Как Google прогнозирует следующий запрос пользователя, балансируя новизну, последовательность и частоту запросов

Описание

Какую задачу решает

Патент решает проблему ограничений моделей прогнозирования интересов, которые полагаются только на один аспект истории поиска (например, только время или только частоту). Такие модели ненадежны, так как чувствительны к контексту (например, поведение в Картах отличается от Веб-поиска) и к частоте использования сервиса (время может быть нерелевантным для нечастых пользователей). Изобретение направлено на создание более надежной модели, которая учитывает множество факторов одновременно для точного прогнозирования текущего намерения пользователя.

Что запатентовано

Запатентована система для прогнозирования тематических категорий (topic-based categories) следующего запроса пользователя. Ядром изобретения является Prediction Model (Модель прогнозирования), обученная с помощью машинного обучения комбинировать результаты нескольких различных функций прогнозирования. Модель использует как минимум две из трех типов функций: основанные на времени (Time-based), основанные на порядке (Rank-based) и основанные на частоте категорий (Category-based), чтобы сбалансировать влияние новизны, последовательности и частоты запросов.

Как это работает

Система работает в два этапа: обучение и применение.

• Обучение (Офлайн): Система анализирует исторические логи запросов (query logs). Используя методы машинного обучения (например, стохастический подъем на холм), система оптимизирует параметры и веса (Combination weights) для комбинации различных функций прогнозирования, чтобы минимизировать ошибку прогнозирования на исторических данных.
• Применение (В реальном времени): Когда системе необходимо понять текущие интересы пользователя, она извлекает N последних запросов. Обученная модель анализирует их, применяя сбалансированную комбинацию функций: оценивает, насколько давно были сделаны запросы (Time-based), в каком порядке (Rank-based) и какие категории встречаются чаще всего (Category-based). На выходе система предоставляет прогноз текущих интересов пользователя.

Актуальность для SEO

Высокая. Персонализация и понимание контекста пользователя остаются ключевыми направлениями развития поиска. Способность точно определять текущие интересы на основе предыдущих действий критически важна для улучшения качества поиска и релевантности ответов. Описанный подход, учитывающий множество факторов (время, порядок, частоту) и адаптирующийся под разные контексты (устройства, домены), соответствует современным тенденциям в Information Retrieval.

Важность для SEO

Влияние на SEO оценивается как значительное (7.5/10). Хотя патент напрямую описывает прогнозирование интересов (часто используемое для рекламы), этот механизм является основой для персонализации поисковой выдачи. Понимание того, как Google интерпретирует историю поиска пользователя, позволяет SEO-специалистам лучше моделировать путь пользователя (User Journey) и создавать контент-стратегии, которые соответствуют как краткосрочным, так и долгосрочным интересам пользователей, а также учитывать контекст сессии.

Детальный разбор

Термины и определения

Category-based prediction function (Функция прогнозирования на основе категорий)

Функция, которая генерирует прогноз на основе частоты встречаемости категорий в истории запросов. Эта функция не зависит от времени отправки запросов.

Category data (Данные о категориях)

Данные, определяющие, к каким категориям (или темам) принадлежит запрос. Упоминаются как topic-based categories. Может включать веса, отражающие силу связи запроса с категорией.

Combination weights (Комбинированные веса)

Веса (например, S_T, S_R, S_C), используемые для взвешивания результатов различных функций прогнозирования при их объединении в итоговую модель. Определяются в процессе обучения.

Prediction Model (Модель прогнозирования)

Машинно-обученная модель, которая объединяет результаты нескольких функций прогнозирования для предсказания категорий следующего запроса пользователя.

Prediction parameters (Параметры прогнозирования)

Настраиваемые параметры внутри каждой функции прогнозирования (например, коэффициент затухания damping factor в функции времени) и Combination weights.

Query logs (Логи запросов)

Исторические данные, хранящие запросы, идентификаторы пользователей (user identifiers) и время отправки запросов (submission time).

Rank-based prediction function (Функция прогнозирования на основе ранга)

Функция, которая генерирует прогноз категории на основе данных о категориях и порядка (rank order), в котором были получены запросы (последовательность).

Time-based prediction function (Функция прогнозирования на основе времени)

Функция, которая генерирует прогноз категории на основе данных о категориях и разницы во времени отправки запросов (новизна).

Ключевые утверждения (Анализ Claims)

Анализ основан на формуле изобретения патента US9633312B1.

Claim 1 (Независимый пункт): Описывает метод прогнозирования интересов и предоставления контента.

1. Система получает запросы от пользовательского устройства, отнесенные к одной или нескольким тематическим категориям (topic-based categories).
2. Генерируется прогноз категории следующего (еще не полученного) запроса с использованием множества моделей прогнозирования (plurality of prediction models).
3. Ключевые условия для моделей:
   • Они используют разные критерии для генерации прогнозов.
   • Как минимум одна модель генерирует прогноз на основе времени получения запросов.
   • Как минимум одна модель генерирует прогноз независимо от времени получения запросов.
4. На пользовательское устройство предоставляются данные, которые вызывают отображение элемента контента (например, рекламы или рекомендации), связанного с прогнозируемой категорией.

Ядро изобретения – обязательное комбинирование время-зависимых и время-независимых методов для обеспечения надежности прогноза при различных сценариях поведения пользователей.

Claim 2, 3, 4 (Зависимые): Уточняют типы моделей: time-based (учитывает разницу во времени), category-based (независимо от времени) и rank-based (учитывает порядок).

Claim 5 и 6 (Зависимые): Уточняют, что выбор множества используемых моделей может зависеть от контекста: домена (domain), из которого был получен текущий запрос (Claim 5), или от типа пользовательского устройства (type of the user device) (Claim 6).

Claim 7 (Зависимый): Описывает механизм комбинирования. Каждая модель генерирует оценку (score). Эти оценки взвешиваются с использованием весов, уникальных для каждой модели (Combination Weights). Итоговый выбор основывается на взвешенных оценках.

Где и как применяется

Изобретение применяется для моделирования пользователя и прогнозирования его поведения.

INDEXING – Индексирование и извлечение признаков
На этом этапе система должна генерировать и хранить Category data – классификацию запросов по тематическим категориям. Это необходимо для последующего анализа истории поиска.

QUNDERSTANDING – Понимание Запросов / User Profiling
Основное применение патента. Система использует Prediction Model для анализа истории поиска пользователя (Query logs) и прогнозирования его будущих интересов. Обучение модели происходит офлайн, но применение модели для конкретного пользователя происходит во время его взаимодействия с системой.

RANKING / RERANKING – Ранжирование и Переранжирование
Результаты работы Prediction Model (прогнозируемые интересы) могут использоваться на этапе ранжирования или переранжирования для персонализации поисковой выдачи. Если система прогнозирует, что пользователя сейчас интересует определенная категория, результаты, связанные с ней, могут получить повышение (boost).

METASEARCH – Метапоиск и Смешивание
Патент упоминает, что прогнозируемые интересы могут использоваться для предложения веб-сайтов или таргетинга рекламы (Advertisement Management System). Это может проявляться в виде блоков рекомендаций или рекламных вставок в SERP.

Входные данные:

• N последних запросов пользователя.
• Время отправки (submission time) этих запросов.
• Category data для этих запросов.
• Опционально: Контекст текущего взаимодействия (тип устройства, домен/сервис).

Выходные данные:

• Прогнозируемые категории интересов пользователя (category prediction) с соответствующими оценками (scores).

На что влияет

• Персонализация: Влияет на все типы запросов и контента, где применяется персонализация. Система адаптирует выдачу под прогнозируемые текущие интересы пользователя.
• Контекстная адаптация (Домены/Устройства): Патент явно указывает, что модель может быть настроена по-разному для разных доменов (например, Карты, Социальные сети, Общий контент) и типов устройств (Мобильные, Десктоп). Например, в Картах больший вес может иметь время (новизна), а в Социальных сетях – частота (категории).

Когда применяется

• Триггеры активации: Применяется, когда системе необходимо предоставить персонализированный контент, будь то поисковые результаты, рекомендации или реклама.
• Условия: Пользователь должен иметь историю поиска (N последних запросов), и система должна иметь возможность идентифицировать пользователя (user identifier), если пользователь разрешил отслеживание истории (или в рамках анонимной сессии).

Пошаговый алгоритм

Процесс А: Обучение модели (Офлайн)

1. Сбор данных: Доступ к Query logs и Category data.
2. Инициализация параметров: Установка начальных параметров (Prediction parameters) и весов (Combination weights) для выбранных функций прогнозирования (минимум две из: Time-based, Rank-based, Category-based).
3. Итеративное обучение (например, Hill-Climbing):
   1. Прогнозирование: Для каждого User ID в логах извлекаются N последних запросов. Используя N-1 запросов, модель пытается предсказать категории N-го (самого последнего) запроса.
   2. Оценка ошибки: Измеряется ошибка прогнозирования путем сравнения прогноза с реальными категориями N-го запроса.
   3. Корректировка параметров: Параметры и веса функций корректируются для создания нового набора параметров.
   4. Повторная оценка: Процесс повторяется. Если ошибка уменьшилась, новый набор сохраняется как лучший.
   5. Завершение: Обучение продолжается до наступления события завершения (достижение лимита итераций или минимального порога ошибки).
4. Специализация (Опционально): Процесс может повторяться для обучения отдельных моделей для разных доменов или типов устройств.
5. Сохранение модели: Обученная модель (с лучшим набором параметров и весов) сохраняется.

Процесс Б: Применение модели (В реальном времени)

1. Получение запроса: Система получает запрос на прогнозирование интересов для User ID.
2. Выбор модели (Опционально): Если используются контекстные модели, система выбирает подходящую модель на основе текущего домена или типа устройства.
3. Извлечение истории: Извлекаются N последних запросов для данного User ID, их время и категории.
4. Вычисление прогнозов: Каждая функция в модели (Time-based, Rank-based, Category-based) обрабатывает историю и генерирует свой прогноз категории с оценкой.
5. Комбинирование: Результаты функций объединяются с использованием обученных Combination weights.
6. Вывод результата: Система предоставляет итоговый список прогнозируемых категорий интересов.
7. Предоставление контента: Использование прогноза для выбора и предоставления персонализированного контента.

Какие данные и как использует

Данные на входе

• Поведенческие факторы (История поиска): Query logs являются основным источником данных. Учитываются сами тексты запросов (через их категории), частота запросов и последовательность запросов.
• Временные факторы: Время отправки запроса (submission time) критически важно для Time-based и Rank-based функций.
• Пользовательские факторы: Идентификатор пользователя (user identifier). Тип устройства (device category, например, мобильный или десктоп) может использоваться для выбора специализированной модели.
• Контекстные факторы: Категория домена (domain category, например, карты, социальная сеть), в котором пользователь взаимодействует с системой, может использоваться для выбора специализированной модели.

Какие метрики используются и как они считаются

Патент описывает конкретные примеры метрик и формул для функций прогнозирования:

• Time-based Weight (W_qt): Вес категории запроса уменьшается пропорционально времени, прошедшему с момента его отправки. Используется damping factor (коэффициент затухания α) и Increment (минимальный временной интервал). Формула (пример из патента Eq. 1): W_qt = α^{floor((T_t-T_q)/Increment)}.
• Rank-based Weight (W_qr): Вес категории запроса зависит от его порядкового номера в истории (ранга r_q). Используется параметр K (>1.0). Формула (пример из патента Eq. 2): W_qr = 1 / K^(r_q-1). Чем новее запрос (меньше ранг), тем выше вес.
• Category-based (Frequency): Метрика основана на подсчете частоты встречаемости Топ-M категорий для последних N запросов.
• Combination Weights (S_T, S_R, S_C): Веса для комбинирования результатов разных функций. Определяются в процессе машинного обучения. Итоговый прогноз (пример из патента Eq. 3): f(S_Tf(T), S_Rf(R), S_Cf(C)).
• Error Measurement (Измерение ошибки): Метрика для оценки качества обучения. Сравнивает прогноз модели с реальными данными. Может быть основана на среднем значении ошибки, среднеквадратичной ошибке и т.д.

Выводы

1. Баланс новизны и частоты: Ключевой вывод заключается в том, что Google не полагается исключительно на самые последние запросы или на самые частые темы. Система использует сложную, машинно-обученную модель для балансировки этих факторов (время, порядок, частота) при определении текущих интересов пользователя.
2. Прогнозирование намерений: Система активно пытается предсказать, что пользователь будет искать дальше (next query), основываясь на его предыдущем поведении. Это основа для глубокой персонализации выдачи.
3. Контекст имеет значение (Устройство и Домен): Патент явно подчеркивает, что поведение пользователей отличается в зависимости от контекста. Модели прогнозирования могут обучаться и применяться отдельно для разных устройств (мобильные/десктоп) и разных сервисов/доменов (Карты/Веб-поиск). Интерпретация истории поиска меняется в зависимости от того, где находится пользователь.
4. Важность последовательности (Rank-based): Помимо времени и частоты, учитывается порядок запросов. Это подтверждает важность понимания пути пользователя (User Journey) и того, как запросы связаны друг с другом в рамках сессии или серии сессий.
5. Машинное обучение для взвешивания факторов: Веса, определяющие, что важнее в данный момент (новизна, частота или порядок), не заданы жестко, а определяются автоматически через машинное обучение на больших данных, что позволяет системе адаптироваться к различным паттернам поведения.

Практика

Best practices (это мы делаем)

• Моделирование пути пользователя (User Journey Mapping): Разрабатывайте контент-стратегию, учитывая последовательность запросов пользователя. Понимание того, как пользователи переходят от одной темы к другой (Rank-based function), поможет создавать кластеры контента, которые поддерживают всю поисковую сессию и повышают вероятность того, что ваш сайт будет релевантен прогнозируемым интересам.
• Оптимизация под поисковые сессии: Фокусируйтесь не только на отдельных запросах, но и на целых сессиях. Обеспечьте наличие контента, отвечающего на последующие, уточняющие запросы в рамках одной темы. Это увеличивает вовлеченность и помогает системе идентифицировать устойчивый интерес пользователя к теме, связанной с вашим сайтом.
• Учет контекста устройства (Mobile vs. Desktop): Адаптируйте контент и структуру сайта под разные типы устройств. Патент подтверждает, что Google может использовать разные модели прогнозирования для мобильных и десктопных пользователей. Например, на мобильных устройствах новизна (Time-based) может иметь больший вес, что требует более быстрого реагирования на тренды и удовлетворения немедленного интента.
• Развитие тематического авторитета (Topical Authority): Создавайте глубокий и широкий охват темы. Это увеличивает вероятность того, что ваш контент будет соответствовать интересам пользователя, когда Category-based (частотная) функция имеет больший вес, указывая на долгосрочный интерес пользователя к данной тематике.

Worst practices (это делать не надо)

• Фокус только на трендовых запросах: Полагаться исключительно на самые свежие тренды может быть неэффективно, если ваша аудитория демонстрирует паттерны поведения, где частота или последовательность запросов важнее новизны. Система может отдать приоритет долгосрочным интересам (Category-based).
• Игнорирование микро-интентов и последовательности: Создание разрозненного контента, который не поддерживает логическую последовательность поиска пользователя. Если пользователь ищет А, затем Б, затем В, а у вас есть только контент для А, система может спрогнозировать интерес к Б и В и увести пользователя на другой ресурс.
• Одинаковый подход к разным контекстам: Применение единой стратегии для всех платформ (например, игнорирование специфики поиска в Картах или на мобильных устройствах), тогда как Google может использовать специализированные модели для этих контекстов.

Стратегическое значение

Этот патент подтверждает стратегическую важность персонализации и моделирования поведения пользователя в поиске Google. Для SEO это означает переход от статического понимания релевантности к динамическому, учитывающему контекст пользователя и его историю. Стратегии должны быть направлены на построение долгосрочных отношений с пользователем и поддержку его на всех этапах поискового пути, а не только на ранжирование по отдельным ключевым словам. Понимание баланса между новизной, частотой и последовательностью помогает предвидеть, как Google будет адаптировать выдачу для конкретного пользователя.

Практические примеры

Сценарий 1: Баланс краткосрочного и долгосрочного интереса

• Ситуация: Пользователь часто ищет информацию о «тренировках» (долгосрочный интерес), но вчера искал «рецепты пиццы» (краткосрочный интерес).
• Применение патента: Google будет балансировать эти интересы. Если модель определит, что для этого пользователя частота важнее новизны (вес Category-based выше, чем Time-based), то персонализированная выдача все равно будет склоняться к тренировкам.
• Действие SEO (для фитнес-сайта): Убедиться, что сайт является тематическим авторитетом по тренировкам, чтобы захватить долгосрочный интерес. Дополнительно можно создать раздел «здоровые рецепты пиццы», чтобы связать краткосрочный интерес с основной тематикой сайта.

Сценарий 2: Важность последовательности (User Journey)

• Ситуация: Пользователь ищет: 1. «симптомы простуды», 2. «лучшее лекарство от простуды», 3. «аптека рядом».
• Применение патента: Rank-based function анализирует эту последовательность. Система прогнозирует, что следующий запрос будет связан с покупкой лекарства или посещением врача.
• Действие SEO (для сайта клиники или аптеки): Структурировать контент так, чтобы он отвечал на эту последовательность. Иметь страницы, оптимизированные под информационные запросы (симптомы) с четким переходом к транзакционным (запись к врачу, купить лекарство). Это поддерживает путь пользователя и повышает релевантность сайта в рамках сессии.

Вопросы и ответы