Как Яндекс генерирует поисковые подсказки, используя контекст предыдущего запроса, переданный клиентским устройством

Описание

Какую задачу решает

Патент решает задачу повышения эффективности и релевантности системы предложений поисковых запросов (поисковых подсказок или саджеста). Он направлен на то, чтобы помочь пользователю быстрее сформулировать уточняющий или последующий запрос, учитывая контекст его немедленно предшествующего поиска. Изобретение упрощает техническую реализацию этого процесса по сравнению с существующими методами, которые требовали от поисковой системы сложного анализа хранимых данных истории поиска на стороне сервера.

Что запатентовано

Запатентован способ и система генерации поисковых подсказок, основанных на предшествующем поиске. Суть изобретения заключается в механизме передачи контекста: клиентское устройство (например, браузер или приложение) автоматически включает термины предшествующего (первого) поискового запроса в состав элементов текущего (второго) поискового запроса при обращении к серверу за подсказками. Пользователю не нужно повторно вводить предыдущие термины, а сервер получает необходимый контекст напрямую от клиента.

Как это работает

После выполнения первого поиска пользователь получает страницу с результатами. Когда он начинает формулировать второй запрос (например, кликает в поле поиска или вводит первые символы), клиентское устройство автоматически идентифицирует термины первого запроса. В одном из ключевых вариантов реализации это происходит путем извлечения терминов из URL текущей страницы выдачи. Клиент отправляет серверу элементы второго запроса, которые включают как введенные пользователем символы (если они есть), так и автоматически добавленные термины первого запроса. Сервер (система предложения поискового запроса) использует эту комбинацию для генерации контекстно-зависимых подсказок и отправляет их обратно клиенту до того, как пользователь явно запросит результаты поиска.

Актуальность для SEO

Высокая. Контекстно-зависимые поисковые подсказки, учитывающие сессию пользователя, являются стандартом для современных поисковых систем. Описанный механизм, где клиентское устройство активно участвует в передаче контекста (например, через анализ URL на SERP), является эффективным и актуальным способом реализации этой функциональности.

Важность для SEO

Влияние на SEO среднее (5/10). Этот патент не описывает алгоритмы ранжирования основного поиска. Он описывает работу системы поисковых подсказок (саджеста). Влияние на SEO является косвенным: система помогает пользователям быстрее и точнее формулировать свои запросы, особенно при уточнении информации или развитии темы. Понимание механизмов формирования саджеста критически важно для анализа спроса, сбора семантики и оптимизации под популярные формулировки запросов, которые система предлагает пользователям.

Детальный разбор

Термины и определения

Клиентское устройство (Client Device)

Электронное устройство пользователя (ПК, планшет, смартфон), на котором работает приложение (например, веб-браузер), осуществляющее взаимодействие с поисковой системой.

Первый поисковый запрос (First Search Query)

Предшествующий поисковый запрос, выполненный пользователем. Термины из этого запроса используются как контекст для генерации подсказок к следующему запросу.

Второй поисковый запрос (Second Search Query)

Текущий поисковый запрос, который пользователь начинает формулировать и для которого система генерирует подсказки.

Элементы поискового запроса (Elements of a Search Query)

Вся информация, которую поисковая система принимает во внимание применительно к поиску. Включает поисковые термины (текст), IP-адрес, местоположение, язык, учетную запись пользователя и т.д.. В контексте патента, элементы второго запроса включают автоматически добавленные термины первого запроса.

Поисковый термин (Search Term)

Часть поискового запроса, введенная пользователем (слова, буквы, цифры, символы).

Предложение поискового запроса (Search Query Suggestion)

Поисковая подсказка (саджест). Предложение возможных терминов поискового запроса, обычно предоставляемое в раскрывающемся списке по мере ввода текста пользователем.

Система предложения поискового запроса (Search Query Suggestion System)

Компонент поисковой системы (сервер), отвечающий за генерацию поисковых подсказок на основе полученных элементов поискового запроса.

Запрос результатов поиска (Search Results Request)

Действие пользователя (например, нажатие Enter или кнопки «Поиск»), указывающее на завершение ввода запроса и готовность произвести поиск.

Ключевые утверждения (Анализ Claims)

Патент защищает метод улучшения поисковых подсказок за счет автоматического включения контекста предыдущего поиска на стороне клиента.

Claim 1 (Независимый пункт): Описывает основной способ с точки зрения сервера.

1. Сервер получает первый запрос и запрос его результатов.
2. Сервер отправляет результаты первого поиска клиенту.
3. Сервер получает от клиента элементы второго поискового запроса.
4. Ключевой момент: эти элементы включают по меньшей мере один термин из первого запроса, который был автоматически добавлен клиентским устройством во второй поисковый запрос (т.е. не введен пользователем вручную для второго поиска).
5. До получения запроса результатов второго поиска, сервер отправляет клиенту либо (I) поисковые подсказки, основанные на полученных элементах второго запроса, либо (II) результаты поиска, выполненного по одной из этих подсказок.

Claim 19 (Независимый пункт): Описывает тот же процесс с точки зрения клиентского устройства.

1. Клиент отправляет первый запрос и запрос его результатов.
2. Клиент получает результаты первого поиска.
3. Клиент отправляет серверу элементы второго поискового запроса.
4. Ключевой момент: клиент автоматически добавляет по меньшей мере один термин первого запроса в состав этих элементов.
5. Перед отправкой запроса результатов второго поиска, клиент получает от сервера подсказки или результаты поиска по подсказкам.

Claim 25 (Зависимый, уточняет Claim 19): Уточняет механизм автоматического добавления контекста.

Термин первого запроса, включаемый в элементы второго запроса, извлекается клиентским устройством из URL (унифицированного указателя ресурсов), относящегося к серверу с учетом второго поискового запроса (т.е. из URL текущей страницы SERP).

Claim 2 (Зависимый) и Claim 9 (Зависимый): Уточняют вариативность ввода.

Элементы второго запроса могут включать (Claim 2) или не включать (Claim 9) поисковые термины, введенные пользователем для второго запроса. Это означает, что подсказки могут генерироваться как по мере ввода текста пользователем, так и сразу после клика в пустое поле поиска, основываясь только на контексте предыдущего запроса.

Где и как применяется

Изобретение применяется на стыке взаимодействия пользователя с интерфейсом поиска и этапа обработки запроса.

Клиентское устройство (Интерфейс)
Основная инновация патента реализуется на стороне клиента. Программное обеспечение (браузер, приложение, скрипт на странице SERP) отвечает за:

• Идентификацию начала ввода второго запроса (клик в поле поиска, ввод символов).
• Автоматическое извлечение терминов первого запроса (например, из URL текущей страницы выдачи).
• Формирование и отправку запроса к системе подсказок, включающего этот контекст.

QUERY PROCESSING – Понимание Запросов
На этом этапе работает Система предложения поискового запроса (компонент 118 на схеме патента). Она принимает на вход элементы второго запроса, которые включают:

• Термины первого запроса (контекст, переданный клиентом).
• Термины второго запроса (введенные символы/префикс).
• Другие элементы (местоположение, язык, время и т.д.).

Система использует эти данные для выбора наиболее релевантных подсказок из своей базы (например, Журналы запросов 114 и Журналы кликов 116). На выходе система возвращает список предложений поискового запроса.

RANKING – Ранжирование (Косвенно)
В некоторых вариантах реализации (Claim 1, пункт II) система может не только вернуть список подсказок, но и сразу вернуть результаты поиска по наиболее вероятной подсказке, что задействует основной конвейер ранжирования.

На что влияет

• Специфические запросы: Наибольшее влияние оказывается на уточняющие запросы и поисковые сессии, где пользователь последовательно ищет информацию по одной теме (например,, затем -> подсказка).
• Пользовательский опыт (UX): Ускоряет формулировку сложных запросов и помогает пользователю ориентироваться в теме, предлагая релевантные направления развития поиска.
• Формулировки запросов: Влияет на то, какие именно формулировки запросов пользователи будут использовать, направляя их к тем вариантам, которые система считает наиболее вероятным продолжением поиска.

Когда применяется

Алгоритм активируется при взаимодействии пользователя с полем поиска после того, как был выполнен хотя бы один предыдущий поиск и пользователь находится на странице результатов (или ином интерфейсе, позволяющем клиенту идентифицировать предыдущий запрос).

Триггеры активации:

• Пользователь кликает в поле поиска на странице SERP.
• Пользователь вводит первые символы в поле поиска на странице SERP.

Условия работы:

• Клиентское устройство должно быть способно идентифицировать и извлечь термины предыдущего запроса (например, из URL).
• Система должна поддерживать прием этого контекста от клиента.

Пошаговый алгоритм

Процесс генерации контекстных подсказок:

1. Первый поиск: Пользователь вводит Первый запрос (например, «patent») и отправляет запрос результатов поиска. Клиент отправляет запрос серверу.
2. Получение результатов: Сервер обрабатывает запрос и возвращает результаты поиска (SERP). URL этой страницы содержит термины первого запроса (например, «yandex.com/yandsearch?text=patent»).
3. Инициация второго поиска: Пользователь решает уточнить поиск. Он может очистить поле поиска и начать вводить новый термин (например, «t») или просто кликнуть в поле поиска.
4. Извлечение контекста (Клиент): В момент активации поля поиска клиентское устройство автоматически извлекает термины Первого запроса («patent») из URL текущей страницы.
5. Отправка элементов второго запроса (Клиент): Клиент формирует запрос к системе подсказок. Этот запрос содержит Элементы второго запроса: автоматически добавленный контекст («patent») и введенный пользователем префикс («t»).
6. Генерация подсказок (Сервер): Система предложения поискового запроса получает элементы. Она ищет наиболее вероятные продолжения поиска, которые соответствуют префиксу «t» и контексту «patent». При этом учитываются различные факторы (история поиска, местоположение, тренды).
7. Ранжирование подсказок (Сервер): Система использует вероятностный анализ для ранжирования подсказок (например, «trademark» может быть оценено как наиболее релевантное продолжение для контекста «patent» и префикса «t»).
8. Ответ сервера: Сервер отправляет клиенту список ранжированных подсказок (например,). В альтернативном варианте, сервер может сразу отправить результаты поиска по наиболее вероятной подсказке.
9. Отображение (Клиент): Клиентское устройство отображает полученные подсказки в интерфейсе пользователя.

Какие данные и как использует

Данные на входе

Система предложения поискового запроса использует различные элементы поискового запроса, полученные от клиента:

• Контентные факторы (Текстовые):
  • Поисковый термин первого запроса (Контекст): Автоматически добавляется клиентом, часто извлекается из URL. Это ключевой входной сигнал согласно патенту.
  • Поисковый термин второго запроса (Префикс): Буквы, цифры, символы, введенные пользователем в данный момент. Может отсутствовать.
• Пользовательские и Технические факторы:
  • Идентификатор клиентского устройства (IP-адрес, MAC-адрес, cookies). Используется для доступа к истории поиска, связанной с устройством.
  • Авторизованная учетная запись пользователя. Используется для доступа к персональной истории поиска.
• Географические и Временные факторы:
  • Местоположение клиентского устройства (город, страна, регион).
  • Предполагаемый язык.
  • Время и временная зона клиентского устройства.

Какие метрики используются и как они считаются

Система использует исторические данные и статистический анализ для выбора и ранжирования подсказок.

• История поиска (Search History): Анализируется общая история поиска множества пользователей применительно к комбинации терминов первого и второго запросов. Используются данные из Журналов запросов и Журналов кликов.
• Популярность запросов: Частота использования конкретных поисковых запросов в прошлом.
• Тенденции поиска (Search Trends): Последние тенденции поиска, которые могут еще не отразиться в общей истории.
• Вероятностный анализ (Probabilistic Analysis): Релевантность конкретной подсказки определяется путем анализа статистических данных. Вычисляется вероятность того, что данная подсказка является наиболее ожидаемым продолжением запроса с учетом всех доступных элементов (контекста, префикса, местоположения, времени и т.д.).
• Фильтрация/Ранжирование по региону: В патенте упоминается стратегия фильтрации для понижения релевантности подсказок, которые менее актуальны для местоположения пользователя. Приведен пример алгоритма, который рассчитывает $ReformulationRank$ путем деления базового ранга подсказки на максимальный региональный вес ($maxRegionalWeight$), что, вероятно, используется для нормализации популярности подсказок по регионам.

Выводы

1. Фокус на сессионном контексте: Яндекс активно использует немедленно предшествующий запрос для генерации поисковых подсказок. Это направляет пользователя на уточнение информации в рамках текущей сессии.
2. Клиентская реализация контекста: Ключевая инновация патента — перенос ответственности за передачу контекста на клиентское устройство (браузер), которое автоматически добавляет предыдущий запрос (например, из URL) в запрос на подсказки. Это отличается от моделей, где сервер сам анализирует историю сессии.
3. Многофакторная модель подсказок: Хотя контекст предыдущего запроса является центральным элементом, система также учитывает множество других сигналов для ранжирования подсказок: общую популярность запросов, персональную историю, гео-зависимость, язык и время.
4. Вероятностное ранжирование подсказок: Система не просто находит подходящие подсказки, но и ранжирует их с помощью вероятностного анализа, предсказывая наиболее ожидаемое пользователем продолжение поиска.
5. Подсказки без ввода: Система может генерировать подсказки, даже если пользователь еще ничего не ввел во второй запрос, основываясь исключительно на контексте первого запроса и других элементах.

Практика

Best practices (это мы делаем)

Хотя патент описывает работу системы подсказок, а не ранжирования, он дает важное понимание того, как формируется спрос и как пользователи ведут себя в поиске.

• Анализ поисковых подсказок как источника семантики: Регулярно собирайте и анализируйте поисковые подсказки, особенно те, которые появляются при уточнении базовых запросов вашей тематики. Это показывает, как пользователи развивают свой интерес и какие связанные темы (QBST фразы) следует осветить в контенте.
• Построение Topical Authority: Создавайте контент, который покрывает не только основные запросы, но и весь спектр связанных и уточняющих запросов, которые система подсказок предлагает пользователям. Это увеличивает вероятность того, что ваш сайт будет релевантен всей поисковой сессии пользователя.
• Учет региональности и трендов: Помните, что подсказки сильно зависят от местоположения и текущих трендов. При анализе семантики учитывайте региональные особенности спроса и оперативно реагируйте на новые тренды, чтобы соответствовать актуальным подсказкам.
• Оптимизация под естественные формулировки: Используйте в контенте и заголовках те формулировки, которые предлагает система подсказок, так как именно их пользователи видят и выбирают чаще всего.

Worst practices (это делать не надо)

• Игнорирование подсказок при сборе ядра: Составление семантического ядра только на основе статистики Вордстат без учета подсказок приводит к потере понимания реального спроса и связей между запросами.
• Создание узкоспециализированного контента без контекста: Контент, отвечающий только на один узкий запрос и не покрывающий связанные темы, плохо соответствует модели поведения пользователя, которую поддерживает данный патент (развитие и уточнение поиска в рамках сессии).
• Манипуляции с подсказками (Накрутка): Хотя патент не описывает механизмы борьбы с накрутками, он подчеркивает использование сложного вероятностного анализа и множества факторов (включая персональную историю и региональность), что делает попытки манипулирования общим списком подсказок сложной задачей.

Стратегическое значение

Патент подтверждает важность понимания поискового поведения пользователя как непрерывного процесса (сессии), а не набора изолированных запросов. Для Яндекса критически важно помочь пользователю решить задачу в рамках этой сессии. Стратегически это означает, что SEO-специалисты должны фокусироваться на оптимизации под интент и весь путь пользователя (Customer Journey Map), а не только под отдельные ключевые слова. Система подсказок является ключевым инструментом, направляющим этот путь.

Практические примеры

Сценарий: Анализ спроса на новый продукт

1. Задача: Определить, как пользователи ищут информацию после того, как узнали о новом гаджете (например, «Новая Яндекс Станция»).
2. Действие SEO-специалиста: Ввести базовый запрос в поиск Яндекса. Затем, находясь на странице выдачи, очистить поле поиска и последовательно вводить разные буквы алфавита или просто кликнуть в пустое поле.
3. Анализ (на основе патента): Система подсказок покажет запросы, которые, согласно вероятностному анализу, являются наиболее частым продолжением поиска по этой теме. Клиентское устройство передаст контекст серверу.
4. Результат: Специалист увидит подсказки вроде,,,,. Эти данные необходимо использовать для создания соответствующих разделов или страниц на сайте, чтобы полностью охватить спрос в рамках поисковой сессии.

Вопросы и ответы