Как Google персонализирует поисковые подсказки (Autocomplete) на основе интересов пользователя

Термины и определения

Alternative Query Data (Данные альтернативного запроса)

Данные, связанные с узлом в графе, которые идентифицируют запросы, релевантные основному запросу узла, но не обязательно имеющие общий префикс. Например, для узла «Fergie» альтернативой может быть «Black eyed peas».

Frequency Measure (Мера частоты)

Метрика, представляющая, сколько раз данный префикс или запрос был отправлен пользователями. Может быть глобальной (для всех пользователей).

Query Graph (Граф запросов)

Структура данных (например, Patricia trie или radix tree), используемая для хранения запросов и их префиксов. Узлы представляют части запросов, а связи указывают на отношения префикс-запрос.

Query Prefix (Префикс запроса)

Начальная часть запроса, вводимая пользователем (например, «fer» для «ferrari»).

User Category (Категория пользователя)

Классификация пользователя на основе его интересов (например, «car lover», «music lover»). Определяется на основе анализа истории запросов или явного выбора пользователя.

User Category Specific Frequency Measure (Мера частоты, специфичная для категории пользователя)

Метрика, представляющая, сколько раз данный запрос был отправлен пользователями, принадлежащими к определенной User Category.

User Identifier (Идентификатор пользователя)

Уникальный (часто анонимизированный) идентификатор, связывающий запросы с конкретным устройством или сессией. Используется для определения User Category.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной метод предоставления персонализированных поисковых подсказок.

1. Система получает Query Prefix от пользовательского устройства.
2. Определяется User Identifier на основе устройства.
3. Идентифицируется User Category, связанная с этим идентификатором.
4. В Query Graph находится узел, соответствующий префиксу.
5. Находятся дочерние узлы (descendent nodes), представляющие полные запросы.
6. Ключевой элемент: Каждый дочерний узел имеет User Category Specific Frequency Measures. Эта мера основана на количестве раз, когда запрос был получен от пользователей, принадлежащих к соответствующей категории.
7. Запросы ранжируются на основе меры частоты, специфичной именно для идентифицированной категории пользователя.
8. Ранжированные запросы отправляются на устройство.

Claim 6 (Независимый пункт): Альтернативное описание метода с акцентом на структуру данных.

1. Получение префикса, идентификатора и категории пользователя (аналогично Claim 1).
2. Поиск первого узла в Query Graph. Граф описывается как направленный, где узлы представляют запросы или префиксы, и каждый узел имеет User Category Specific Frequency Measures.
3. Поиск дочерних узлов, представляющих полные запросы.
4. Ранжирование запросов на основе меры частоты, специфичной для идентифицированной категории пользователя.
5. Отправка ранжированных запросов.

Где и как применяется

Изобретение применяется на этапе взаимодействия пользователя с поисковой строкой, до того как финальный запрос отправлен на ранжирование.

QUNDERSTANDING – Понимание Запросов
Этот этап критически важен для работы патента и включает два аспекта:

1. Офлайн-обработка: Система анализирует логи запросов (Query Data), идентифицирует шаблоны поиска и кластеризует пользователей по категориям интересов (User Categories). На основе этих данных строится Query Graph, и для каждого запроса рассчитываются User Category Specific Frequency Measures.
2. Обработка в реальном времени (Query Formulation): Когда пользователь вводит Query Prefix, система использует User Identifier для определения его User Category. Затем она использует эту информацию для динамического ранжирования предложений в Autocomplete.

Система взаимодействует с хранилищем данных о запросах (Query Data Storage) и хранилищем графа запросов (Query Graph Storage).

Входные данные:

• Query Prefix (вводимый текст).
• User Identifier (например, из cookie или идентификатора тулбара).
• Query Graph с предварительно рассчитанными User Category Specific Frequency Measures.

Выходные данные:

• Список ранжированных предложений запросов (Autocomplete suggestions), персонализированных для категории пользователя.
• Возможно, список связанных запросов (Alternative Query Data).

На что влияет

• Специфические запросы: Наибольшее влияние оказывается на неоднозначные или короткие префиксы, которые могут иметь разные популярные завершения в зависимости от контекста интересов. Например, префикс «ja» может вести к «java» для программиста или «jaguars» для любителя спорта или животных.
• Конкретные ниши или тематики: Влияет на все ниши, где существуют четко выраженные сегменты аудитории с разными паттернами поиска (спорт, хобби, технологии, музыка, автомобили и т.д.).
• Поисковое поведение: Система направляет пользователей к формулировкам запросов, которые популярны среди людей с похожими интересами, потенциально сужая разнообразие запросов в рамках одной категории.

Когда применяется

• Триггеры активации: Активируется каждый раз, когда пользователь вводит текст в поисковую строку (или тулбар), и система способна предоставить поисковые подсказки.
• Условия работы алгоритма: Персонализация применяется при условии, что система может идентифицировать пользователя (User Identifier) и определить его принадлежность к одной или нескольким User Categories с достаточной степенью уверенности. Если категория не определена, система, вероятно, возвращается к глобальным Frequency Measures (хотя это не указано в патенте, это логичное предположение).

Пошаговый алгоритм

Процесс А: Генерация подсказок в реальном времени

1. Получение данных: Система получает Query Prefix и User Identifier от клиентского устройства.
2. Определение категории: На основе User Identifier идентифицируется User Category пользователя (например, «car lover»).
3. Поиск узла префикса: В Query Graph находится узел, соответствующий введенному префиксу (например, узел для «fer»).
4. Идентификация дочерних узлов: Система находит все дочерние узлы (descendent nodes) этого узла, которые представляют полные запросы (например, «ferrari», «fergie», «fern»).
5. Персонализированное ранжирование: Запросы ранжируются на основе User Category Specific Frequency Measure, соответствующей идентифицированной категории пользователя. (Например, для «car lover» «ferrari» будет выше «fergie»).
6. Фильтрация (Опционально): Могут применяться пороговые значения частоты (threshold frequency) для отсеивания редких подсказок.
7. Извлечение альтернатив (Опционально): Система может извлечь Alternative Query Data (связанные запросы), также учитывая категорию пользователя.
8. Отправка результатов: Ранжированный список подсказок отправляется на клиентское устройство для отображения.

Процесс Б: Построение и обновление графа запросов (Офлайн)

1. Сбор данных: Сбор логов запросов (Query Data), включая запросы, идентификаторы пользователей и сессии.
2. Кластеризация и категоризация: Анализ данных для определения User Categories и привязки пользователей к этим категориям.
3. Инициализация графа: Создание или выбор существующего Query Graph.
4. Обработка запроса: Выбор запроса из логов.
5. Проверка наличия узла: Определение, существует ли узел для данного запроса в графе.
6. Обновление частот: Если узел существует, увеличиваются его глобальная Frequency Measure и соответствующая User Category Specific Frequency Measure. Также обновляются частоты всех родительских узлов (префиксов).
7. Добавление узла: Если узел не существует, он добавляется в граф как дочерний узел к самому длинному существующему префиксу. Инициализируются его частотные меры.
8. Повторение: Процесс повторяется для всех запросов в логах.

Какие данные и как использует

Данные на входе

Патент фокусируется на использовании данных о поведении пользователей для персонализации подсказок.

• Поведенческие факторы: История запросов пользователя (связанная через User Identifier) является критически важной. Она используется для определения User Category. Логи запросов поисковой системы (Search engine log data) используются для построения всего Query Graph и расчета всех частотных мер.
• Пользовательские факторы: User Identifier (идентификатор устройства, аккаунта или тулбара). В некоторых реализациях пользователь может явно указать свои интересы, что также используется для определения User Category.

Какие метрики используются и как они считаются

• Frequency Measure (Глобальная частота): Подсчет общего количества раз, когда запрос был отправлен всеми пользователями за определенный период.
• User Category Specific Frequency Measure: Подсчет количества раз, когда запрос был отправлен пользователями, принадлежащими к определенной категории.
• Ранжирование подсказок: Основано на сортировке по убыванию User Category Specific Frequency Measure для категории текущего пользователя.
• Кластеризация (для определения категорий): В патенте упоминается возможность использования статистического анализа, такого как K-means clustering, для идентификации запросов и сессий с похожими терминами, что позволяет определить User Categories (например, кластер запросов про автомобили формирует категорию «car lover»).

1. Персонализация Autocomplete: Патент четко описывает механизм, с помощью которого Google может персонализировать поисковые подсказки. Ранжирование подсказок зависит от предполагаемых интересов пользователя (User Category), а не только от глобальной популярности запроса.
2. Важность истории поиска: История запросов пользователя используется для его классификации по категориям интересов. Это подчеркивает, что контекст пользователя играет роль даже до того, как он завершил ввод запроса.
3. Структура данных для подсказок: Используется эффективная структура данных (Query Graph, например, Patricia trie), которая хранит частотные данные, разделенные по категориям пользователей (User Category Specific Frequency Measures).
4. Влияние на формирование запроса: Этот механизм напрямую влияет на то, какие запросы пользователи в конечном итоге выбирают. Система подталкивает пользователя к формулировкам, популярным в его группе интересов.
5. Альтернативные подсказки: Система также предусматривает возможность показа связанных запросов (Alternative Query Data), которые не имеют общего префикса с вводимым текстом, что еще больше расширяет возможности навигации пользователя.

Best practices (это мы делаем)

• Сегментированное исследование ключевых слов: При проведении Keyword Research необходимо учитывать, что разные сегменты аудитории могут видеть разные подсказки и, следовательно, использовать разные формулировки запросов. Необходимо исследовать подсказки в контексте интересов целевой аудитории (например, используя профили браузера с накопленной историей по нужной тематике).
• Построение Topical Authority для кластеров интересов: Создавайте контент, который отвечает на запросы, популярные внутри конкретных User Categories. Если вы нацелены на «автолюбителей», убедитесь, что вы покрываете семантику, которую система ассоциирует с этой категорией.
• Оптимизация под связанные запросы (Alternative Queries): Обращайте внимание на связанные запросы, которые могут появляться в подсказках (например, бренды, связанные с продуктом). Упоминание этих сущностей в контенте может усилить ассоциацию вашего сайта с соответствующей User Category.
• Анализ интента через призму категорий: Понимайте, что интент одного и того же префикса может сильно различаться в зависимости от категории пользователя. Оптимизируйте страницы под конкретный интент, наиболее вероятный для вашей целевой аудитории.

Worst practices (это делать не надо)

• Ориентация только на глобальный Search Volume: Использование только глобальных данных о частотности запросов может привести к неверной стратегии, так как персонализированные подсказки могут уводить вашу целевую аудиторию на другие формулировки.
• Игнорирование контекста пользователя: Нельзя предполагать, что все пользователи ищут одинаково. Стратегии, не учитывающие сегментацию по интересам, будут менее эффективны.
• Попытки манипулировать подсказками для всех категорий: Попытки «накрутить» поисковые подсказки становятся сложнее, так как необходимо влиять на частоту запросов внутри конкретных User Categories, а не только на глобальную частоту.

Стратегическое значение

Этот патент подчеркивает важность понимания аудитории и ее поведения на самом раннем этапе поиска — при вводе запроса. Стратегически важно не просто оптимизировать сайт под ключевые слова, а строить ресурс, который соответствует интересам и поисковым паттернам определенной User Category. Это влияет на долгосрочную контент-стратегию, требуя глубокого понимания того, как разные группы пользователей ищут информацию в вашей нише, и как Google интерпретирует и направляет их поиск через персонализированные подсказки.

Практические примеры

Сценарий: Оптимизация для магазина, продающего спортивное питание и классическую одежду.

1. Задача: Проанализировать подсказки для префикса «Polo».
2. Действие 1 (Глобальный анализ): В режиме инкогнито вводят «Polo». Подсказки могут включать «Polo Ralph Lauren», «Volkswagen Polo».
3. Действие 2 (Сегмент «Спортсмены»): Используется браузерный профиль с историей поиска по темам бодибилдинга, спортивного питания, тренировок. Вводят «Polo». Система идентифицирует пользователя как интересующегося спортом. Подсказки могут сместиться в сторону спортивных брендов или типов одежды для спорта.
4. Действие 3 (Сегмент «Автолюбители»): Используется профиль с историей поиска автомобилей. Вводят «Polo». Система с высокой вероятностью покажет «Volkswagen Polo» на первой позиции.
5. Вывод для SEO: Для продвижения классической одежды «Polo Ralph Lauren» необходимо понимать, что пользователи с интересами в авто или спорте могут быть направлены на другие запросы. Необходимо укреплять связь сайта с категорией «Мода и стиль», чтобы целевая аудитория видела нужные подсказки и переходила по ним.