Как Google предсказывает, какие сайты будут интересны пользователю на основе его контекста (местоположение, время, интересы) без поискового запроса

Термины и определения

User Context (Контекст пользователя)

Набор данных, представляющий текущие атрибуты пользователя. Включает географическое местоположение, язык, домашний город, время суток, дату, сезон, интересы пользователя, предыдущие запросы или посещенные сайты, а также будущие события (например, из календаря).

Context-relevant information (Контекстно-релевантная информация)

Информация (например, веб-сайт), которая с большей вероятностью будет интересна пользователям, соответствующим определенному User Context, чем пользователям в целом.

User Activity Data (Данные о действиях пользователя)

Агрегированные и анонимизированные данные о действиях пользователей в различных системах (поиск, карты, email, социальные сети и т.д.). Включают запросы, клики по результатам, посещения сайтов.

Session (Сессия)

Организованный набор User Activity Data для конкретного пользователя за определенный период времени. Позволяет находить корреляции между действиями, разделенными во времени.

Session Query (Запрос к сессиям)

Запрос, сгенерированный на основе User Context, используемый для поиска в индексе сессий. Определяет атрибуты контекста искомых сессий.

Matching Sessions (Совпадающие сессии)

Исторические сессии пользователей, которые удовлетворяют Session Query, то есть контекст которых совпадает с заданным User Context.

General Sessions (Общие сессии / Все сессии)

Общий пул всех сессий, используемый для определения базовой частоты действий (посещений сайтов).

Signal S (Сигнал S)

Ключевая метрика, указывающая на вероятность действия (например, посещения сайта) при условии соответствия Session Query по сравнению с вероятностью этого действия во всех сессиях. Используется для ранжирования контекстно-релевантной информации.

Prediction Engine (Механизм прогнозирования)

Компонент системы, который агрегирует данные о действиях пользователей и выявляет корреляции между различными типами User Activity Data для прогнозирования релевантного контента.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной метод предоставления контекстно-релевантной информации.

1. Система получает User Context пользователя (включая местоположение устройства).
2. Система получает User Activity Data, организованные в Sessions (каждая сессия содержит множество действий пользователя за период времени).
3. Система находит Matching Sessions для полученного контекста (сессии, включающие посещения сайтов пользователями с совпадающим контекстом).
4. Система получает данные об General Sessions.
5. Система определяет "вероятные веб-сайты" (likely websites) — те, которые встречаются в Matching Sessions чаще, чем в General Sessions.
6. Система предоставляет информацию, идентифицирующую эти вероятные веб-сайты.

Claim 3 (Зависимый от 1): Уточняет процесс определения вероятных веб-сайтов.

Определение включает генерацию Session Query из User Context и идентификацию Matching Sessions из индексированной коллекции сессий, которые удовлетворяют этому запросу.

Claim 5 (Зависимый от 3): Вводит понятие метрики для оценки.

Процесс включает вычисление Signal для каждого веб-сайта, встречающегося в Matching Sessions. Этот сигнал представляет вероятность того, что пользователи, соответствующие контексту, посетят сайт, по сравнению с вероятностью того, что пользователи в целом посетят этот сайт.

Claim 6 (Зависимый от 5): Определяет формулу для вычисления Сигнала S.

Сигнал S вычисляется по формуле: $S = \frac{\text{(Кол-во совпадающих сессий с действием / Кол-во совпадающих сессий)}}{\text{(Кол-во всех сессий с действием / Кол-во всех сессий)}}$. Это отношение частоты действия в контексте к базовой частоте действия.

Claim 7 (Зависимый от 1): Ключевое уточнение о способе предоставления информации.

Предоставление информации (ссылок на сайты) на устройство пользователя происходит НЕ в ответ на поисковый запрос (search query) от устройства. Это подчеркивает проактивный (предиктивный) характер системы.

Claim 8 (Зависимый от 1): Определяет состав User Context.

Контекст может включать язык, интересы пользователя, время суток, дату, сезон, домашний город, предыдущий запрос, предыдущий посещенный сайт или будущее событие.

Claim 9 (Зависимый от 1): Описывает механизм фильтрации для повышения локальной релевантности.

Система может определить вероятные сайты для второго контекста, который указывает на другое географическое местоположение (находящееся на пороговом расстоянии от текущего). Затем система модифицирует исходный список сайтов, отфильтровывая из него сайты, которые также популярны в другом местоположении. Это позволяет оставить только гиперлокальные результаты.

Где и как применяется

Изобретение применяется в системах предиктивного поиска и рекомендаций контента (например, Google Discover) и затрагивает специфические этапы обработки данных.

INDEXING – Индексирование и извлечение признаков
На этом этапе происходит сбор, обработка и индексация не веб-контента, а данных о поведении пользователей. User Activity Data агрегируются, анонимизируются и организуются в Sessions. Эти сессии индексируются (indexed collection of sessions) по множеству признаков, составляющих User Context (локация, время, интересы пользователя и т.д.). Также на этом этапе собираются данные профилей пользователей (User Profile Database).

RANKING / METASEARCH (Предиктивное ранжирование)
Основное применение патента происходит в момент, когда система должна предоставить контент пользователю без явного запроса.

1. Получение контекста: Система получает User Context в реальном времени.
2. Запрос к индексу: Prediction Engine генерирует Session Query и запрашивает индекс сессий.
3. Вычисление и ранжирование: Система находит Matching Sessions, сравнивает их с General Sessions и вычисляет Signal S для потенциальных сайтов. Сайты ранжируются на основе этого сигнала.
4. Фильтрация: Применяются фильтры (например, географические, как описано в Claim 9).

Входные данные:

• Текущий User Context пользователя (локация, время, интересы и т.д.).
• Индекс сессий (User Activity Database).
• Данные профиля пользователя (User Profile Database).

Выходные данные:

• Презентация контекстно-релевантных сайтов (Context-relevant website presentation), например, список ссылок или карточек.

На что влияет

• Конкретные типы контента: Влияет на контент, который имеет сильную привязку к контексту: новости, статьи об интересах пользователя, локальные услуги, информация о мероприятиях.
• Специфические запросы: Система работает без запросов (Claim 7). Однако она влияет на то, какой контент пользователь увидит в рекомендательных лентах.
• Конкретные ниши или тематики: Наибольшее влияние в локальном бизнесе (Local SEO), новостных порталах, а также в тематиках, связанных с хобби и интересами пользователей.

Когда применяется

• Триггеры активации: Система работает проактивно. Триггером может быть открытие приложения (например, Google App), изменение местоположения пользователя или наступление определенного времени/события (например, вечернее время для рекомендаций ресторанов, или время перед запланированным событием).
• Условия применения: Применяется при наличии достаточного количества исторических данных (Matching Sessions) для вычисления статистически значимого Signal S. Патент упоминает необходимость минимального порогового количества совпадающих сессий для снижения риска утечки информации и повышения точности.

Пошаговый алгоритм

Процесс А: Офлайн-подготовка данных (Индексация поведения)

1. Сбор данных: Сбор User Activity Data (запросы, клики, посещения сайтов) и данных профилей пользователей.
2. Организация в сессии: Агрегация данных в Sessions по времени для каждого пользователя.
3. Аннотирование сессий: Добавление в сессии атрибутов контекста (локация, время) и долгосрочных атрибутов пользователя (интересы, язык).
4. Анонимизация и индексация: Создание инвертированного индекса сессий, где ключами являются атрибуты контекста и действия.

Процесс Б: Онлайн-обработка контекста (Прогнозирование)

1. Получение контекста: Система получает текущий User Context пользователя.
2. Генерация запроса к сессиям: Формирование Session Query на основе полученного контекста.
3. Идентификация совпадающих сессий: Поиск Matching Sessions в индексе, которые удовлетворяют Session Query. Проверка минимального порога количества сессий.
4. Идентификация действий (сайтов): Определение всех сайтов, посещенных в рамках Matching Sessions.
5. Вычисление частоты в контексте (F1): Расчет, как часто каждый сайт встречается в Matching Sessions. (Кол-во совпадающих сессий с сайтом / Кол-во совпадающих сессий).
6. Вычисление базовой частоты (F2): Расчет, как часто этот же сайт встречается во всех сессиях (General Sessions). (Кол-во всех сессий с сайтом / Кол-во всех сессий).
7. Расчет Сигнала S: Вычисление S = F1 / F2 для каждого сайта.
8. Ранжирование и отбор: Выбор сайтов, у которых Signal S превышает установленный порог.
9. Фильтрация: Применение фильтров (например, удаление сайтов, популярных в других локациях или в слишком широком регионе).
10. Предоставление результатов: Отправка списка контекстно-релевантных сайтов на устройство пользователя.

Какие данные и как использует

Данные на входе

Патент фокусируется на использовании поведенческих и контекстуальных данных, а не на анализе контента самих веб-страниц.

• Поведенческие факторы: Критически важны. User Activity Data: история поисковых запросов, история посещенных веб-сайтов, клики по результатам, действия в приложениях (карты, email). Эти данные организованы в Sessions.
• Географические факторы: Текущее местоположение пользователя (GPS, WiFi, IP), домашний город пользователя.
• Временные факторы: Текущее время суток, дата, день недели, сезон.
• Пользовательские факторы: Язык, долгосрочные интересы пользователя (из профиля или выведенные из поведения), демографические данные (если доступны).
• Данные о будущих событиях: Информация о предстоящих событиях (встречи в календаре, авиарейсы, бронирования отелей).

Какие метрики используются и как они считаются

• Signal S: Основная метрика для определения контекстной релевантности. Она измеряет, насколько чаще действие происходит в заданном контексте по сравнению с базовой линией. Формула: $S = \frac{F1}{F2}$.
• F1 (Частота в контексте): Отношение количества Matching Sessions, содержащих действие, к общему количеству Matching Sessions.
• F2 (Базовая частота): Отношение количества всех сессий, содержащих действие, к общему количеству всех сессий.
• Пороговые значения для S: Система использует пороги для Signal S, чтобы отсечь результаты, которые не являются достаточно коррелированными с контекстом или являются статистически незначимыми (например, редкие события).
• Минимальное количество сессий: Порог на минимальное количество Matching Sessions, необходимый для того, чтобы результат считался надежным и для защиты конфиденциальности.

1. Предиктивный поиск (Поиск без запроса): Патент описывает механизм работы систем, которые предоставляют контент проактивно, основываясь на контексте пользователя, а не в ответ на его явный запрос (Claim 7). Это фундаментальный принцип работы Google Discover.
2. Релевантность как статистическая аномалия: Ключевым инсайтом является то, что контекстная релевантность определяется не семантикой или ключевыми словами, а статистическим поведением. Сайт считается релевантным, если пользователи в данном контексте посещают его значительно чаще (высокий Signal S), чем в среднем.
3. Критичность User Context: Успешность прогнозирования зависит от полноты и точности User Context, который включает не только локацию и время, но и интересы, историю действий и даже будущие планы пользователя.
4. Использование сессий для корреляций: Организация данных в Sessions позволяет системе находить не только мгновенные, но и отложенные корреляции (например, пользователь искал что-то утром, а релевантный сайт посетил вечером).
5. Механизмы повышения точности локализации: Система включает механизмы фильтрации (Claim 9), которые удаляют общепопулярные результаты или результаты, популярные в смежных регионах, чтобы обеспечить гиперлокальную релевантность.

Best practices (это мы делаем)

Этот патент напрямую влияет на стратегии оптимизации под Google Discover (DSO) и локальное SEO.

• Оптимизация под интересы и сегменты аудитории: Создавайте контент, который вызывает сильный интерес у конкретных сегментов пользователей (User Interests как часть User Context). Необходимо понимать, какие темы популярны у вашей целевой аудитории, чтобы повысить вероятность попадания в Matching Sessions.
• Стимулирование локальной популярности (Local SEO): Для локального бизнеса критически важно, чтобы их сайт посещали пользователи, находящиеся поблизости. Необходимо обеспечить высокую конверсию локального трафика (в том числе из Карт и Поиска) в посещения сайта. Чем выше Signal S для вашей локации, тем чаще сайт будет предлагаться проактивно.
• Создание событийного и временного контента: Создавайте контент, привязанный к времени суток, сезону или конкретным событиям (Time/Date/Season как часть User Context). Контент, который статистически чаще потребляется в определенное время, имеет больше шансов быть предложенным в этот период.
• Анализ контекста потребления контента: Изучайте, в каком контексте пользователи посещают ваш сайт (время, местоположение, предшествующие действия). Это поможет понять, какие сценарии приводят к высокому Signal S, и усилить их.

Worst practices (это делать не надо)

• Игнорирование контекста и фокус только на ключевых словах: Традиционная SEO-оптимизация под ключевые слова имеет малое значение для этого алгоритма. Система ищет корреляции в поведении, а не совпадения текста.
• Создание общепопулярного, но не контекстного контента: Если контент одинаково популярен везде и всегда (F1 близко к F2, Signal S близок к 1), он не будет считаться контекстно-релевантным и может быть отфильтрован.
• Попытки искусственной накрутки Signal S: Попытки манипулировать метрикой путем накрутки посещений из определенных локаций или пользователями с определенными интересами, вероятно, будут неэффективны из-за сложности User Context, использования порогов статистической значимости и анонимизации данных.

Стратегическое значение

Патент подтверждает стратегический сдвиг Google от простого ответа на запросы к пониманию намерений и контекста пользователя. Для SEO это означает необходимость перехода от оптимизации под ключевые слова к оптимизации под аудиторию, ее интересы и контекст потребления контента. Это фундаментальный документ для понимания того, как генерируется трафик из рекомендательных систем, и подчеркивает важность поведенческих факторов и анализа данных о пользователях.

Практические примеры

Сценарий 1: Оптимизация для локального ресторана

1. Цель: Попадать в проактивные рекомендации пользователям поблизости в вечернее время.
2. Анализ контекста: User Context = Местоположение (рядом с рестораном), Время (19:00), Интересы (еда, рестораны).
3. Действия: Стимулировать существующих клиентов и пользователей локального поиска посещать сайт ресторана (например, для просмотра меню или бронирования) именно в этом контексте.
4. Механизм: Система фиксирует, что в Matching Sessions (люди рядом в 19:00) частота посещения сайта ресторана (F1) значительно выше, чем общая частота (F2). Signal S растет.
5. Результат: Система начинает проактивно предлагать сайт ресторана другим пользователям, попадающим в этот контекст.

Сценарий 2: Оптимизация новостного сайта под Discover

1. Цель: Получить трафик из Discover на статью о новом гаджете.
2. Анализ контекста: User Context = Интересы (технологии, гаджеты), Недавняя активность (поиск обзоров этого гаджета).
3. Действия: Создать высококачественную статью и обеспечить ее быстрое распространение среди пользователей с релевантными интересами (через соцсети, email-рассылки, пуш-уведомления).
4. Механизм: Система видит всплеск посещений статьи в Matching Sessions (пользователи, интересующиеся гаджетами). Signal S для этого контекста увеличивается.
5. Результат: Статья попадает в ленту рекомендаций (Discover) широкому кругу пользователей с аналогичными интересами.