует иной алгоритм ранжирования (Secondary Ranking Algorithm).

User Interaction (I) (Взаимодействие пользователя)

Выбор пользователем (например, клик) поискового результата.

Targeted Interaction (TI) (Целевое взаимодействие)

Взаимодействие пользователя с ресурсом, при котором длительность взаимодействия удовлетворяет определенному порогу (например, просмотр видео более 1 минуты или пребывание на сайте более 30 секунд). Аналог long click или метрики, основанной на Dwell Time.

Impression (IMP) (Показ)

Презентация результата поиска пользователю.

Smoothing Factor (smooth) (Фактор сглаживания)

Пороговое значение количества первичных данных. Определяет точку, после которой система перестает учитывать вторичные данные.

Weight (Вес)

Коэффициент, применяемый к вторичным данным перед агрегацией. Определяет степень влияния внешних данных.

Combined Quality Metric (CQM) (Комбинированная метрика качества)

Итоговая метрика, рассчитанная на основе агрегации первичных и взвешенных вторичных данных.

Quality Metrics (Метрики качества)

Метрики, рассчитываемые на основе пользовательских взаимодействий. Примеры: TQM, TIQM, IMPQM (детализированы в разделе 4.2).

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной метод комбинирования данных из систем с разными алгоритмами ранжирования.

1. Система получает результаты поиска по запросу, ранжированные с помощью primary ranking algorithm.
2. Получаются primary user feedback data для ресурса (данные, собранные в контексте первичного алгоритма).
3. Получаются secondary user feedback data для того же ресурса (данные, собранные в контексте другого, different secondary ranking algorithm).
4. К вторичным данным применяется вес (weight). Вес основан, по крайней мере частично, на пороговом количестве (threshold quantity, т.е. Smoothing Factor) первичных данных.
5. Первичные и взвешенные вторичные данные агрегируются.
6. Ранг ресурса модифицируется на основе агрегированных данных.

Ядро изобретения — это метод интеграции поведенческих сигналов, собранных в разных контекстах ранжирования, с контролируемым влиянием внешних данных.

Claim 2 (Зависимый от 1): Уточняет тип данных.

Данные включают взаимодействия, продолжительность которых удовлетворяет порогу (Targeted Interactions). Это подтверждает фокус на качестве взаимодействия (Dwell Time).

Claims 3, 4, 5 (Зависимые от 2): Детализируют расчет веса, определяя его зависимость от объемов данных.

• Вес дополнительно основывается на количестве взаимодействий как в первичных (d1), так и во вторичных (d2) данных (Claim 3).
• Вес может быть обратно пропорционален количеству взаимодействий во вторичных данных (d2) (Claim 4).
• Вес может быть обратно пропорционален количеству взаимодействий в первичных данных (d1) (Claim 5).

Примечание о вариативности: Claims 3-5 защищают широкий спектр формул расчета веса. Хотя в описании патента (Description) приводится конкретный пример формулы, удовлетворяющий Claim 5 (зависимость от d1), система может использовать и другие формулы, учитывающие также d2, как защищено Claim 4.

Где и как применяется

Изобретение применяется на финальных этапах ранжирования для корректировки позиций на основе поведенческих сигналов.

INDEXING / Analysis System (Обработка логов)
На этом этапе (или в параллельной системе анализа) происходит сбор, обработка и хранение User Feedback Data из различных поисковых вертикалей в Tracking Logs. Данные индексируются по парам (Запрос, Ресурс).

RANKING – Ранжирование / RERANKING – Переранжирование
Основное применение патента. Quality Rank Modifier Engine работает на этих этапах для корректировки оценок, выданных основным Ranking Engine.

1. Получение данных: Для ресурса извлекаются первичные и вторичные поведенческие данные.
2. Расчет и Агрегация: Если первичных данных недостаточно (меньше Smoothing Factor), рассчитывается вес для вторичных данных и вычисляется Combined Quality Metric (CQM).
3. Модификация ранга: Исходные оценки ранжирования корректируются с учетом CQM.

Входные данные:

• Запрос и Ресурс.
• Первичные данные (n1, d1 – например, целевые взаимодействия и общее число взаимодействий/показов).
• Вторичные данные (n2, d2).
• Smoothing Factor (предопределенный порог).

Выходные данные:

• Модифицированный ранг/оценка ресурса на основе CQM.

На что влияет

• Вертикальные поиски: Наибольшее влияние на Google Видео, Картинки, Новости, где данных может быть меньше, чем в основном Веб-поиске. Данные из Веб-поиска часто выступают вторичным источником.
• Свежий контент (Fresh Content): Помогает решить проблему «холодного старта» для нового контента, позволяя использовать данные из другой системы для начальной оценки качества.
• Нишевые и длиннохвостые запросы: Запросы с разреженными данными.
• Типы контента: Патент явно упоминает применение к видео (video resources, Claim 6) и веб-ресурсам (web resources, Claim 7).

Когда применяется

• Триггер активации: Механизм комбинирования активируется, когда количество первичных данных (d1) меньше установленного порога (Smoothing Factor).
• Исключения: Если d1 ≥ Smoothing Factor, вес вторичных данных равен нулю, и используются только первичные данные.

Пошаговый алгоритм

Процесс расчета комбинированной метрики качества (CQM) для ресурса в ответ на запрос.

1. Инициализация: Система идентифицирует ресурсы-кандидаты и определяет Smoothing Factor (smooth) для требуемой метрики.
2. Получение первичных данных: Извлекаются Primary User Feedback Data. Определяются n1 (числитель метрики, например, TI) и d1 (знаменатель метрики, например, I или IMP).
3. Проверка порога: Проверяется условие d1 ≥ smooth.
   • Если ДА: Weight = 0. Переход к шагу 6.
   • Если НЕТ: Переход к шагу 4.
4. Получение вторичных данных: Извлекаются Secondary User Feedback Data (n2 и d2).
5. Расчет веса (Weight Calculation): Рассчитывается вес для вторичных данных. В примере реализации, описанном в патенте (Description), используется следующая формула: $Weight = min(1.0, max(0.0, \frac{smooth - d1}{d1}))$