Как Google использует «токены интересов» на основе поведения пользователей для персонализации ранжирования на разных платформах

Термины и определения

Bucket (Бакет, Группа интересов)

Группа связанных единиц контента, которые представляют интерес для общей группы пользователей (common group of users) с похожими интересами. Формируется преимущественно на основе анализа поведения.

Bucketing Token (Токен группировки, Токен интереса)

Уникальный идентификатор (unique identifier), присвоенный бакету. Ассоциируется с каждой единицей контента в этом бакете. Может быть обфусцированным (например, 'Xl_8Edi72i'). Служит для передачи информации о классификации контента между платформами.

Content Sharing Platform (CSP) (Платформа обмена контентом)

Платформа-источник, которая хранит контент и имеет обширные данные о его потреблении (например, YouTube). Отвечает за создание бакетов и генерацию токенов.

Ranking Service (RS) (Сервис ранжирования)

Платформа-получатель, которая ранжирует контент для своих пользователей (например, социальная сеть, агрегатор новостей, поисковая система, Google Discover). Использует bucketing tokens для улучшения ранжирования.

Co-visitation / Co-viewing (Совместный просмотр)

Поведенческий паттерн, когда одни и те же пользователи потребляют несколько единиц контента. Используется как основной метод для определения Buckets (коллаборативная фильтрация).

User Bucketing Module

Компонент на стороне CSP, отвечающий за идентификацию бакетов, генерацию токенов и их предоставление.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной процесс на стороне Content Sharing Platform (CSP).

1. Идентификация bucket, включающего контент, связанный с группой пользователей с похожими интересами.
2. Ассоциация bucketing token с каждой единицей контента в бакете. Токен уникально идентифицирует принадлежность к этой группе интересов.
3. Получение запроса на токен от Ranking Service (RS).
4. Предоставление токена RS.
5. Цель: RS использует токен для определения Ranking Score контента с учетом интересов конкретного пользователя на отдельной платформе (например, социальной сети).

Claim 2 (Зависимый от 1): Детализирует метод идентификации бакета на основе совместного просмотра (co-viewership). Это ключевой механизм коллаборативной фильтрации.

1. Идентификация первого пользователя и просмотренного им контента (Набор 1).
2. Идентификация второго пользователя, который также смотрел Набор 1, и определение дополнительного контента, который он смотрел (Набор 2).
3. Проверка, существует ли бакет, содержащий Набор 1 и Набор 2.
4. Если нет, создание нового бакета.

Интерпретация: Если пользователи, смотрящие А, также смотрят Б, то А и Б попадают в один бакет интересов.

Claims 4 и 5 (Зависимые от 1): Описывают способы ассоциации токена с контентом.

• Claim 4: Встраивание (embedding) токена в метаданные (metadata) контента.
• Claim 5: Поддержание отдельной структуры данных (например, базы данных) с соответствиями (mappings) между токенами и контентом.

Claims 6 и 7 (Зависимые от 1): Описывают механизм передачи токена.

• RS запрашивает единицу контента (Claim 6).
• CSP предоставляет контент, при этом bucketing token встроен в его метаданные (Claim 7).

Где и как применяется

Изобретение описывает взаимодействие между двумя различными системами (CSP и RS) и затрагивает несколько этапов обработки данных.

На стороне Content Sharing Platform (CSP, например, YouTube):

INDEXING – Индексирование и извлечение признаков
Система непрерывно собирает поведенческие данные. User Bucketing Module анализирует эти данные (преимущественно офлайн или периодически) для выявления паттернов совместного потребления. На основе этого анализа формируются buckets и генерируются bucketing tokens. Токены сохраняются и ассоциируются с контентом.

На стороне Ranking Service (RS, например, Google Discover или Социальная сеть):

CRAWLING – Сканирование и Сбор данных
Когда контент с CSP публикуется или индексируется на RS, Ranking Service сканирует URL для извлечения метаданных. В процессе извлекаются Bucketing Tokens (например, из мета-тегов) или запрашиваются через API.

RANKING / RERANKING – Ранжирование и Переранжирование
Основное применение. При формировании персонализированной ленты или результатов поиска RS использует извлеченные токены как признаки (features) в Ranking Algorithm. Система сопоставляет токены контента с профилем интересов пользователя. Если интересы совпадают, ranking score контента повышается.

Входные данные:

• Для CSP: История просмотров пользователей, данные о совместных просмотрах (Co-visitation data).
• Для RS: URL контента, Bucketing Tokens, Профиль интересов пользователя RS.

Выходные данные:

• От CSP к RS: Bucketing Tokens.
• От RS: Персонализированный Ranking Score для контента.

На что влияет

• Типы контента: В первую очередь влияет на медиаконтент, который активно распространяется между платформами (видео, статьи, изображения).
• Сценарии: Критически влияет на видимость контента в персонализированных лентах (Google Discover, ленты социальных сетей, агрегаторы новостей) и персонализированном поиске.
• Ниши: Особенно полезно для нишевого контента, который сложно классифицировать только по тексту (например, хобби, видеоигры, мода), но который имеет четко определенные сегменты аудитории по поведению.

Когда применяется

• Триггеры активации: Механизм активируется, когда контент из одной системы (CSP) необходимо ранжировать в другой системе (RS).
• Условия применения: Особенно важен для нового контента (проблема «холодного старта»), когда у RS еще нет собственных данных о взаимодействии с ним, или когда метаданные контента неоднозначны.

Пошаговый алгоритм

Фаза А: Группировка контента (На стороне CSP – Офлайн/Постоянно)

1. Сбор данных о поведении: Мониторинг истории просмотров пользователей.
2. Анализ совместных просмотров (Co-visitation Analysis):
   • Идентификация Пользователя А и просмотренного им контента (Набор 1).
   • Идентификация Пользователя Б, который также смотрел Набор 1, и определение дополнительного контента, который он смотрел (Набор 2).
3. Определение бакетов: Определение, существует ли Bucket, содержащий Наборы 1 и 2. Если нет, создается новый бакет.
4. Генерация токенов: Создание уникального Bucketing Token для этого бакета.
5. Ассоциация токенов: Привязка токена к единицам контента в бакете (например, путем встраивания в метаданные страницы контента).

Фаза Б: Использование токенов для ранжирования (На стороне RS – В реальном времени)

1. Получение идентификатора контента: Получение URL контента, который необходимо ранжировать.
2. Запрос данных: Запрос контента/метаданных у CSP.
3. Извлечение токенов: Извлечение Bucketing Tokens, связанных с этим контентом.
4. Ввод в алгоритм ранжирования: Передача токенов в качестве входных данных в Ranking Algorithm.
5. Анализ интересов: Алгоритм сравнивает токены контента с профилем интересов целевого пользователя (например, с какими токенами пользователь взаимодействовал ранее).
6. Корректировка ранжирования: Корректировка ranking score контента на основе совпадения интересов.

Какие данные и как использует

Данные на входе

• Поведенческие факторы (Ключевые): Являются основой изобретения. История просмотров (watch history) и данные о совместных просмотрах (co-visitation data) используются для создания бакетов (Claim 2). Это позволяет категоризировать контент на основе реальных интересов пользователей.
• Контентные факторы (Второстепенные): В описании патента упоминается, что бакеты могут создаваться на основе категорий, извлеченных из метаданных (title, description) или анализа контента. Также метаданные служат контейнером для передачи Bucketing Tokens.
• Технические факторы: URL или другой уникальный идентификатор контента используется для запроса и привязки токенов.

Какие метрики используются и как они считаются

• Co-viewership (Совместный просмотр): Основная метрика для формирования бакетов. Рассчитывается путем анализа пересечения истории просмотров разных пользователей (коллаборативная фильтрация).
• Bucketing Token: Основной признак (feature), который передается между системами. Представляет собой идентификатор категории интересов.
• Ranking Score: Итоговая оценка в RS. Bucketing token используется как входной сигнал для корректировки этой оценки. Формулы ранжирования в патенте не приводятся.

1. Приоритет поведенческой классификации над текстовой: Патент демонстрирует, что классификация контента на основе фактического поведения пользователей (совместные просмотры) является надежным сигналом, который может компенсировать отсутствие или неоднозначность метаданных.
2. «Токены интересов» как стандарт кросс-платформенной передачи данных: Bucketing Tokens позволяют экспортировать понимание контента и интересов аудитории с одной платформы (где данных много, например, YouTube) на другую (например, Google Search или социальные сети).
3. Решение проблемы «холодного старта»: Механизм помогает Ranking Service быстро оценить тематику и потенциальную аудиторию нового контента, минуя период сбора статистики взаимодействий.
4. Тематическая связанность через аудиторию: Два документа считаются связанными, если их потребляет одна и та же аудитория, даже если они не имеют общих ключевых слов. Это критически важно для понимания того, как Google определяет Topical Authority.
5. Глубокая персонализация: Цель механизма — повысить вовлеченность (CTR) за счет точного соответствия контента глубинным интересам пользователя, выявленным через его поведение.

Best practices (это мы делаем)

• Оптимизация под интересы, а не только ключевые слова (Interests Optimization): Сместите фокус на создание контента, который сильно резонирует с конкретным сегментом аудитории. Четкие паттерны потребления приводят к четкой поведенческой группировке (bucketing).
• Создание контента для серийного потребления: Разрабатывайте кластеры контента и используйте перелинковку/плейлисты. Это напрямую влияет на данные о совместном потреблении (co-viewership), которые система использует для формирования бакетов. Если пользователи смотрят ваш контент А и ваш контент Б, это укрепляет тематическую связь.
• Анализ совместного потребления с конкурентами: Изучайте, какой еще контент потребляет ваша аудитория. Создание контента, который соответствует этим более широким интересам, поможет попасть в релевантные авторитетные buckets.
• Оптимизация под персонализированные ленты (Discover, YouTube): Понимание этого механизма критично для Google Discover. Чтобы попасть туда, контент должен быть четко классифицирован по интересам (получить релевантный Bucketing Token).

Worst practices (это делать не надо)

• Создание кликбейтного или слишком широкого контента: Контент, привлекающий разрозненную аудиторию с низкой вовлеченностью, затрудняет поведенческую группировку. Система не сможет присвоить четкий Bucketing Token.
• Смешивание несвязанных тем на одном ресурсе: Если сайт или канал охватывает слишком много несвязанных тем, это «размывает» поведенческие сигналы и усложняет системе определение основных бакетов интересов для ресурса.
• Манипуляции с поведенческими факторами: Попытки искусственно накрутить совместные просмотры могут привести к некорректной классификации контента и его показу нецелевой аудитории на внешних платформах.

Стратегическое значение

Патент подтверждает стратегический сдвиг в сторону поведенческих сигналов и глубокой персонализации. SEO становится оптимизацией под интересы аудитории. Видимость контента, особенно в рекомендательных системах, зависит от того, насколько точно Google может классифицировать контент на основе поведения пользователей. Этот механизм также демонстрирует техническую возможность использования данных, собранных за пределами Поиска (например, в YouTube), для персонализации поисковой выдачи.

Практические примеры

Сценарий 1: Категоризация видео на YouTube для показа в Google Discover

1. Поведение: Пользователь регулярно смотрит на YouTube (CSP) видео о "реставрации старинных инструментов".
2. Группировка: YouTube анализирует совместные просмотры и определяет четкую группу интересов. Создается бакет с токеном "Token_ToolRestore".
3. Новый контент: Загружается новое видео с неоднозначным названием "Проект дедушки". Первые зрители принадлежат к группе "Token_ToolRestore", и YouTube быстро присваивает этот токен новому видео.
4. Ранжирование: Google Discover (RS) знает, что пользователь заинтересован в "Token_ToolRestore". Discover получает токен нового видео и агрессивно повышает его в ленте пользователя, несмотря на неоднозначное название.

Сценарий 2: Персонализация Поиска на основе интересов в YouTube

1. Поведение: Пользователь часто смотрит на YouTube (CSP) обзоры инди-игр. Google классифицирует его интерес в bucket «Инди-гейминг» (Токен «G456»).
2. Поиск: Пользователь вводит общий запрос «лучшие игры 2025» в Google Search (RS).
3. Ранжирование: Google Search, зная ассоциацию пользователя с токеном «G456» (через общий аккаунт), корректирует выдачу.
4. Результат: В результатах поиска (особенно в видео-каруселях или рекомендациях) приоритет отдается контенту, который также ассоциирован с токеном «G456» (обзоры инди-игр), а не только ААА-блокбастерам.