ТОП поисковой выдачи и персонализация

Результаты поиска когда-то были беспристрастными и стремились к некому идеалу объективности. Поисковая выдача содержала список ресурсов, которые считались самыми ценными в контексте поискового запроса. Выводы поисковые алгоритмы делали на основе объективных факторов, таких как количество обратных ссылок на тот или иной ресурс. Но как выяснилось, мир несколько сложнее и объективность в чистом виде – это слишком абстрактная категория. Поэтому сегодня алгоритмы поисковых систем работают немного иначе.

Персонализация и Big Data

Персонализация поиска идея не новая, но она быстро развивается и будет только набирать обороты в ближайшие годы. Основная причина – развитие технологий машинного обучения и Big Data, которые позволяют внедрять эти решения на практике. Если не вдаваться в детали, основная суть заключается в том, что накопив колоссальное количество информации, машинный интеллект может «считывать» интересы каждого пользователя и подстраиваться под его индивидуальность.

Мы склонны недооценивать эти технологии. Одна из основных «фишек» Big Data заключается в том, что эта технология способна находить полезные закономерности в неструктурированных данных. То есть там, где, казалось бы, никаких закономерностей не существует в принципе.
Вот только один пример. В 2013 году американская компания Target, владеющая крупной торговой сетью, внедрила автоматизированную систему прогнозирования поведения покупателей. Система была основана на Big Data и машинном обучении. Основная задача системы – угадывать интересы покупателя и автоматически формировать коммерческое предложение, которое с высокой вероятности его заинтересует.

Система отлично себя зарекомендовала и существенно увеличила продажи для компании. Однако известность она получила не столько благодаря своей эффективности, сколько скандалу, который широко освещался в СМИ некоторое время назад. В какой-то момент система приняла решение прислать несовершеннолетней девушке купоны со скидками на памперсы и товары для новорожденных. Разгневанные родители школьницы пообещали подать в суд на компанию и попытались поднять шум, апеллируя к общественному мнению. Однако очень быстро выяснилось, что девушка действительно была беременной. Причем узнала она об этом уже после того, как это смог вычислить ИИ по косвенным, скрытым признакам.

Какую информацию могут использовать поисковые системы

На самом деле информации, пригодной для обработки технологиями Big Data, колоссальное количество. В первую очередь это индивидуальная история поиска пользователя, избранные ресурсы, привычки, паттерны поведения, использование эмоционально окрашенных слов и др. Все это позволяет выяснить более интересные детали о пользователе. Например, это может быть:

1. Динамика изменения интересов с течением времени.
2. Возрастная группа.
3. Контакты.
4. Уровень грамотности.
5. Географическое расположение.
6. Распорядок дня.

И многое-многое другое. Используя эту информацию и технологии Big Data,  поисковые системы получают возможность очень качественно моделировать и угадывать предпочтения человека, его намерения в данный конкретный момент, уровень дохода и даже его предпочтения в будущем с высокой степенью вероятности.

Эта информация затем используется поисковыми системами в первую очередь для персонализированного поиска. Таким образом, результаты выдачи могут сильно отличаться в разных регионах и у разных пользователей. Соответственно и ТОП становится сильно размытым. Развитие персонализации позволяет поисковым системам показывать каждому пользователю именно его индивидуальный ТОП.
 
В этой ситуации цель попасть на первые места поисковой выдачи по каким-либо запросам уже не кажется такой простой и однозначной. Приходится уточнять как минимум два момента: для какой именно аудитории и в каком именно регионе.