Яндекс патентует метод оптимизации компоновки поисковой выдачи (SERP). Система обучается предсказывать полезность элемента (например, виджета или расширенного сниппета) на разных позициях, учитывая его визуальный размер. Ключевой механизм: если пользователь пропускает …
Поведенческие факторы
Патент Яндекса описывает двухкомпонентную систему генерации персональных рекомендаций. Первый компонент (офлайн) оценивает качество и пригодность сайтов (Source Suitability) на основе агрегированных поведенческих метрик и трафика. Второй компонент (онлайн) формирует ленту, …
Патент описывает два ключевых механизма рекомендательных систем Яндекса (например, Дзен). Первый — офлайн-оценка «пригодности» сайтов на основе поведенческих метрик и структуры трафика. Второй — онлайн-генерация ленты, которая смешивает известные пользователю …
Яндекс патентует механизм для систем рекомендаций (например, Дзен), который определяет оптимальное соотношение (пропорции) различных типов контента (видео, статьи, картинки) для конкретного пользователя. Система сравнивает поведение пользователя (CTR, время просмотра) с …
Яндекс патентует метод ранжирования «свежего» контента (Non-Native Items), по которому еще нет статистики, в 2D-выдаче (например, Яндекс Картинки). Система предсказывает «Оценку Полезности» (Usefulness Score), анализируя, как пользователи взаимодействуют с элементом …
Яндекс патентует механизм предварительной квалификации сайтов для рекомендательных систем. Система использует машинное обучение для оценки «Параметра Пригодности Источника» (Source Suitability Parameter) на основе анализа поведенческих метрик (глубина просмотра, время на …
Яндекс патентует метод оценки результатов A/B тестов, который фокусируется на трендах вовлеченности, а не на средних значениях. Система использует математические преобразования (например, Дискретное преобразование Фурье) временных рядов поведения пользователей для …
Яндекс патентует технологию улучшения навигации по сайтам. Система (например, браузер или поисковая система) автоматически определяет наиболее важные или популярные разделы сайта на основе его категории и поведенческих данных. Затем она …
Яндекс патентует метод для динамической настройки пропорций различных типов контента (например, видео, статьи, нативный контент) в персонализированных рекомендательных лентах. Система сравнивает, как конкретный пользователь взаимодействует (CTR, время просмотра) с каждым …
Яндекс патентует систему рекомендаций медиаконтента (например, видео), которая определяет схожесть объектов, комбинируя совпадение тегов (тематика, жанр) с поведенческими метриками (время просмотра, CTR). Запатентованная формула использует сумму поведенческих показателей обоих объектов …
Яндекс патентует метод автоматической генерации высококачественных негативных обучающих примеров для моделей ранжирования. Система анализирует сессии, где пользователь уточняет запрос (например, с А на Б). Результаты из выдачи А используются как …
Яндекс разрабатывает систему для глубокого понимания контента (текста и изображений) путем анализа того, как пользователи взаимодействуют с ним. Система создает единое векторное пространство (User Item Space), где поведенческие паттерны (в …
Яндекс патентует механизм выбора обогащенного ответа (Rich Suggest) в поисковых подсказках. Система агрегирует вероятность перехода на конкретный ресурс по всем релевантным подсказкам, связанным с вводимым префиксом. Если совокупный вес (Cumulative …
Яндекс патентует метод оценки изменений в поиске через A/B тесты. Система объединяет метрики, показывающие направление изменений (хорошо/плохо, например, DAU), с метриками, чувствительными к малым изменениям (например, CTR). Это позволяет Яндексу …
Яндекс использует историю браузера пользователя для определения его интересов и социально-демографических характеристик (возраст, пол, доход). Система анализирует посещенные URL, разбивает их на сессии, преобразует домены в векторы (используя модель типа …
Яндекс патентует метод оценки результатов A/B тестирования, который фокусируется на тренде вовлеченности пользователя, а не только на средних значениях. Используя Дискретное Преобразование Фурье, система вычисляет метрики «Амплитуда» (величина изменения) и …
Яндекс использует машинное обучение для анализа новостных статей и прогнозирования вероятности того, что пользователь захочет найти дополнительную информацию об упомянутых сущностях (людях, местах, событиях). Система анализирует исторические данные о поведении …
Яндекс патентует способ эффективной обработки разнотипных данных (числовых и категориальных) для использования в древовидных моделях машинного обучения (вероятно, CatBoost). Система преобразует эти данные в единый хэшированный комплексный вектор. Это позволяет …
Яндекс патентует математический метод для оценки результатов A/B тестов. Метод "линеаризации" преобразует сложные поведенческие метрики-отношения (например, клики на запрос) в более простую линейную форму. Это позволяет быстрее, точнее и с …
Яндекс использует систему аукционов в реальном времени для выбора не только того, какие рекламные объявления показать, но и как именно их расположить. Система перебирает различные шаблоны (макеты SERP) и для …