Персонализация в Google: разборы патентов
Детальные разборы патентов Google, связанные с персонализацией поиска
Как Google персонализирует рекомендации популярных запросов на основе истории поиска и браузинга пользователя
Google анализирует глобальные тренды поисковых запросов и сопоставляет их с индивидуальной историей пользователя (посещенные сайты, прошлые запросы, категории интересов). Если популярный запрос соответствует выявленным интересам пользователя, он будет рекомендован. Система также применяет фильтры, исключающие запросы, которые пользователь вводил недавно.
- US9443022B2
- 2012-01-19
Как Google выбирает, синтезирует и озвучивает прямые ответы для голосового поиска с учетом контекста пользователя
Google обрабатывает голосовые запросы, идентифицируя стандартный результат (ссылка и сниппет) и одновременно находя или синтезируя прямой ответ в форме законченного предложения. Этот ответ адаптируется под контекст пользователя (например, местоположение), конвертируется в аудиоформат и озвучивается вместе с отображением визуальной выдачи.
- US20170235827A1
- 2013-06-20
Как Google позволяет внешним экспертам настраивать поисковую выдачу и таргетировать рекламу с помощью контекстных файлов
Google использует систему, позволяющую владельцам тематических (вертикальных) сайтов программно управлять поведением поисковой системы с помощью «Файлов Контекста». Эти файлы содержат инструкции по модификации запроса, выбору коллекций документов для поиска, фильтрации и аннотированию результатов. Это позволяет адаптировать поиск под конкретный интент пользователя (например, покупка или техподдержка) и использовать этот же контекст для более точного таргетинга рекламы.
- US20160299983A1 (Заявка)
- 2016-06-20 (Продолжение заявки от 2005-08-10)
Как Google [Reader] рекомендовал подписку на RSS-фиды на основе истории посещенных пользователем сайтов
Патент описывает функциональность агрегатора контента (Feed Reader). Система отслеживает веб-страницы, посещаемые пользователем, определяет наличие связанных с ними контент-фидов (например, RSS/Atom) и предлагает подписаться на них через специальный интерфейс. Рекомендации подавляются, если пользователь уже подписан или ранее отклонил предложение.
- US8190997B2
- 2005-10-07
Как Google использует связанные фразы и расширения запросов для генерации сниппетов в поисковой выдаче
Google использует запатентованный метод для автоматической генерации описаний документов (сниппетов) в результатах поиска. Система анализирует предложения в документе и ранжирует их на основе наличия трех элементов: самой фразы из запроса, семантически связанных фраз (определенных через Information Gain) и расширений фразы запроса. Наиболее релевантные предложения выбираются для формирования сниппета.
- US7584175B2
- 2004-07-26
Как Google использует изображения и видео на экране пользователя для уточнения неоднозначных поисковых запросов
Google может анализировать активные нетекстовые данные (изображения или видео), отображаемые на устройстве пользователя в момент ввода запроса. Если запрос неоднозначен (например, содержит местоимения или общие фразы), система извлекает из визуального контента сущности, текст (через OCR) или структурированные данные (QR-коды) и использует их для автоматической модификации запроса, чтобы лучше понять намерение пользователя и предоставить точные результаты или инициировать действия.
- US9830391B1
- 2014-06-24
Как Google динамически выбирает и отображает инструменты (фильтры) для манипуляции поисковой выдачей
Google анализирует поисковый запрос и состав выдачи (типы контента, даты), а также историю использования фильтров пользователями. На основе этого анализа система динамически определяет, какие инструменты (например, фильтры по времени, типу контента или инструменты визуализации) наиболее релевантны для пользователя, и отображает их на видном месте в интерфейсе поисковой выдачи.
- US8909619B1
- 2011-02-03
Как Google использует real-time анализ текста, аудио и изображений для автоматической генерации запросов и проактивного поиска
Система Google для анализа информации, захваченной из различных источников (вводимый текст, изображения документов, аудиопотоки) в реальном времени. Система автоматически распознает контент, выделяет ключевые фрагменты, формирует поисковые запросы и мгновенно предоставляет пользователю релевантный цифровой контент или связанные действия без явных запросов. Это механизм, лежащий в основе технологий визуального (Lens) и голосового поиска.
- US8990235B2
- 2010-03-12
Как Google использует контент на экране пользователя для понимания и переписывания неоднозначных запросов
Google использует механизм для понимания неоднозначных запросов (например, «Что это?»), анализируя то, что пользователь видит на экране своего устройства. Система определяет основное изображение, распознает объекты на нем и анализирует окружающий текст. Затем, используя эту информацию и историю поиска пользователя, она переписывает исходный запрос в конкретный поисковый запрос.
- US10565256B2
- 2017-03-20
Как Google автоматически определяет поисковые запросы в URL-адресах рефереров для таргетинга рекламы
Google использует систему для автоматического определения того, какой параметр в URL предыдущей посещенной страницы содержит поисковый запрос пользователя. Анализируя разнообразие значений параметров (Diversity Metric), система создает шаблоны для извлечения этих запросов из реферальных URL. Извлеченные данные затем используются для показа релевантной рекламы на текущей странице.
- US9330093B1
- 2012-08-02
Как Google адаптирует понимание запроса, ранжирование и формат выдачи в зависимости от типа устройства пользователя (смартфон vs. часы)
Google определяет тип устройства пользователя (например, смартфон или умные часы) и на основе этого предполагает его намерение (интент). Система модифицирует исходный запрос, изменяет ранжирование и форматирует результаты, чтобы предоставить наиболее релевантный и удобный ответ для конкретного устройства и контекста использования.
- US20160299978A1
- 2015-04-13
Как Google превращает поисковые подсказки (Autocomplete) в задачи и напоминания, используя персональные данные пользователя
Google может интерпретировать поисковые запросы как намерение выполнить действие (например, «оплатить счет»). Система анализирует персональные данные (почту, календарь, контакты) и предлагает в поисковых подсказках не просто текст, а конкретные задачи. Выбор такой подсказки создает напоминание или событие напрямую, часто минуя стандартный поиск по веб-страницам.
- US9483565B2
- 2013-10-28
Как Google решает, когда переводить запрос пользователя на другие языки, а когда уважать его языковой выбор
Google использует систему фильтрации для управления межъязыковым поиском (CLIR). Система анализирует язык запроса, язык интерфейса пользователя и его местоположение. Если пользователь вводит запрос на языке, отличном от языка интерфейса, Google предполагает мультиязычность и не переводит запрос, экономя ресурсы. Перевод активируется, если язык запроса совпадает с языком интерфейса, особенно если локальных результатов мало.
- US9824147B1
- 2013-02-28
Как Google интегрирует результаты поиска и контекстные подсказки непосредственно в интерфейс браузера и приложений (Основы Omnibox и Google Desktop)
Патент Google, описывающий механизмы динамического изменения пользовательского интерфейса путем вставки контекстуальных результатов поиска или запросов к пользователю. Система анализирует элементы просматриваемого контента ("аспекты") и внедряет связанную информацию ("вставки") из локального индекса (история, файлы) или глобального поиска. Это закладывает основу для функций автодополнения в адресной строке (Autocomplete/Omnibox) и контекстного поиска.
- US20090276408A1
- 2009-07-16 (Приоритетная дата: 2004-03-31)
Как Google использует жесты на экране (например, «Circle to Search») для генерации мультимодальных поисковых запросов
Google использует технологию, позволяющую инициировать поиск жестами (например, обведением объекта на экране). Система анализирует выбранный контент (текст, изображения, видео), извлекает ключевые темы, учитывает контекст страницы и пользователя (местоположение, время), взвешивает эти данные и автоматически формирует релевантный поисковый запрос.
- US9916396B2
- 2013-02-19
Как Google агрегирует экспертные знания из разных источников для создания контекстно-зависимой поисковой выдачи
Патент Google описывает механизм агрегирования «контекстных данных» (правил, аннотаций, фильтров) из нескольких Программируемых Поисковых Систем (PSE), созданных сторонними экспертами. Если несколько PSE посвящены схожей тематике, система объединяет их знания. Это позволяет предоставить пользователю единую, обогащенную выдачу, которая учитывает коллективную экспертизу и контекст запроса (например, покупка или решение проблемы).
- US7716199B2
- 2005-08-10
Как Google кластеризует контент на основе общих интересов аудитории, используя анализ ближайших соседей
Google использует механизм для кластеризации контента (например, рекламы или рекомендаций), основанный на профилях интересов пользователей, которые с ним взаимодействуют. Система создает векторы интересов аудитории для каждого элемента контента, затем формирует Списки Ближайших Соседей (Nearest Neighbor Lists). Контент объединяется в кластеры, если их списки соседей схожи. Это позволяет группировать контент по аудитории, а не только по тематике, улучшая таргетинг.
- US8745074B1
- 2012-09-14
Как Google использует интерактивные карточки (Media Interfaces) для навигации по связанному контенту и плейлистам в медиаплеерах (например, YouTube)
Патент Google, описывающий механизм пользовательского интерфейса (UI) для медиаплатформ. Система отображает интерактивные карточки (Media Interfaces) для текущего контента и динамически подгружает карточки для связанного контента (видео или плейлистов) на основе схожести метаданных и анализа поведения пользователя. Это упрощает навигацию и обнаружение контента, особенно на устройствах с ограниченным экраном.
- US20150301693A1
- 2014-04-17
Как Google показывает недавно просмотренные изображения в результатах поиска по схожим запросам
Google может персонализировать выдачу поиска по картинкам, показывая изображения, которые пользователь недавно выбирал (кликал). Это происходит, если текущий запрос пользователя признан похожим на предыдущий. Недавно просмотренные результаты отображаются в отдельном блоке для улучшения пользовательского опыта.
- US20150169708A1
- 2014-04-10
Как Google интерпретирует общие запросы о путешествиях и преобразует их в структурированные данные для вертикального поиска (Google Flights/Hotels)
Google анализирует запросы на естественном языке (например, «отпуск в Европе летом»), введенные в основной поиск. Система определяет вероятность туристического интента и предполагает недостающие параметры (отправление, назначение, даты), используя историю пользователя и тренды. Если уверенность высока, запрос структурируется и направляется в специализированный движок (например, Google Flights), минуя стандартный веб-поиск.
- US9430571B1
- 2012-10-24
Как Google в реальном времени вычисляет схожесть между сущностями (сайтами, запросами, пользователями) внутри конкретных тематических категорий
Google использует инфраструктурное решение для мгновенного расчета сложных метрик схожести (например, Personalized PageRank) в огромных графах связей (например, Документы и Запросы). Система заранее разбивает граф на тематические категории и создает компактные подграфы (Reduction). Это позволяет в реальном времени оценивать тематическую близость контента или интересов пользователей (Aggregation), минуя обработку всего массива данных.
- US10152557B2
- 2014-05-15
Как Google использует контент открытого документа пользователя для уточнения автодополнений (Autocomplete) поискового запроса
Google использует механизм для персонализации предложений автодополнения (Autocomplete) на основе контента документа, который пользователь просматривает или редактирует в данный момент. Система сравнивает семантику текущего документа пользователя с результатами поиска по потенциальным вариантам завершения запроса. Варианты, чьи результаты поиска наиболее похожи на контекст документа пользователя, повышаются в списке предложений.
- US9135250B1
- 2013-02-22
Как Google использует визуальный контекст и значимость сущностей для рекомендации контента без явного запроса пользователя
Google использует систему для анализа контента, отображаемого на экране пользователя (например, веб-страницы или приложения). Система определяет ключевые сущности и оценивает их важность на основе визуального представления (шрифт, позиция, частота). Затем она автоматически генерирует невидимые запросы, комбинируя эти сущности, и рекомендует свежие тематические ресурсы (например, новости), релевантные наиболее важным комбинациям.
- US10467300B1
- 2016-12-22
Как Google выборочно индексирует действия пользователя на локальном устройстве, основываясь на поведении и частоте событий
Анализ патента Google, описывающего инфраструктуру для клиентского поиска (например, Google Desktop). Система фиксирует действия пользователя (события) с контентом (статьями) и решает, индексировать ли их, используя критерии, основанные на частоте событий, доступных ресурсах и предполагаемых интересах пользователя (имплицитно выведенных из его поведения).
- US8346777B1
- 2004-03-31
Как Google использует взаимодействие с выдачей и контекст для уточнения временных рамок поиска
Google использует механизм для уточнения временного контекста запроса. Это происходит тремя способами: анализом временных указаний в самом запросе (например, «сезон охоты»), учетом текущего времени и местоположения пользователя (например, поиск «кофейни» ночью), или анализом того, какие результаты выбирает пользователь из первоначальной выдачи (например, выбор зимних фотографий). На основе этого уточненного временного контекста выдача перестраивается.
- US8977609B1
- 2012-09-14
Как Google агрегирует и показывает историю кликов пользователя по результатам поиска из разных источников
Патент описывает систему, которая собирает результаты поиска, ранее выбранные пользователем (клики, просмотры) на разных платформах или сайтах. Эти результаты агрегируются и отображаются в едином интерфейсе для быстрого повторного доступа. Система использует фильтры по времени взаимодействия и частоте кликов для исключения случайных или нерелевантных посещений.
- US9471669B2
- 2013-11-20
Как Google использует семантический анализ и оценку эстетики для генерации динамических превью видео под запрос пользователя
Google анализирует видео, разбивая его на сегменты и определяя семантические концепции (объекты, действия) в каждом кадре. Для каждой сцены выбирается лучший кадр, сочетающий информативность и визуальное качество. Эти кадры используются для создания динамических превью (storyboards) или замены тамбнейлов, адаптируясь под конкретный поисковый запрос или интересы пользователя для повышения CTR.
- US9953222B2
- 2015-09-08
Как Google Assistant использует контекст пользователя и активные документы для выбора источника ответа
Google использует систему для Автоматизированных Ассистентов, которая ищет ответы не только в общем веб-индексе. Система анализирует текущий контекст пользователя (местоположение, тему диалога) и «активные документы» (открытые веб-страницы, недавно озвученный контент). Это позволяет Ассистенту понимать неоднозначные запросы, отдавая приоритет информации, непосредственно связанной с действиями пользователя, и выбирать лучший ответ из всех источников.
- US11017037B2
- 2017-09-13
Как Google анализирует видеоконтент, прогнозирует поисковые намерения пользователей и динамически показывает поясняющие карточки сущностей
Google использует машинное обучение для анализа транскрипции видео и прогнозирования, какие сущности (термины, концепции, объекты) зрители, скорее всего, захотят поискать. Система автоматически генерирует информационные «Карточки сущностей», используя контент из внешних веб-источников, и синхронно показывает их в интерфейсе плеера в момент упоминания сущности в видео.
- US12072934B2
- 2022-12-30
Как Google визуализирует связи между рекомендованными видео с помощью "взвешенной совместной посещаемости"
Патент Google, описывающий интерфейс для просмотра рекомендаций видео. Система отображает центральное видео и связанные с ним ролики, расположенные вокруг него. Расстояние между видео зависит от их "оценки рекомендации", основанной на том, как часто пользователи смотрят эти видео одно за другим (взвешенная совместная посещаемость), и их корреляции друг с другом.
- US7966632B1
- 2007-12-12