Как Google динамически повышает детский контент в безопасном поиске, чтобы компенсировать недостаток данных о популярности

Термины и определения

Boost factor (k) (Повышающий коэффициент)

Значение (постоянное или переменное), используемое для модификации Score результата поиска. Может быть аддитивным или мультипликативным.

Content Label (Метка контента)

Классификатор, указывающий на пригодность контента для определенной аудитории (например, Y, G, PG, TEEN).

General audience content label (G) (Контент для широкой аудитории)

Метка, указывающая на контент, безопасный для всех возрастов, но не ориентированный специально на детей.

Logging factor (S_L) (Фактор логирования)

Метрика, предназначенная для изоляции влияния поведенческих данных на оценку. В патенте предлагается рассчитывать его как Score(R) / Trust(R) (Eq. 4).

Query-dependent factor (k_p) (Фактор, зависящий от запроса)

Динамический Boost factor, рассчитываемый для конкретного запроса. Основан на статистическом сравнении Logging factors между разными типами контента (Y и G) в текущей выдаче (Eq. 5).

Relevance threshold (T) (Порог релевантности)

Минимальное значение Relevance value, необходимое для того, чтобы к результату мог быть применен бустинг. Используется для предотвращения повышения нерелевантного контента.

Relevance value (Значение релевантности)

Метрика, оценивающая релевантность результата запросу. Может включать Trust value (вероятность релевантности) и Volume value (объем доказательств релевантности).

Score (Оценка ранжирования)

Исходная оценка результата, сгенерированная поисковой системой.

Youth Intent Probability (Y(q)) (Вероятность молодежного интента)

Вероятность того, что запрос имеет молодежный интент. Может использоваться для дополнительной модуляции коэффициента повышения (Eq. 6).

Youth-oriented content label (Y) (Контент, ориентированный на молодежь)

Метка, указывающая на контент, специально созданный и предназначенный для детей.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной метод выборочной модификации оценок с использованием динамического фактора, основанного на статистическом сравнении.

1. Система идентифицирует множество результатов поиска. Каждый имеет Score и Content Label. Как минимум один результат помечен как Youth-Oriented Content (первая метка).
2. Система выбирает два подмножества результатов:
   • Первое (например, Y): результаты с первой меткой, у которых Relevance Value соответствует первому Relevance Threshold.
   • Второе (например, G): результаты со второй меткой, у которых Relevance Value соответствует второму Relevance Threshold.
3. Система выбирает оценки (Scores), связанные с первым подмножеством.
4. Вычисляется Первый Фактор на основе оценок и значений релевантности из первого подмножества (соответствует Logging Factor для Y).
5. Вычисляется Второй Фактор на основе оценок и значений релевантности из второго подмножества (соответствует Logging Factor для G).
6. Вычисляется Query-Dependent Factor на основе Первого и Второго Факторов. Он является функцией статистической взаимосвязи (statistical relationship), выведенной из оценок первого и второго подмножеств (например, соотношение медианных Logging Factors).
7. Оценки из первого подмножества (Y) модифицируются с использованием Query-Dependent Factor.

Ядро изобретения заключается в использовании сравнения статистических свойств двух разных типов контента (Y и G) для динамического расчета компенсаторного повышения для одного из них (Y) для данного конкретного запроса, при этом используя пороги релевантности как обязательное условие.

Claim 3 (Зависимый от 1): Уточняет, что модификация оценок в первом подмножестве происходит равномерно (uniformly) с использованием Query-Dependent Factor.

Где и как применяется

Изобретение применяется в системах поиска, где необходимо обеспечить безопасность контента и одновременно повысить его привлекательность для детской аудитории.

INDEXING – Индексирование и извлечение признаков
На этом этапе контенту должны быть присвоены Content Labels (Y, G), а также рассчитаны базовые показатели релевантности (Relevance Values, включая Trust Value).

RANKING – Ранжирование
Поисковая система генерирует первоначальный набор результатов с исходными Scores, ограниченный безопасными метками (Y и G). Также рассчитываются или извлекаются данные для Logging factors (S_L).

RERANKING – Переранжирование
Основной этап применения патента. Система анализирует результаты этапа RANKING:

1. Фильтрация и Сегментация: Результаты делятся на группы (Y и G) и фильтруются по порогу релевантности (T).
2. Вычисление Компенсации: Анализируется распределение Logging factors (S_L) в обеих группах. Вычисляется Query-Dependent Factor (k_p).
3. Модификация Оценок: К оценкам группы Y применяется рассчитанный фактор.
4. Финальная Сортировка: Происходит пересортировка объединенного набора результатов.

Входные данные:

• Набор результатов поиска (ограниченный Y/G контентом).
• Content Labels, исходные Scores и Relevance Values (в частности, Trust Value) для каждого результата.

Выходные данные:

• Переранжированный список результатов поиска с модифицированными оценками для контента Y.

На что влияет

• Конкретные типы контента: В патенте упоминаются мультимедийные элементы (видео, аудио, изображения). Наибольшее влияние на платформах типа YouTube Kids или в режиме Safe Search.
• Специфические запросы: Наибольшее влияние на запросы, по которым существует большое количество G-контента, который обычно вытесняет специализированный Y-контент из-за большего объема поведенческих данных.
• Конкретные ниши или тематики: Исключительно ниша детского контента (образование, развлечения).

Когда применяется

• Условия работы алгоритма: Алгоритм работает в среде ограниченного (безопасного) поиска, где выдача фильтруется по меткам контента (только Y и G).
• Триггеры активации: Повышение активируется для конкретного результата, если выполнены два условия:
  • Результат имеет метку Youth-Oriented Content (Y).
  • Значение релевантности (Relevance Value, например Trust Value) результата соответствует установленному порогу (Relevance Threshold T).
• Условие расчета: Наличие в выдаче достаточного количества как Y, так и G контента для проведения статистического сравнения.

Пошаговый алгоритм

Процесс переранжирования результатов безопасного поиска:

1. Инициализация и Ограничение: Получение результатов поиска, ограниченных контентом с метками Y (Youth-Oriented) и G (General Audience).
2. Предварительные расчеты (Logging Factor): Для каждого результата R в наборах Y и G рассчитывается Logging Factor (S_L) по формуле (Eq. 4): $S_L(R) = score(R)/trust(R)$.
3. Расчет Динамического Буста (Query-Dependent Factor): Вычисляется коэффициент (k_p) путем сравнения распределений S_L для наборов Y и G (Eq. 5). Например, используется отношение p-х перцентилей (например, медиан, p=50): $k_p$