Как Google персонализирует поисковые подсказки (Autocomplete) на основе недавно просмотренного медиаконтента

Термины и определения

Aspect (Аспект)

Специфический атрибут (specific attribute) предоставленного медиафайла. Например, для аудиофайла это может быть название песни, имя артиста, жанр или текст песни. Для видео — название, актеры, режиссер.

Aspect Association Source (Источник ассоциации аспектов)

Источник, предоставляющий аспекты, связанные с одним или нескольким другими аспектами. Это может быть второй медиафайл, база данных, онлайн-энциклопедия или карта соответствия аспектов группам пользователей. Используется для поиска связанных сущностей.

Consumption (Потребление)

Взаимодействие пользователя с медиафайлом, например, доступ к файлу, прослушивание аудио или просмотр видео.

Media File (Медиафайл)

Файл, содержащий запись передачи информации. Включает аудиофайлы, видеофайлы, электронные книги, игровые приложения и файлы изображений.

Media Processing Engine (Движок обработки медиа)

Компонент системы, отвечающий за идентификацию предоставленного пользователю медиафайла и извлечение его аспектов (например, через анализ метаданных, таких как ID3-теги).

Partial Query (Частичный запрос)

Запрос, сформулированный пользователем до того, как он указал на его завершенность (например, нажал Enter или кнопку поиска). Текст, вводимый в строку поиска в реальном времени.

Provided Media File (Предоставленный медиафайл)

Медиафайл, доступный пользователю для потребления. Он может быть активно найден пользователем, загружен им или предоставлен другим источником (например, через социальную сеть или email).

Query Suggestion (Поисковая подсказка)

Потенциальный завершенный запрос, предлагаемый пользователю в ответ на частичный запрос (Autocomplete). Может основываться на прошлых запросах, автоматически сгенерированных запросах и т.д.

Query Suggestion Engine (Движок поисковых подсказок)

Компонент, который сопоставляет частичный запрос с кандидатами подсказок.

Query Suggestion Processing Engine (Движок обработки поисковых подсказок)

Компонент, который определяет итоговые оценки и ранжирование подсказок, в том числе на основе аспектов медиафайлов, полученных от Media Processing Engine.

Threshold Time Period (Пороговый период времени)

Временное окно, в течение которого потребление медиа влияет на ранжирование подсказок. Патент указывает, что этот порог зависит от типа медиа (type of media).

Time Interval (Временной интервал)

Время, прошедшее между тем, как пользователю был предоставлен медиафайл (или он его потребил), и моментом ввода поискового запроса.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной метод ранжирования подсказок с учетом потребления медиа и временных факторов.

1. Идентификация связи пользователя с предоставленным медиафайлом.
2. Идентификация аспекта (атрибута) этого медиафайла.
3. Идентификация поискового запроса, введенного пользователем.
4. Идентификация набора поисковых подсказок на основе запроса.
5. Определение сходства (similarity) между подсказками и аспектом, основанное на наличии связи пользователя с медиафайлом.
6. Выбор подсказок для предоставления пользователю на основе этого сходства.
7. Ключевое условие: Выбор подсказки дополнительно основывается на разнице между time interval (время с момента предоставления/потребления медиа до ввода запроса) и threshold time period.
8. Ключевое условие: Threshold time period зависит от типа медиа (type of media) предоставленного файла.

Система не просто использует недавнее потребление медиа для бустинга подсказок; она делает это избирательно, учитывая, сколько времени прошло и какой тип контента был потреблен. Разные типы контента имеют разную продолжительность влияния на намерения пользователя.

Claim 4 (Зависимый от 1): Уточняет, что выбор подсказки дополнительно зависит от подтверждения факта потребления (consumption) хотя бы части медиафайла пользователем. Если пользователь не просто получил файл, но и начал его просматривать/слушать, это усиливает сигнал.

Claim 7 (Зависимый от 1): Уточняет, что выбор подсказки дополнительно зависит от идентификации того, что пользователь поделился (sharing) этим медиафайлом. Если пользователь делится контентом, это считается сильным сигналом интереса, и соответствующие подсказки получают больший бустинг.

Claim 8 (Зависимый от 1): Описывает механизм расширения влияния через связанные аспекты.

1. Идентификация aspect association source.
2. Идентификация second aspect (второго аспекта), который отличается от первого, но связан с ним через источник ассоциации.
3. Выбор подсказки дополнительно зависит от того, указывает ли она на этот второй аспект.

Если пользователь посмотрел Фильм А с Актером X (Аспект 1), система может найти Фильм Б (Второй Аспект) с тем же актером и также повысить подсказки, связанные с Фильмом Б.

Claim 11 (Зависимый от 1): Описывает механизм влияния потребления медиа одним пользователем на подсказки другого пользователя.

1. Идентификация второго пользователя, который находится в одной группе (grouping) с первым пользователем, но не потреблял данный медиафайл.
2. Идентификация запроса второго пользователя и генерация подсказок для него.
3. Выбор подсказок для второго пользователя, где вероятность выбора зависит от сходства подсказки с аспектом медиафайла, потребленного первым пользователем, а также от факта нахождения пользователей в одной группе.

Активность одного пользователя может персонализировать опыт связанных с ним пользователей (например, друзей в социальной сети или пользователей схожей демографии).

Где и как применяется

Изобретение применяется на этапах понимания запроса и генерации интерфейса поисковой системы, в частности в системе Autocomplete.

CRAWLING & INDEXING (Косвенно)
На этих этапах система собирает данные о медиафайлах и их метаданных (аспектах), которые могут храниться в Content Database и использоваться Media Processing Engine для извлечения аспектов. Также могут индексироваться данные из Aspect Association Sources (например, энциклопедий или баз знаний).

QUNDERSTANDING – Понимание Запросов (Основное применение)
Это основной этап применения патента, конкретно в подсистеме генерации поисковых подсказок (Autocomplete).

1. Сбор контекста (Офлайн или в реальном времени): Media Processing Engine отслеживает потребление медиа, извлекает аспекты и передает их в Query Suggestion Processing Engine или сохраняет в профиле пользователя.
2. Обработка частичного запроса: Когда пользователь вводит partial query, Query Suggestion Engine генерирует стандартный набор кандидатов.
3. Персонализация и Переранжирование подсказок: Query Suggestion Processing Engine использует недавно извлеченные аспекты для переоценки и переранжирования кандидатов. Он учитывает временные факторы, тип медиа, сигналы социального взаимодействия (sharing) и связанные аспекты.

Входные данные:

• Идентификатор медиафайла, предоставленного пользователю.
• Метаданные медиафайла (ID3-теги и т.п.).
• Время предоставления/потребления медиа.
• Информация о действиях пользователя (потребление подтверждено, поделился ли файлом).
• Частичный запрос пользователя.
• Стандартный набор кандидатов поисковых подсказок.
• Данные о группах пользователей (для Claim 11).
• Данные из Aspect Association Source (для Claim 8).

Выходные данные:

• Отсортированный список поисковых подсказок, персонализированный на основе недавнего потребления медиа.

На что влияет

• Типы контента: Напрямую влияет на видимость контента, связанного с медиафайлами: видео, аудио (музыка, подкасты), электронные книги, игры и изображения.
• Специфические запросы: Влияет на информационные и навигационные запросы, связанные с сущностями (имена актеров, названия песен, имена артистов), которые пользователь недавно встретил в медиаконтенте.
• Ниши и тематики: Наибольшее влияние в развлекательных нишах, музыке, кино, играх, где потребление медиа часто предшествует поиску дополнительной информации.

Когда применяется

Алгоритм применяется при выполнении следующих условий:

• Триггеры активации: Пользователь вводит частичный запрос (partial query) в строку поиска.
• Временные рамки: Алгоритм активируется, если с момента потребления медиа прошло не слишком много времени. Ранжирование зависит от разницы между time interval и threshold time period.
• Условия бустинга: Бустинг применяется, если существует сходство (similarity) между аспектом потребленного медиа и кандидатом подсказки.
• Усиление сигнала: Бустинг может быть сильнее, если подтвержден факт потребления (Claim 4) или если пользователь поделился медиафайлом (Claim 7).

Пошаговый алгоритм

Процесс А: Отслеживание потребления медиа

1. Идентификация медиафайла: Система идентифицирует медиафайл, предоставленный пользователю (например, через браузер, приложение или устройство).
2. Идентификация аспекта: Media Processing Engine анализирует метаданные файла (например, ID3-теги) и извлекает один или несколько аспектов (атрибутов).
3. Регистрация контекста: Система фиксирует время предоставления/потребления, тип медиа, а также отслеживает дополнительные сигналы: подтверждение потребления и факт того, что пользователь поделился файлом.
4. Сохранение аспектов: Извлеченные аспекты и контекстная информация сохраняются (временно) для использования в системе подсказок.

Процесс Б: Обработка запроса и ранжирование подсказок

1. Идентификация запроса: Пользователь вводит частичный поисковый запрос.
2. Генерация кандидатов: Query Suggestion Engine идентифицирует набор стандартных поисковых подсказок, соответствующих частичному запросу.
3. Получение аспектов: Query Suggestion Processing Engine получает доступ к аспектам недавно потребленных медиафайлов.
4. Оценка временных факторов: Система вычисляет time interval (время с момента потребления). Она определяет threshold time period, соответствующий типу потребленного медиа. Ранжирование корректируется на основе разницы между интервалом и порогом (влияние может уменьшаться со временем).
5. Определение сходства: Система определяет степень сходства между каждым кандидатом подсказки и сохраненными аспектами.
6. Корректировка оценок (Boosting): Оценки (scores) подсказок, имеющих сходство с аспектами, повышаются. Величина повышения может зависеть от временных факторов, а также от наличия сигналов подтвержденного потребления или того, что пользователь поделился контентом.
7. Ранжирование: Подсказки сортируются на основе скорректированных оценок.
8. Предоставление результатов: Отсортированный список предоставляется пользователю в интерфейсе (например, в выпадающем меню).

Процесс В: Расширенное ранжирование (Варианты)

• Связанные аспекты: Система может использовать Aspect Association Source для поиска вторых аспектов, связанных с первым, и также повышать подсказки, связанные с ними.
• Групповое влияние: Если второй пользователь находится в той же группе, что и первый, его подсказки могут быть скорректированы на основе медиа, потребленного первым пользователем.

Какие данные и как использует

Данные на входе

Патент фокусируется на использовании контекста потребления медиа для корректировки подсказок. Он использует следующие данные:

• Контентные факторы (Медиа): Метаданные медиафайлов (ID3-теги и аналоги). Из них извлекаются аспекты: названия, имена артистов/актеров, жанры, тексты песен, изображения (например, постеры).
• Технические факторы: Тип медиафайла (видео, аудио, игра, книга). Это критически важно для определения threshold time period.
• Временные факторы: Время предоставления медиафайла пользователю и время потребления медиафайла.
• Поведенческие факторы:
  • Факт потребления (просмотр/прослушивание) части медиафайла.
  • Действия пользователя по распространению медиафайла (sharing) — через социальные сети, email, приложения для обмена файлами.
  • Частичные поисковые запросы пользователя.
• Пользовательские факторы: Данные о группах пользователей (user grouping) — демография, географическое положение, предпочтения, социальные связи (используется для распространения влияния между пользователями).

Какие метрики используются и как они считаются

• Similarity (Сходство): Метрика, определяющая, насколько поисковая подсказка похожа на аспект медиафайла. Патент упоминает возможность использования алгоритмов, таких как расстояние Левенштейна, Jaro-Winkler, индекс Жаккара и т.д., для расчета сходства текстов.
• Time Interval: $Time_{Query} - Time_{Consumption}$.
• Threshold Time Period: Порог, зависящий от типа медиа.