Как Google использует Word Embeddings, Knowledge Graph и анализ поведения для персонализации рекомендаций в магазинах приложений (например, Google Play)

Описание

Какую задачу решает

Патент решает две ключевые проблемы, возникающие в работе платформ цифровой дистрибуции (Digital Distribution Platform), таких как магазины приложений (например, Google Play):

• Отсутствие разнообразия в результатах поиска: Если ранжирование основано строго на релевантности запросу, выдача может быть заполнена очень похожими приложениями (например, разными версиями одного и того же приложения), что не отвечает намерению пользователя найти разнообразные варианты.
• Нерелевантность стандартного интерфейса: Домашняя страница платформы часто показывает обобщенный популярный контент, который не соответствует специфическим интересам конкретного пользователя, основанным на его предыдущих действиях и запросах.

Что запатентовано

Запатентована система для генерации персонализированных рекомендаций приложений в интерфейсе платформы дистрибуции. Система использует Word Embedding для понимания и семантического расширения пользовательских запросов через Knowledge Base (например, Knowledge Graph). Полученные результаты затем кластеризуются с использованием поведенческих данных (совместная активность или co-activity) и метода Formal Concept Analysis (FCA) для идентификации общих атрибутов.

Как это работает

Система работает по следующему алгоритму:

• Понимание запроса: Система анализирует запрос пользователя и создает его векторное представление (Word Embedding).
• Расширение запроса: Вектор запроса сравнивается с векторами в Knowledge Base. Если сходство превышает порог, запрос расширяется связанными терминами (формируется Second Query).
• Поиск и кластеризация: Расширенный запрос отправляется платформе. Полученные приложения кластеризуются с другими приложениями на основе поведенческих сигналов (например, совместная установка или открытие в течение короткого времени) или общих тем.
• Расширение кластера (Опционально): Используется Formal Concept Analysis (FCA) для поиска групп приложений с общими атрибутами (ключевыми словами), соответствующими интенту пользователя, и добавления их в кластер.
• Персонализация интерфейса: Сформированный кластер используется для создания персонализированной подборки (например, раздела «Ваши интересы») на главной странице платформы.

Актуальность для SEO

Высокая. Персонализация рекомендаций и использование векторного поиска (Word Embeddings) являются основой современных рекомендательных систем, включая Google Play, Discover и YouTube. Описанные методы для понимания интента и кластеризации контента на основе поведения и семантики крайне актуальны.

Важность для SEO

Влияние на традиционное SEO (Web Search) низкое (4/10). Патент не описывает ранжирование веб-страниц. Однако он имеет критическое значение для App Store Optimization (ASO) и понимания того, как работает обнаружение контента внутри закрытых платформ Google. Патент дает ценное представление о том, как Google использует векторы, Knowledge Graph и поведенческие данные для персонализации и кластеризации, что является сквозной технологией для всех продуктов Google.

Детальный разбор

Термины и определения

Cluster of Applications (Кластер приложений)

Набор приложений, сгруппированных вместе на основе сходства, поведенческих связей (co-activity) или общих атрибутов, выявленных через FCA. Используется для генерации персонализированных рекомендаций.

Co-activity (Совместная активность)

Поведенческий сигнал, указывающий на связь между двумя приложениями. Определяется как совместное выполнение действий (установка, открытие) с двумя разными приложениями на одном устройстве в течение определенного периода времени.

Concept (Концепт)

В контексте FCA – это набор объектов (приложений), которые разделяют определенный набор атрибутов (ключевых слов).

Digital Distribution Platform (Платформа цифровой дистрибуции)

Онлайн-магазин или маркетплейс для распространения приложений (например, Google Play).

First/Second Vector (Первый/Второй вектор)

Векторные представления слов или фраз, созданные с помощью Word Embedding. Первый вектор обычно представляет исходный запрос пользователя, второй – связанный концепт из Knowledge Base.

Formal Concept Analysis (FCA) (Формальный анализ концептов)

Математический метод для извлечения иерархии концептов из набора объектов и их свойств. Используется для поиска групп приложений с общими атрибутами.

Knowledge Base (База знаний)

Хранилище структурированной и неструктурированной информации. В патенте упоминается Knowledge Graph. Используется для семантического расширения запросов путем сравнения векторов.

Word Embedding Process (Процесс векторного представления слов)

Набор методов моделирования языка и обучения признакам, при котором слова отображаются в векторы действительных чисел в низкоразмерном пространстве. Включает нейронные сети, снижение размерности матриц совместной встречаемости слов и контекстный анализ.

Ключевые утверждения (Анализ Claims)

Claim 1 (Независимый пункт): Описывает основной процесс создания персонализированной подборки.

1. Система создает First Vector, представляющий слова из First Query (запроса пользователя), используя Word Embedding.
2. Система передает Second Query (содержащий исходные слова + Second Words) на платформу дистрибуции, ЕСЛИ выполняется условие: мера сходства между First Vector и Second Vector (представляющим Second Words) превышает порог.
3. Система получает ответ, включающий идентификацию First Application.
4. Система генерирует Cluster of Applications (включающий First Application и Second Application), ЕСЛИ определяется существование связи (relationship) между ними.
5. Система создает персонализированную подборку на основе этого кластера для аккаунта пользователя.

Claim 13 (Зависимый): Детализирует, что такое «связь» (relationship) между приложениями.

Связь существует, если есть индикация того, что:

• Приложение 1 было открыто на устройстве, и Приложение 2 было открыто на устройстве (Claim 14 уточняет: в течение определенного периода времени).
• Приложение 1 было установлено, и Приложение 2 было установлено (Claim 14 уточняет: в течение определенного периода времени).
• Приложение 1 и Приложение 2 связаны с одной и той же темой (same topic).

Claim 15 (Зависимый): Описывает использование Formal Concept Analysis (FCA).

1. Система определяет Concept – набор объектов данных (приложений), определенных набором специфических слов (атрибутов), общих для всех объектов в наборе.
2. Система модифицирует (расширяет) Cluster of Applications, включая приложения из Concept, ЕСЛИ выполняется условие: слово из набора атрибутов концепта совпадает хотя бы с одним словом из First Words или Second Words (т.е. соответствует интенту пользователя).

Claim 18 (Зависимый): Описывает механизм слияния концептов в FCA.

Два концепта (Concept 1 и Concept 2) могут быть объединены, если степень пересечения их атрибутов достаточно велика. Рассчитываются два коэффициента (доля общих атрибутов относительно атрибутов Concept 1 и доля общих атрибутов относительно атрибутов Concept 2). Если хотя бы один из коэффициентов превышает порог, концепты сливаются.

Где и как применяется

Изобретение применяется в рамках рекомендательного движка платформы цифровой дистрибуции (например, Google Play) и затрагивает несколько этапов обработки информации.

INDEXING – Индексирование и извлечение признаков
На этом этапе система собирает и индексирует метаданные приложений (атрибуты/ключевые слова), которые необходимы для Formal Concept Analysis. Также происходит логирование и обработка поведенческих данных: запросов пользователей, установок и открытий приложений с временными метками.

QUNDERSTANDING – Понимание Запросов
Ключевой этап применения патента. Система обрабатывает входящие запросы (или анализирует историю запросов) для определения интересов пользователя. Происходит генерация векторов (Word Embedding), сравнение их с Knowledge Base и семантическое расширение запроса (генерация Second Query).

RANKING / RERANKING (Рекомендательный движок)
Вместо традиционного ранжирования по релевантности, система выполняет процесс кластеризации для генерации рекомендаций. Она использует поведенческие связи (co-activity) и результаты FCA для формирования персонализированных кластеров. Эти кластеры затем приоритезируются для показа в интерфейсе.

Входные данные:

• Запросы пользователя (First Query).
• Логи активности пользователя (установки, открытия, временные метки).
• Метаданные приложений (атрибуты для FCA).
• Knowledge Base (содержащая предварительно рассчитанные векторы концептов).

Выходные данные:

• Персонализированный кластер приложений (Personalized Selection) для отображения в интерфейсе пользователя.

На что влияет

• Типы контента и платформы: Патент напрямую влияет на видимость и обнаружение приложений в магазинах типа Google Play. Он не относится к традиционному веб-поиску.
• Механизмы обнаружения: Влияет на то, как пользователи находят приложения через персонализированные рекомендации на главной странице, а не только через прямой поиск.
• ASO (App Store Optimization): Влияет на стратегии оптимизации метаданных приложений для лучшего соответствия семантическим векторам и атрибутам FCA.

Когда применяется

• Условия применения: Алгоритм используется для генерации персонализированного интерфейса (домашней страницы) платформы дистрибуции.
• Триггеры активации: Активируется при наличии достаточной истории активности и запросов пользователя, позволяющей системе определить его интересы через векторный анализ и поведенческие данные.

Пошаговый алгоритм

Процесс генерации персонализированной подборки:

1. Получение и нормализация запроса: Система получает First Query (например, из истории пользователя). Запрос может быть нормализован (удаление стоп-слов, стемминг).
2. Генерация вектора запроса: С помощью Word Embedding Process создается First Vector. Вектор может основываться на контексте использования слов или их совместной встречаемости в документах.
3. Поиск в Knowledge Base и сравнение: Система извлекает Second Vector из Knowledge Base и вычисляет меру сходства (например, cosine similarity) с First Vector.
4. Расширение запроса (Триггер): Если мера сходства превышает порог, система генерирует Second Query, объединяя исходные слова и слова, соответствующие Second Vector.
5. Получение начальных приложений (Seed Applications): Second Query отправляется на платформу, возвращается ответ с идентификацией First Application.
6. Идентификация поведенческих связей (Co-activity): Система анализирует логи активности, чтобы найти Second Application, которое связано с First Application (например, было установлено или открыто в течение заданного времени, или относится к той же теме).
7. Формирование кластера: Если связь найдена, генерируется Cluster of Applications, включающий оба приложения.
8. (Опционально) Расширение через FCA: Система выполняет Formal Concept Analysis для поиска Concept (групп приложений с общими атрибутами). Если атрибуты концепта совпадают со словами из запроса (интентом), эти приложения добавляются в кластер.
9. Генерация подборки: На основе финального кластера создается персонализированная подборка для интерфейса пользователя.

Какие данные и как использует

Данные на входе

Система использует ограниченный набор данных, фокусируясь на семантике и поведении:

• Контентные факторы (Метаданные приложений): Поля атрибутов (attribute field), содержащие ключевые слова. Эти данные критичны для работы Formal Concept Analysis (FCA).
• Поведенческие факторы:
  • Запросы пользователей (free-form text query).
  • Логи активности (Activity Log): установки (installs), открытия (opens) приложений с указанием времени и аккаунта пользователя. Эти данные используются для определения связей co-activity.
• Системные данные: Knowledge Base (например, Knowledge Graph), содержащая предварительно рассчитанные векторы для различных слов и концептов.

Какие метрики используются и как они считаются

• Measure of Similarity (Мера сходства): Метрика для сравнения First Vector (запрос) и Second Vector (Knowledge Base). Упоминаются cosine similarity или взвешенное произведение векторов.
• Thresholds (Пороги сходства): Пороговые значения для активации расширения запроса.
• Time Durations (Временные интервалы): Используются для определения co-activity. Например, установка двух приложений в течение 1 часа.
• FCA Concept Overlap Quotients (Коэффициенты пересечения концептов): Используются в FCA для принятия решения о слиянии двух концептов. Рассчитываются как отношение числа общих атрибутов к общему числу атрибутов каждого концепта.

Выводы

1. Персонализация в закрытых экосистемах: Патент описывает сложный механизм персонализации рекомендаций, специфичный для магазинов приложений (ASO/Google Play), а не для традиционного веб-поиска (SEO).
2. Векторный анализ интента: Word Embeddings используются как основной способ понимания пользовательского интента. Система стремится понять смысл запроса на уровне векторов, а не ключевых слов.
3. Семантическое расширение через Knowledge Graph: Knowledge Base (Knowledge Graph) используется для расширения понимания запроса путем поиска семантически близких векторов. Это позволяет находить релевантный контент, который не содержит точных ключевых слов запроса.
4. Критичность поведенческих сигналов (Co-activity): Совместная активность пользователей (установка или открытие приложений в связке) является сильным сигналом для кластеризации и формирования рекомендаций. Это подчеркивает важность вовлеченности пользователей.
5. Структурированная кластеризация через FCA: Formal Concept Analysis предоставляет формализованный метод группировки приложений по общим атрибутам (метаданным). Это дополняет поведенческую кластеризацию, обеспечивая тематическую целостность рекомендаций.
6. Цель – Разнообразие и Релевантность: Механизм направлен на увеличение разнообразия результатов (за счет расширения запроса и кластеризации) при сохранении высокой персональной релевантности (за счет анализа поведения и интента).

Практика

Best practices (это мы делаем)

Рекомендации применимы в первую очередь к ASO (App Store Optimization) и стратегиям продвижения внутри платформ дистрибуции.

• Оптимизация метаданных под FCA: Обеспечьте наличие четких, тематически релевантных ключевых слов в метаданных (атрибутах) приложения. Это поможет системе Formal Concept Analysis корректно идентифицировать приложение как часть релевантного Concept и включить его в кластеры рекомендаций.
• Фокус на семантическом соответствии (Word Embeddings): Оптимизируйте описание приложения под концепты и семантические связи, а не только под отдельные ключевые слова. Понимание того, как Knowledge Graph связывает вашу тематику с другими, поможет приложению попадать в расширенные запросы (Second Query).
• Стимулирование вовлеченности (Co-activity): Поскольку поведенческие сигналы (установки, открытия) напрямую влияют на кластеризацию, стратегии, направленные на повышение вовлеченности и удержания пользователей, критичны для попадания в персонализированные рекомендации.
• Кросс-продвижение связанных приложений: Если у вас есть портфолио приложений, стимулируйте их совместное использование. Это укрепит сигналы co-activity и повысит вероятность их совместного появления в персонализированных кластерах.

Worst practices (это делать не надо)

• Keyword Stuffing в метаданных: Перенасыщение метаданных ключевыми словами неэффективно. Word Embeddings ищут семантический смысл, а FCA ищет значимые общие атрибуты, а не просто наличие слов.
• Игнорирование рекомендательных каналов: Фокусироваться только на оптимизации под прямой поиск и игнорировать оптимизацию под рекомендательные движки (персонализированную домашнюю страницу) – значит терять значительную часть трафика обнаружения.
• Вводящие в заблуждение метаданные: Попытка манипулировать атрибутами для попадания в нерелевантные концепты приведет к тому, что атрибуты не будут соответствовать реальному поведению пользователей, что снизит эффективность рекомендаций.

Стратегическое значение

Патент подтверждает глобальную стратегию Google по переходу к векторному пониманию контента и запросов (Word Embeddings) и использованию Knowledge Graph как основы для семантического анализа. Он также демонстрирует, насколько сильно персонализация, основанная на реальном поведении пользователей (co-activity), влияет на обнаружение контента. Хотя патент специфичен для магазинов приложений, лежащие в его основе принципы применяются во всех рекомендательных системах Google (Discover, YouTube). SEO-специалисты должны понимать эти концепции векторного поиска и поведенческой кластеризации, даже если они не работают напрямую с ASO.

Практические примеры

Сценарий ASO: Персонализация рекомендаций для приложения по изучению музыки

1. Активность пользователя (Brad): Пользователь ищет «learn about music» (First Query). Позже он устанавливает приложения «Learn Guitar Music» и «How to Make a Guitar» в течение часа.
2. Понимание и расширение: Система нормализует запрос до «learn music». Word Embedding для «learn music» оказывается близок к вектору для «play guitar» в Knowledge Base. Запрос расширяется.
3. Кластеризация по поведению (Co-activity): Система фиксирует совместную установку «Learn Guitar Music» и «How to Make a Guitar». Между ними устанавливается связь.
4. Кластеризация по атрибутам (FCA): Formal Concept Analysis определяет Concept, включающий приложения с атрибутами «learn», «music», «guitar». Сюда входят «Beginning Guitar» и «Getting Started on the Guitar».
5. Результат: При следующем посещении Google Play на домашней странице Брэда появляется персонализированный кластер «Brad’s Interests», включающий приложения, найденные через поиск, связанные поведением и объединенные через FCA.

Вопросы и ответы