Как Google строит граф интересов пользователя и классифицирует их как краткосрочные или долгосрочные для персонализации выдачи

Описание

Какую задачу решает

Патент решает задачу повышения релевантности поиска и рекомендаций путем глубокого понимания контекста пользователя. Система стремится уйти от статичного профилирования к динамической модели, которая различает сиюминутные потребности (краткосрочные интересы) и устоявшиеся предпочтения (долгосрочные интересы), используя разрозненные данные об активности пользователя в различных приложениях.

Что запатентовано

Запатентована система для создания и управления коллекцией атрибутов пользователя (интересов, предпочтений), представленной в виде графа (User Attribute Graph). Система определяет атрибуты на основе действий пользователя и выводит (infer) связанные атрибуты. Ключевой механизм — это классификация атрибутов как краткосрочных (short-term) или долгосрочных (long-term) на основе частоты и продолжительности подтверждения (corroboration) этих интересов. Эта классификация используется для персонализации выдачи.

Как это работает

Система работает в несколько этапов:

• Сбор данных: Агрегируется активность пользователя из разных источников (поиск, календарь, карты, медиа).
• Построение графа: На основе активности определяются атрибуты и выводятся связанные атрибуты, формируя граф интересов.
• Оценка уверенности (Confidence): Каждому атрибуту присваивается оценка уверенности. Последующие действия, подтверждающие интерес, увеличивают эту оценку. Изменение распространяется на связанные атрибуты.
• Временная классификация: На основе динамики оценок уверенности атрибуты классифицируются как short-term (текущий интерес) или long-term (устойчивый интерес).
• Персонализация: При обработке запроса система отдает предпочтение (favors) краткосрочным атрибутам над долгосрочными при ранжировании и генерации поисковых подсказок.

Актуальность для SEO

Высокая. Персонализация и понимание контекста пользователя, особенно временного аспекта его намерений (User Journey), остаются центральными задачами поиска. Описанные механизмы фундаментальны для того, как Google адаптирует результаты под текущие задачи и долгосрочные интересы пользователя, используя данные из всей экосистемы.

Важность для SEO

Патент имеет высокое значение (85/100) для SEO-стратегии. Он раскрывает механизмы, как Google динамически адаптирует выдачу под изменяющиеся интересы пользователя. Это подчеркивает важность понимания не только статической релевантности, но и контекста пути пользователя (Customer Journey). SEO-стратегии должны учитывать, что пользователи в фазе активного исследования (short-term интерес) могут видеть выдачу, отличную от пользователей с устоявшимися предпочтениями.

Детальный разбор

Термины и определения

User Attribute (Атрибут пользователя)

Интерес, предпочтение, вкус, поведенческий паттерн или характеристика пользователя.

User Attribute Graph (Граф атрибутов пользователя)

Структура данных, представляющая коллекцию атрибутов конкретного пользователя. Узлы — атрибуты, ребра — связи между ними.

Confidence Score (Оценка уверенности)

Вес или метрика, показывающая, насколько вероятно, что атрибут действительно применим к пользователю.

Corroboration (Подтверждение)

Действие пользователя, которое поддерживает существующий атрибут. Подтверждение увеличивает Confidence Score.

Inferred User Attribute (Выведенный/Инферированный атрибут)

Потенциальный атрибут, который не был напрямую определен из действий, а выведен на основе других атрибутов и/или агрегированных данных.

Aggregate User Attribute Graph (Агрегированный граф атрибутов пользователя)

Граф, представляющий атрибуты и связи между ними для популяции пользователей. Используется для вывода потенциальных атрибутов для конкретного пользователя.

Short-term Attribute (Краткосрочный атрибут)

Атрибут, классифицированный как представляющий непосредственный или временный интерес пользователя.

Long-term Attribute (Долгосрочный атрибут)

Атрибут, представляющий устойчивый интерес. Формируется, если атрибут поддерживает высокий Confidence Score в течение длительного времени.

Decay (Затухание)

Процесс уменьшения Confidence Score атрибута с течением времени, если он не получает подтверждений (Corroboration).

Propagation (Распространение)

Процесс, при котором изменение Confidence Score одного атрибута влияет на оценки связанных с ним атрибутов.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной процесс использования временной классификации атрибутов для ранжирования поиска.

1. Система определяет множество атрибутов пользователя на основе его активности (некоторые выводятся из других).
2. Система классифицирует атрибуты как short-term или long-term на основе подтверждения (corroboration) этого атрибута во времени.
3. После классификации система получает поисковый запрос от пользователя.
4. Система определяет, что запрос связан с short-term attribute.
5. Система ранжирует результаты поиска, отдавая предпочтение (favors) атрибуту, классифицированному как short-term, над атрибутом, классифицированным как long-term.

Ключевой механизм: Ранжирование динамически ориентируется на текущие (краткосрочные) интересы пользователя, ставя их выше его долгосрочных предпочтений.

Claim 14 (Независимый пункт): Аналогичен Claim 1, но применяется к выбору альтернативных предложений запроса (alternative query suggestions).

Система выбирает поисковые подсказки, отдавая предпочтение short-term атрибутам над long-term, если текущий ввод связан с краткосрочным интересом.

Claim 4, 5, 6 (Зависимые): Уточняют механизм вывода атрибутов.

Вывод атрибута основывается на другом атрибуте и на данных, существовавших до активности (preexisting data), таких как агрегированные данные популяции пользователей (Aggregate User Attribute Graph). Это позволяет прогнозировать интересы на основе поведения похожих пользователей.

Claim 11 (Зависимый): Описывает механизм «повышения» атрибута.

Система переклассифицирует short-term атрибут в long-term, если его Confidence Score удовлетворяет пороговому значению в течение определенного временного интервала.

Claim 12 и 13 (Зависимые): Описывают механизм затухания.

Система уменьшает (decaying) Confidence Score долгосрочного атрибута между случаями его подтверждения. Если оценка падает ниже порога, атрибут деклассифицируется.

Где и как применяется

Изобретение затрагивает несколько ключевых этапов поиска, связанных с профилированием пользователя и персонализацией.

INDEXING (Feature Extraction) и Хранение Данных (Офлайн/Фоновый режим)
Это не индексирование веба, а непрерывное профилирование пользователя. Graph Engine обрабатывает User Activity (логи поиска, данные локаций, email, календарь) для построения и обновления User Attribute Graph. Здесь происходит расчет Confidence Scores и классификация атрибутов.

QUNDERSTANDING – Понимание Запросов (Реальное время)
Система интерпретирует запрос в контексте User Attribute Graph. Alternative Query Suggestion Engine использует классификацию атрибутов для генерации персонализированных подсказок, отдавая предпочтение short-term атрибутам (Claim 14).

RANKING / RERANKING – Ранжирование и Переранжирование (Реальное время)
Ranking Engine использует классификацию атрибутов для корректировки весов результатов. Если запрос связан с short-term attribute, система активно повышает результаты, релевантные этому атрибуту, по сравнению с результатами, релевантными только long-term attributes (Claim 1).

Входные данные:

• Активность пользователя (User Activity) из множества источников.
• Агрегированные данные о поведении пользователей (Aggregate User Attribute Graph).
• Поисковый запрос пользователя.

Выходные данные:

• Обновленный User Attribute Graph с оценками Confidence и классификацией.
• Персонализированные результаты поиска.
• Персонализированные предложения альтернативных запросов.

На что влияет

• Специфические запросы: Наибольшее влияние на запросы, связанные с планированием, исследованиями, покупками или событиями, где у пользователя формируется выраженный краткосрочный интерес. Также влияет на неоднозначные запросы, где интент зависит от контекста.
• Конкретные ниши: Путешествия, e-commerce, финансы, недвижимость, образование — ниши, где путь пользователя включает фазы активного исследования.

Когда применяется

Система профилирования работает непрерывно. Механизм приоритезации в поиске активируется при выполнении условий:

• У пользователя существуют атрибуты, классифицированные как short-term и long-term.
• Триггер активации: Поступивший запрос явно или неявно связан с одним из short-term attributes. Это запускает логику приоритезации краткосрочных интересов над долгосрочными.

Пошаговый алгоритм

Процесс А: Построение и обновление графа атрибутов (Фоновый режим)

1. Обнаружение активности: Система обнаруживает новое действие пользователя.
2. Проверка подтверждения (Corroboration): Определяется, подтверждает ли это действие существующий атрибут.
   • Если ДА: Увеличивается Confidence Score этого атрибута. Изменение распространяется (Propagation) на связанные выведенные атрибуты.
3. Определение нового атрибута: Определяется, достаточно ли данных для создания нового атрибута.
   • Если ДА: Создается новый узел в графе с начальным Confidence Score.
4. Вывод связанных атрибутов (Inference): На основе нового атрибута и Aggregate User Attribute Graph выводятся потенциальные связанные атрибуты (с низким Confidence Score).
5. Временная классификация и Затухание (Периодически):
   • Атрибуты с высокой активностью за короткий период классифицируются как Short-term.
   • Если Short-term атрибут поддерживает высокий Confidence Score длительное время, он переклассифицируется в Long-term.
   • Confidence Score атрибутов уменьшается (Decay), если нет подтверждений.

Процесс Б: Обработка запроса (Реальное время)

1. Получение запроса: Пользователь вводит запрос.
2. Анализ атрибутов: Система обращается к User Attribute Graph пользователя.
3. Определение связи с атрибутами: Определяется, связан ли запрос с Short-term или Long-term атрибутами.
4. Применение приоритезации: Если запрос связан с Short-term атрибутом, система активирует режим ранжирования (или выбора подсказок), который отдает предпочтение Short-term атрибутам над Long-term.
5. Генерация SERP: Формируется персонализированная выдача.

Какие данные и как использует

Данные на входе

Система использует широкий спектр данных об активности пользователя для построения графа атрибутов:

• Поведенческие факторы: История поиска (search history), клики (click through rates), игры, потребляемый медиаконтент.
• Контентные факторы (Пользовательский контент): Содержание электронных писем, текстовых сообщений, сообщений в социальных сетях (при наличии разрешений).
• Временные факторы: Расписание пользователя в календаре (calendar).
• Географические факторы: Посещенные пользователем локации (данные карт).
• Транзакционные факторы: История покупок (purchase history).

Какие метрики используются и как они считаются

• Confidence Score (Оценка уверенности): Числовая оценка вероятности принадлежности атрибута пользователю. Увеличивается при подтверждении (Corroboration) и может уменьшаться со временем (Decay).
• Порог для определения нового атрибута: Минимальный уровень активности или ясности контекста, необходимый для создания нового атрибута.
• Confidence Threshold (Порог уверенности для классификации): Уровень Confidence Score, который атрибут должен поддерживать в течение определенного времени (predetermined time interval), чтобы быть классифицированным как Long-term.
• Степень связи между атрибутами: Определяется на основе Aggregate User Attribute Graph. Используется для вывода новых атрибутов и распространения (Propagation) изменений Confidence Score.

Выводы

1. Динамическое профилирование пользователя: Google активно строит детальный граф интересов (User Attribute Graph) для каждого пользователя, используя данные из всех доступных источников. Это не статический профиль, а постоянно обновляемая структура.
2. Время как ключевой фактор классификации: Система формально различает сиюминутные увлечения (Short-term) и устойчивые интересы (Long-term). Классификация зависит от частоты и продолжительности подтверждения интереса действиями пользователя.
3. Приоритет текущего контекста (Short-term) в ранжировании: Ключевой вывод — система намеренно отдает предпочтение краткосрочным интересам над долгосрочными, если запрос связан с текущей задачей пользователя. Это радикально меняет понимание персонализации.
4. Уверенность требует подтверждения и подвержена затуханию: Интересы должны постоянно подтверждаться (Corroboration), иначе их вес затухает (Decay). Повторное взаимодействие с темой усиливает ее значимость в профиле.
5. Вывод и распространение интересов: Система активно достраивает профиль, выводя потенциальные интересы (Inference) и распространяя изменения уверенности по графу (Propagation). Активность в одной узкой теме влияет на восприятие пользователя в более широком контексте.

Практика

Best practices (это мы делаем)

• Оптимизация под Customer Journey и фазы интереса: Разрабатывайте контент, соответствующий фазе активного исследования (когда формируются Short-term Attributes). Понимание того, что пользователь ищет *сейчас* (например, планирует покупку), позволяет предоставить контент, который получит приоритет в ранжировании благодаря механизму приоритезации краткосрочных интересов.
• Стимулирование повторного взаимодействия (Corroboration): Используйте ремаркетинг, email-рассылки и внутреннюю перелинковку, чтобы побуждать пользователя возвращаться к теме. Повторные взаимодействия увеличивают Confidence Score связанных атрибутов в профиле пользователя, повышая шансы на классификацию интереса как Long-term.
• Построение Topical Authority и охват связанных интересов: Поскольку интересы связаны в графе и уверенность распространяется (Propagation), необходимо широко освещать основную тему и подтемы. Это увеличивает вероятность того, что ваш контент будет релевантен как прямым, так и выведенным (Inferred) атрибутам пользователя.
• Использование сезонности и трендов: Активно работайте с трендовыми темами, которые генерируют всплески краткосрочных интересов. Своевременное создание релевантного контента позволяет воспользоваться приоритетным ранжированием по этим темам.

Worst practices (это делать не надо)

• Игнорирование текущего контекста пользователя: Предложение контента, основанного только на общих предположениях или долгосрочных интересах, без учета текущих задач пользователя. Например, показывать общую информацию, когда пользователь активно ищет конкретный продукт для покупки.
• Фокус только на статичном «вечнозеленом» контенте: Создание только статического контента без учета динамики интересов или появления новых трендов. Это приводит к упущенным возможностям в моменты пикового краткосрочного интереса.
• Пренебрежение удержанием аудитории: Рассматривать трафик как набор разовых визитов. Если пользователь не возвращается, связанные с вашим сайтом атрибуты в его профиле будут затухать (Decay), и вы потеряете преимущества персонализации.

Стратегическое значение

Патент подтверждает стратегическую важность понимания пользователя за пределами конкретного запроса. Google стремится понять *намерение* и *контекст*, используя временную динамику интересов. Для SEO это означает переход от оптимизации страниц к оптимизации под путь пользователя (Customer Journey). Долгосрочная стратегия должна быть направлена на построение отношений с пользователем и адаптацию контента под различные фазы его интереса — от мимолетного исследования до формирования устойчивого предпочтения.

Практические примеры

Сценарий: Оптимизация для пользователя, планирующего отпуск (Краткосрочный интерес)

1. Активность пользователя: Пользователь начинает искать «отели на Крите», просматривает карты Крита и добавляет даты поездки в календарь.
2. Действия Google: Google создает Short-term Attribute «Планирование поездки на Крит» с высоким Confidence Score. Выводятся связанные атрибуты: «Пляжный отдых», «Достопримечательности Греции».
3. Изменение ранжирования: Когда этот пользователь ищет «лучшие рестораны Крит», Google отдаст приоритет результатам, связанным с его краткосрочным интересом (поездка), а не его долгосрочным интересом (например, «Итальянская кухня», которой он обычно интересуется).
4. Действия SEO: Туристический сайт должен иметь кластер контента, покрывающий все этапы планирования поездки на Крит. Необходимо активно продвигать этот контент в период планирования, чтобы попасть в поле зрения пользователя, когда его краткосрочный интерес дает приоритет в выдаче.

Вопросы и ответы