Яндекс патентует метод персонализации отображения точек интереса (POI) на картах. Система анализирует историю взаимодействия пользователя со всеми сервисами Яндекса (Поиск, Такси, Еда, Музыка и т.д.), чтобы понять его предпочтения. POI …
Поведенческие факторы
Яндекс патентует метод улучшения ранжирования в условиях нехватки данных. Если для пары «запрос-документ» отсутствует значение важного признака (например, CTR), система находит прошлые похожие запросы, по которым этот документ уже показывался …
Яндекс патентует метод повторного ранжирования, который корректирует оценки основного алгоритма (MLA) с помощью механизма, основанного на памяти (Instance-Based Learning/KNN). Система хранит исторические данные о полезности конкретных пар «запрос-документ» (на основе …
Яндекс патентует метод генерации отсутствующих значений признаков ранжирования (например, поведенческих) для решения проблемы «холодного старта». Если данных по текущему запросу нет, система находит похожие прошлые запросы, по которым документ уже …
Яндекс патентует систему персонализации агрегированного поиска (блендинга). Система анализирует историю кликов пользователя, чтобы определить его предпочтения к различным типам контента (веб, видео, изображения и т.д.). На основе этих данных вычисляется …
Яндекс патентует систему, которая ранжирует элементы на любом сайте (новости, товары, стили оформления) для конкретного пользователя. Для этого система анализирует историю взаимодействия этого (или похожего) пользователя с другими, совершенно не …
Яндекс патентует двухэтапный механизм для системы рекомендаций контента (например, Дзен). Первый этап – офлайн-квалификация источников: система использует машинное обучение для анализа поведенческих и трафиковых метрик сайта (источники трафика, глубина просмотра, …
Яндекс патентует механизм балансировки между показом проверенных результатов (Эксплуатация) и тестированием новых документов (Экспериментирование), используя подход «Многорукий бандит». Система предсказывает релевантность документов без истории поведения, вычисляет «Оценку эксперимента» и принудительно …
Яндекс использует данные о поведении пользователей в исторических поисковых сессиях для выявления релевантных документов, которые не содержат слов из исходного запроса. Если пользователи часто переходят к ресурсу (в пределах 1-3 …
Яндекс патентует метод персонализации поиска, при котором анализ поведения пользователя происходит прямо на его устройстве (на стороне клиента), а не на сервере. Система отслеживает микровзаимодействия (движение мыши, скорость скроллинга, копирование …
Яндекс прогнозирует популярность контента (например, видео на YouTube), анализируя, как часто его ищут в поиске (Search Logs), посещают через браузер (Browsing Logs, например, Yandex.Browser), и как часто его встраивают (Embeds) …
Яндекс патентует метод расчета авторитетности страниц (Fresh Browse Rank - FBR), который является эволюцией BrowseRank (аналог PageRank на основе логов посещений). FBR учитывает время: он повышает ранг страниц, которые были …
Яндекс патентует механизм динамической конфигурации внешнего вида поисковой выдачи (SERP Layout). Система прогнозирует, как пользователь будет взаимодействовать с результатами, основываясь на исторических данных и типе используемого приложения/устройства. Затем она отправляет …
Яндекс патентует механизм динамического уточнения поисковой выдачи в реальном времени. Система отслеживает гранулярные взаимодействия пользователя (выделение текста, скорость прокрутки, остановки) с конкретными элементами (словами, фразами) внутри сниппетов. На основе агрегированного …
Яндекс использует сложный статистический метод для A/B тестирования изменений на SERP (например, новых алгоритмов ранжирования или дизайна). Вместо сравнения средних значений поведенческих метрик (таких как Dwell Time), система анализирует сдвиги …
Яндекс патентует механизм мгновенного уточнения поисковой выдачи. Система отслеживает микровзаимодействия пользователя с конкретными элементами на SERP (слова, фразы в сниппетах) — например, выделение текста или скорость прокрутки. На основе накопленного …
Яндекс патентует метод оценки интересов пользователя путем перевода разнородных событий (поисковые запросы, посещенные сайты, геолокация) в единое векторное пространство. Система использует иерархию нейронных сетей для создания эмбеддингов, отражающих поведение на …
Яндекс патентует метод борьбы с фейковыми отзывами путем анализа истории посещений пользователя. Система ищет в истории браузера URL-адреса, соответствующие страницам подтверждения транзакций (например, "Thank you page"). Для этого используются векторные …
Яндекс патентует метод анализа полной истории посещений пользователя (Browsing Log). Система использует машинное обучение (GBDT) для разделения этой истории на «логические сессии», каждая из которых соответствует конкретной задаче или цели …
Яндекс патентует механизм кросс-ресурсной персонализации. Система собирает данные о взаимодействиях пользователей с одним ресурсом (например, поисковой системой) и использует эту "контекстную информацию" для ранжирования элементов на совершенно другом ресурсе (например, …