Как Google использует историю поиска и браузинга пользователя для персонализации и изменения поисковой выдачи

Описание

Какую задачу решает

Патент решает проблему предоставления унифицированной поисковой выдачи, которая не учитывает индивидуальный контекст и предыдущий опыт взаимодействия пользователя с контентом. Изобретение направлено на повышение релевантности и удобства поиска путем интеграции истории действий пользователя (запросов, кликов, браузинга) в процесс формирования SERP. Это позволяет пользователю легче находить ранее посещенные ресурсы и получать выдачу, адаптированную под его личные предпочтения.

Что запатентовано

Запатентована система, которая собирает, хранит и анализирует детальную историю активности пользователя (User’s History). Эта история включает поисковые запросы, клики по результатам и рекламе, а также общую активность браузинга. Система использует эти данные для модификации стандартных результатов поиска. Модификация может включать изменение порядка ранжирования (повышение ранее посещенных сайтов), добавление визуальных индикаторов (например, даты последнего посещения) и внедрение релевантных исторических событий непосредственно в SERP (simultaneous presentation).

Как это работает

Система функционирует в несколько этапов:

• Сбор данных: Действия пользователя отслеживаются (например, через локальный Client Assistant или серверные логи) и сохраняются в User Information Database. Пользователь может управлять настройками сбора данных (Subscription Information).
• Обработка и анализ: На основе сырых данных вычисляются производные метрики (Derived Data), такие как History Score и список предпочитаемых сайтов (Preferred Locations), учитывая частоту, давность и время пребывания (Stay-time).
• Обработка запроса: При получении нового запроса система генерирует стандартный набор результатов и одновременно ищет релевантные события в истории пользователя.
• Модификация выдачи: Система объединяет стандартные результаты и исторические события. Происходит переранжирование на основе History Score, и/или исторические результаты отображаются в отдельном блоке или аннотируются.

Актуальность для SEO

Высокая. Хотя патент является продолжением заявки 2005 года, описанные в нем концепции лежат в основе современных систем персонализации поиска. Учет истории пользователя для модификации выдачи является стандартной практикой Google. Механизмы сбора данных (включая кросс-девайсное отслеживание) и их использования для изменения ранжирования остаются критически важными для понимания того, как формируется индивидуальная выдача пользователя.

Важность для SEO

Патент имеет высокое значение для SEO (8/10). Он подтверждает, что стандартное ранжирование может быть значительно изменено на основе личной истории пользователя. Это подчеркивает стратегическую важность работы, направленной не только на первичное привлечение трафика, но и на удержание пользователя, формирование лояльности и стимулирование повторных визитов. Сайты, обеспечивающие положительный опыт взаимодействия (высокий Stay-time), получают значительное преимущество в персональной выдаче своих пользователей.

Детальный разбор

Термины и определения

Client Assistant (Клиентский помощник)

Локально работающая программа на устройстве пользователя (например, плагин или тулбар браузера), предназначенная для отслеживания действий пользователя и передачи их в поисковую систему.

ContentID (Идентификатор контента)

Уникальный идентификатор, связанный с конкретным контентом (URL, рекламное объявление, документ).

Derived Data (Производные данные)

Информация, полученная путем анализа Event-Based Data. Примеры: профиль интересов пользователя, History Score для конкретного контента, Preferred Locations.

Event-Based Data (Данные, основанные на событиях)

Сырые данные о действиях пользователя. Включают Query Event (запрос), Result Click Event (клик по результату), Ad Click Event (клик по рекламе), Browsing Event (посещение страницы).

History Event (Историческое событие)

Запись о прошлом действии пользователя, извлеченная из репозитория активности и признанная релевантной текущему запросу.

History Score (Оценка истории)

Метрика, присваиваемая событию или контенту на основе истории взаимодействия пользователя. Может учитывать давность (time-based ranking value), частоту кликов, Stay-time.

Preferred Locations (Предпочитаемые местоположения)

Набор сайтов или URL, которые система идентифицирует как важные для пользователя на основе его истории (аналог «Избранного» или «Закладок», формируемый автоматически).

Query Session (Сессия запросов)

Группа связанных (тематически и/или темпорально) поисковых запросов и связанных с ними кликов, выполненных в течение ограниченного периода времени (browsing session).

Session Group (Группа сессий)

Объединение нескольких связанных Query Sessions, которые могут происходить в разное время.

Stay-time (Время пребывания)

Оценка времени, которое пользователь провел на странице. Используется как прокси для оценки интереса пользователя к контенту.

User Information Database (База данных информации о пользователе)

Хранилище, содержащее Event-Based Data, Derived Data и Additional Data для конкретного пользователя.

Ключевые утверждения (Анализ Claims)

Патент содержит несколько изобретений, касающихся сбора и использования истории пользователя. Ключевыми являются Claims, описывающие модификацию SERP.

Claim 1 (Независимый пункт): Описывает метод модификации ответа на поисковый запрос с использованием истории активности.

1. Система получает первый поисковый запрос от пользователя.
2. Идентифицируются стандартные результаты поиска из репозитория документов, релевантные запросу.
3. Результаты поиска «улучшаются» (enhancing) путем идентификации «исторического события» (history event) из репозитория активности пользователя.
4. Это событие отличается от стандартных результатов поиска, описывает действие, ранее выполненное пользователем, и является релевантным первому запросу.
5. Система возвращает для одновременного представления (simultaneous presentation) пользователю как стандартные результаты поиска, так и идентифицированное историческое событие.

Ядром изобретения является не просто переранжирование существующих результатов, а добавление в выдачу отдельного элемента (исторического события) на основе персонализированной истории и отображение его одновременно со стандартными результатами.

Claim 10 (Независимый пункт): Описывает компьютерную систему, реализующую метод, аналогичный Claim 1.

Система настроена на получение запроса, идентификацию стандартных результатов, улучшение их путем нахождения релевантного исторического события, выполненного пользователем, и возврат как стандартных результатов, так и исторического события для одновременного отображения.

Зависимые пункты (Claims 2-9, 11-20): Уточняют детали реализации.

• Историческое событие может быть возвращено с индикатором даты/времени (Claims 2, 11).
• Историческое событие может быть предыдущим кликом по рекламе, кликом по результату поиска, просмотренным обзором продукта или посещенной веб-страницей (Claims 5-8, 14-17).
• Если событие — посещенная страница, может отображаться индикатор частоты посещений (frequency indicator) и дата последнего доступа (Claims 18, 19).

Где и как применяется

Изобретение затрагивает несколько этапов поиска, используя данные, собираемые непрерывно, и влияя на финальное представление результатов.

CRAWLING & Data Acquisition (Сбор данных о пользователе)
На этом этапе происходит непрерывный сбор поведенческих данных. Это осуществляется как на стороне клиента (с помощью Client Assistant, отслеживающего браузинг и клики), так и на стороне сервера (фиксация запросов и кликов на SERP).

INDEXING (Индексирование данных пользователя и Feature Extraction)
Собранные данные (Event-Based Data) сохраняются в User Information Database. Система также вычисляет и сохраняет Derived Data: агрегация событий, расчет History Scores, определение Preferred Locations (учитывая Stay-time) и формирование профиля пользователя. Это может происходить в офлайн-режиме или в близком к реальному времени.

RANKING – Ранжирование
На этом этапе генерируется первичный набор стандартных результатов поиска из репозитория документов.

METASEARCH – Метапоиск и Смешивание / RERANKING – Переранжирование
Основное применение патента происходит здесь. Система выполняет несколько действий:

1. Поиск в истории: Система ищет релевантные History Events в User Information Database.
2. Переранжирование (Reranking): Стандартные результаты могут быть переупорядочены на основе History Score. Результаты, которые пользователь посещал ранее, могут быть повышены (boosted); результаты, которые показывались, но не были кликнуты, могут быть понижены (demoted).
3. Смешивание и Внедрение (Blending/Injection): Как описано в Claim 1, система внедряет идентифицированные History Events для одновременного отображения со стандартными результатами. Это может быть реализовано как отдельный блок (например, «My Search History results»).
4. Аннотирование SERP: Добавление визуальных индикаторов (дата последнего визита, частота посещений) к результатам в выдаче.

Входные данные:

• Текущий поисковый запрос пользователя.
• Идентификатор пользователя (User ID) или клиента (Client ID).
• User Information Database (история запросов, кликов, браузинга, History Scores).
• Стандартный набор результатов поиска с их оценками ранжирования.

Выходные данные:

• Модифицированный набор результатов поиска (переранжированный и/или дополненный историческими событиями с визуальными индикаторами).

На что влияет

• Типы контента и запросы: Наибольшее влияние оказывается на информационные и навигационные запросы, где пользователь часто возвращается к одним и тем же источникам (например, новостные сайты, форумы, часто используемые интернет-магазины). Влияет на любой контент, который пользователь посещал ранее.
• Повторное вовлечение: Система активно способствует возвращению пользователя на уже знакомые ему ресурсы.

Когда применяется

• Триггеры активации: Алгоритм активируется при обработке поискового запроса, если выполняются три условия: (1) пользователь идентифицирован, (2) у пользователя включен сбор истории (Subscription Information не отключен и не находится в режиме snooze), и (3) в его истории существуют события, релевантные текущему запросу.
• Временные рамки: Применяется в реальном времени при каждом запросе. Сбор данных происходит непрерывно.

Пошаговый алгоритм

Процесс А: Сбор и хранение истории пользователя (Основан на FIG. 2 в патенте)

1. Мониторинг: Отслеживание активности пользователя (запросы, клики, браузинг, Stay-time).
2. Передача и получение: Отправка информации об активности в поисковую систему.
3. Идентификация и Классификация: Определение источника (User/Client ID) и типа данных события (Query, Result Click, Ad Click, Browsing).
4. Проверка подписки: Проверка настроек пользователя (разрешено ли сохранение этого типа данных, не активен ли режим snooze).
5. Фильтрация (Опционально): Удаление нежелательных событий.
6. Сохранение: Обновление User Information Database новым событием (Event-Based Data).
7. Пересчет производных данных: Обновление Derived Data (например, History Score, Preferred Locations), которые зависят от нового события.

Процесс Б: Модификация результатов поиска на основе истории (Основан на FIG. 9 и Claim 1 в патенте)

1. Получение запроса: Система получает поисковый запрос от идентифицированного пользователя.
2. Стандартный поиск: Выполнение запроса к репозиторию документов и формирование первичного набора результатов.
3. Идентификация исторических событий: Поиск в User Information Database событий (history events), релевантных текущему запросу.
4. Корректировка результатов (Adjustment/Enhancement): Модификация набора результатов. Это включает:
   • Переранжирование: Изменение оценок ранжирования стандартных результатов на основе их History Score (повышение посещенных, понижение проигнорированных).
   • Внедрение исторических событий: Выбор наиболее релевантных History Events.
5. Финальное формирование SERP: Объединение переранжированных стандартных результатов и выбранных исторических событий для одновременного отображения.
6. Аннотирование: Добавление к результатам визуальных индикаторов (дата последнего визита, количество посещений).

Какие данные и как использует

Данные на входе

Система использует широкий спектр данных о поведении пользователя:

• Контентные факторы: Текст предыдущих запросов (Query Event). Контент посещенных страниц (используется для определения тематики и профиля пользователя).
• Поведенческие факторы (Ключевые данные):
  • Клики по результатам поиска (Result Clicks).
  • Клики по рекламе (Ad Clicks).
  • Общая активность браузинга (Browsing Events).
  • Время пребывания на странице (Stay-time).
  • Игнорирование результатов (отсутствие клика при показе результата).
• Временные факторы: Метка времени (Timestamp) для каждого события. Дата и время последнего посещения. Частота посещений за период.
• Пользовательские факторы: Идентификатор пользователя (User Identifier), идентификаторы клиента (Client Identifier) для кросс-девайсного трекинга. Настройки подписки на сбор истории (Subscription Information). Явно указанные предпочтения или модифицированные пользователем оценки (user-modified ranking value).

Какие метрики используются и как они считаются

• History Score (Оценка истории): Агрегированная метрика для оценки важности контента на основе истории взаимодействия. Факторы, влияющие на расчет (согласно патенту):
  • Количество кликов/посещений контента (Frequency).
  • Время с момента последнего просмотра контента (Recency).
  • Оценка времени пребывания (Stay-time).
  • Негативное влияние: если контент показывался в результатах, но не был выбран.
  • Позитивное влияние: если пользователь посещает похожие страницы (similar to the content).
• Instance Visit Score (Оценка единичного посещения): В одном из вариантов реализации, оценка посещения уменьшается по мере того, как дата визита отдаляется во времени. Общий Visit Score является суммой всех Instance Visit Scores.
• User Profile (Профиль пользователя): Производная информация, описывающая интересы пользователя (например, взвешенный набор тематических категорий), вычисленная на основе анализа запросов и посещенного контента.

Выводы

1. Персонализация как ключевой слой ранжирования: Патент демонстрирует, что история пользователя является мощным фактором, который может переопределить стандартное ранжирование. Система активно повышает ранее посещенные ресурсы, считая предыдущее взаимодействие сильным сигналом релевантности для данного пользователя.
2. Многогранность модификации SERP: Модификация не ограничивается изменением порядка «синих ссылок». Она включает внедрение исторических данных как отдельных элементов (Claim 1), визуальное аннотирование результатов (дата/частота визитов) и изменение оценок ранжирования (повышение/понижение).
3. Важность поведенческих сигналов (Stay-time): Система активно использует не только факт клика, но и метрики вовлеченности. Stay-time (время пребывания/dwell time), частота и давность визитов критичны для расчета History Score и определения Preferred Locations.
4. Комплексный сбор данных и кросс-девайс: Система предназначена для сбора данных не только о поиске, но и об общем браузинге, кликах по рекламе, а также предусматривает механизм объединения данных с разных устройств (Client ID association).
5. Автоматическое определение предпочтений: Механизм Preferred Locations показывает, как Google автоматически определяет важные для пользователя сайты на основе его поведения, создавая имплицитные закладки.

Практика

Best practices (это мы делаем)

• Фокус на удержание и лояльность (Retention): Поскольку повторные визиты и длительное взаимодействие (Stay-time) улучшают History Score, необходимо разрабатывать стратегии для стимулирования возвращения пользователей. Это включает развитие бренда, создание комьюнити и публикацию контента, к которому хочется возвращаться.
• Оптимизация под длительное взаимодействие (Engagement): Улучшайте качество контента и UX, чтобы максимизировать Stay-time. Используйте внутреннюю перелинковку и вовлекающие элементы. Это повышает вероятность того, что сайт будет считаться Preferred Location и получит бустинг в персональной выдаче.
• Оптимизация CTR и первого взаимодействия: Критически важно добиться первого клика и обеспечить положительный опыт. Клик вносит страницу в историю пользователя, а высокий Stay-time сразу формирует положительный History Score.
• Анализ кросс-девайсного поведения: Обеспечьте консистентный UX на всех устройствах. Учитывая механизм объединения Client ID, положительный опыт на одном устройстве может улучшить ранжирование сайта для этого пользователя на другом устройстве.

Worst practices (это делать не надо)

• Оптимизация только под первичное привлечение (Clickbait): Использование кликбейтных заголовков приведет к низкому Stay-time. Патент также упоминает, что результаты, которые были показаны пользователю, но проигнорированы или вызвали негативный опыт, могут быть понижены (demoted) в его персональной выдаче.
• Игнорирование UX и скорости загрузки: Плохой пользовательский опыт, ведущий к быстрым отказам, негативно сказывается на поведенческих метриках (Stay-time) и снижает вероятность повторных визитов, ухудшая History Score.
• Исключительная опора на нейтральные Rank-трекеры: Оценка позиций только в нейтральной выдаче игнорирует реальный опыт лояльной аудитории, которая видит персонализированные результаты, где ваш сайт может ранжироваться значительно выше.

Стратегическое значение

Патент подчеркивает стратегическую важность перехода от чисто технического SEO к комплексному интернет-маркетингу, ориентированному на пользователя и его опыт (UXO/SXO). В долгосрочной перспективе выигрывают сайты, которые становятся для пользователя авторитетным и привычным источником информации (Preferred Locations). Построение долгосрочных отношений с аудиторией и обеспечение качественного взаимодействия становится необходимым условием для поддержания видимости в поиске.

Практические примеры

Сценарий: Повышение видимости интернет-магазина через персонализацию

1. Ситуация: Пользователь ранее несколько раз посещал интернет-магазин «BestTech.com», искал обзоры ноутбуков и провел там значительное время (высокий Stay-time).
2. Новый запрос: Через неделю пользователь вводит общий запрос «купить ноутбук».
3. Действие системы (согласно патенту):
   • Система идентифицирует «BestTech.com» в истории пользователя и рассчитывает высокий History Score на основе частоты и Stay-time.
4. Результат (Модификация SERP):
   • Вариант 1 (Переранжирование): «BestTech.com» повышается в стандартной выдаче для этого пользователя (например, с 7-й позиции на 2-ю).
   • Вариант 2 (Внедрение/Blending): Вверху выдачи появляется отдельный блок (например, «Ранее посещенные»), где «BestTech.com» указан как релевантный History Event.
   • Вариант 3 (Аннотирование): Рядом со сниппетом «BestTech.com» в выдаче появляется надпись: «Вы посещали этот сайт 3 раза. Последний визит: 20.10.2025».

Вопросы и ответы