Яндекс использует свой основной алгоритм ранжирования для определения связи между последовательными голосовыми запросами. Система сравнивает качество результатов поиска по комбинированному запросу и по последнему запросу отдельно. Если комбинированный запрос дает …
Патенты Яндекс
Яндекс патентует инфраструктурный метод для эффективного управления большими объемами партнерских данных (товаров, объявлений). Система группирует похожие данные в разделы (партиции). При обновлении фида переиндексируются только те разделы, которых коснулись изменения, …
Яндекс патентует метод для систем рекомендаций (например, Яндекс.Дзен), гарантирующий рекламодателям достижение целей продвижения (например, X действий за Y времени). Система рассчитывает вероятность взаимодействия каждого пользователя с контентом, используя векторные представления. …
Яндекс патентует систему адаптивной фильтрации «таргетированного контента» (рекламы, рекомендаций). Система собирает данные, когда пользователи вручную блокируют нежелательный контент (негативные примеры), и сравнивает их с контентом, который не блокируется (позитивные примеры). …
Яндекс патентует метод автоматической генерации метаданных для медиаконтента. Когда в изображение, видео или аудио добавляется текст (например, аннотации, субтитры или синтез речи), система использует исходный машиночитаемый текст для создания метаданных …
Яндекс использует метод для повышения точности A/B тестирования путем создания обобщенной метрики. Система объединяет одну метрику, показывающую направление изменений (хорошо или плохо), с другой метрикой, показывающей величину изменений (чувствительность). Это …
Яндекс патентует метод ускорения A/B тестов (контролируемых экспериментов). Вместо длительного сбора данных система анализирует поведение пользователей за короткий период и использует машинное обучение (например, GBDT) для прогнозирования их будущих взаимодействий …
Яндекс патентует метод повышения эффективности поиска по картинке (Image-to-Image/CBIR). Вместо индексации отдельных «визуальных слов», система создает «Visual Features Composite Parameters» (VFCP) — комбинацию как минимум двух визуальных элементов и их …
Яндекс использует предиктивные модели машинного обучения для ускорения A/B тестирования изменений в поисковых алгоритмах и интерфейсах. Анализируя начальное поведение пользователей, система прогнозирует долгосрочное влияние изменений на ключевые метрики (клики, сессии, …
Яндекс патентует метод для рекомендательных систем, который моделирует последовательность действий пользователя как траекторию в многомерном пространстве интересов. Система обучается предсказывать следующий шаг пользователя, анализируя направление и скорость этой траектории во …
Яндекс использует машинное обучение, чтобы решить, стоит ли показывать контентные рекомендации (например, Дзен) в Яндекс.Браузере, пока пользователь просматривает веб-сайт. Система анализирует действия пользователя (например, прокрутку) и контент сайта для расчета …
Яндекс патентует метод для показа результатов поиска (SERP) офлайн. На устройство загружается база популярных запросов. Для экономии памяти элементы SERP (заголовки, URL, сниппеты) дедуплицируются и хранятся один раз, а выдача …
Яндекс патентует метод для персонализации товарных рекомендаций на e-commerce платформе. Система сначала определяет товары, которые часто покупают вместе (оценка взаимной популярности). Затем она ранжирует эти товары для конкретного пользователя, используя …
Яндекс патентует механизм синхронизации истории браузера между разными устройствами. Система сохраняет на сервере детальные действия пользователя: введенные запросы, клики по результатам поиска (SERP) и навигацию. Это позволяет пользователю продолжить сессию …
Яндекс патентует метод повышения качества моделей машинного обучения (в частности, деревьев принятия решений, используемых в ранжировании) путем введения случайного шума во время их обучения. Этот механизм регуляризации предотвращает переобучение модели …
Яндекс патентует метод персонализации поисковых подсказок для сериализованного контента. Система не просто фиксирует клик, а использует статистический алгоритм «Heart Beat», чтобы определить, действительно ли пользователь завершил просмотр эпизода (досмотрел до …
Патент описывает внутренний механизм машинного обучения Яндекса (вероятно, часть CatBoost) для борьбы с переобучением (Overfitting). При обучении система намеренно добавляет случайный шум (Random Parameters of Interest) в данные для оценки …
Яндекс патентует метод повышения надежности и качества машинного обучения (в частности, CatBoost). Для борьбы с переобучением (overfitting) система намеренно вводит случайный шум в данные во время тренировки модели при оценке …
Яндекс патентует систему адаптивного отображения рекомендаций (например, Дзен) в браузере. Используя машинное обучение (MLA), система прогнозирует уровень интереса пользователя (Confidence Level). Чем выше этот уровень, тем более заметным будет формат …
Яндекс патентует метод оптимизации производительности Progressive Web Applications (PWA). Система определяет общие статические элементы (шаблоны, скрипты), используемые на нескольких страницах (например, с общим префиксом URL), и сохраняет их в локальном …