Marketing

Catégories d’informations classées par pertinence dans les résultats de recherche

Si vous souhaitez un coaching marketing je vous invite à consulter les différents services proposés.

Catégories classées par pertinence pour les résultats de recherche sur les appareils mobiles?

En tant que journaliste pour le Daily Planet, Clark Kent recherche très probablement des informations liées à l’actualité. Son Alter Ego et Super Hero, Superman, recherchent probablement du matériel lié à la bande dessinée, comme une combinaison de protection en kryptonite.

Imaginez un moteur de recherche qui fournit des catégories d’informations classées par pertinence aux chercheurs dans les résultats de recherche qui peuvent utiliser des profils pour différents chercheurs. Google explore ce concept depuis au moins une douzaine d’années, après avoir déposé une première version d’une demande de brevet couvrant ce sujet en 2008.

Un brevet sur les catégories d’informations classées par ordre de pertinence dans les résultats de recherche a été accordé à Google la semaine dernière et il décrit comment Google peut fournir des résultats de recherche sur les appareils mobiles dans des catégories ordonnées par pertinence.

Le brevet nous dit ce que les inventeurs pensent être les attentes des chercheurs sur les appareils mobiles:

Ils s’attendent à avoir accès sur la route, dans les cafés, à la maison et au bureau via des appareils mobiles, à des informations auparavant disponibles uniquement à partir d’un ordinateur personnel qui était physiquement connecté à un réseau correctement approvisionné. Ils veulent des nouvelles, des cotations boursières, des cartes et des directions, et des rapports météorologiques à partir de leurs téléphones portables; e-mail de leurs assistants numériques personnels (PDA); des documents à jour depuis leurs smartphones; et des résultats de recherche rapides et précis sur tous leurs appareils mobiles.

Les téléphones de 2020 sont très différents des appareils mobiles de 2008. Pour avoir une idée de la façon dont Google voyait les appareils mobiles à l’époque, je recommanderais ce livre blanc de l’équipe de recherche Google Mobile: Ordinateurs et iPhones et téléphones mobiles, oh mon!! Une comparaison basée sur les journaux des utilisateurs de recherche sur différents appareils, par Maryam Kamvar, Melanie Kellar, Rajan Patel et Ya Xu.

Nous ne savons pas si le processus décrit dans ce brevet qui vient d’être accordé est celui que Google poursuivra, mais il a de la valeur dans la façon dont il décrit comment Google a tenté de surmonter les problèmes avec une recherche perçue au moment où elle a été déposée pour la première fois. Gardez à l’esprit que Google travaille sur l’indexation basée sur les entités à l’aide du graphique de connaissances et sur l’indexation mobile first pour offrir aux sites Web de meilleures expériences sur les appareils mobiles depuis 2008.
.

Le brevet nouvellement délivré nous indique qu’il peut y avoir des problèmes à fournir la même gamme riche de résultats aux personnes utilisant des appareils mobiles qu’aux personnes utilisant des ordinateurs de bureau. Ces problèmes comprennent:

  1. Les capacités de saisie peuvent être plus limitées dans un appareil mobile que dans un ordinateur de bureau, ce qui nécessite plus d’efforts de la part d’un chercheur pour saisir une requête de recherche (ou d’autres informations)
  2. Les écrans des appareils mobiles ont tendance à être plus petits que les écrans des ordinateurs de bureau, il peut ne pas être possible d’afficher autant d’informations à un moment donné sur un appareil mobile
  3. Les connexions de données entre les appareils mobiles et Internet peuvent être plus lentes qu’entre les ordinateurs de bureau et Internet

La solution décrite dans le brevet pour résoudre ces problèmes consiste à fournir des catégories d’informations par ordre de pertinence à un chercheur.

On nous dit qu’une ou plusieurs catégories d’informations (par exemple, informations Web, informations d’image, informations d’actualité, informations de navigation, etc.) peuvent être fournies à un chercheur en réponse à une requête. Ce dessin du brevet nous donne une idée de la façon dont Google pourrait fournir des résultats en utilisant des catégories d’informations classées par pertinence dans les résultats de recherche:

pertinence Catégories d'informations ordonnées

Apporter un classement par pertinence aux résultats de recherche catégorisés

La première catégorie d’informations montrée peut être sélectionnée sur la base d’une prédiction de la catégorie d’informations que l’utilisateur est susceptible de rechercher.

Cette prédiction peut être effectuée à l’aide de règles issues d’un système d’apprentissage automatique, entraînées à l’aide de données de recherche historiques.

La prédiction peut être faite sur la base d’une correspondance statistique qui a été développée par l’analyse d’autres requêtes similaires, entre la requête reçue et une catégorie spécifique d’informations.

La prédiction peut également être faite sur la base d’un profil correspondant à un profil de chercheur associé à la requête (tel que Clark Kent ou Superman), ou la prédiction peut être basée sur des informations agrégées à travers plusieurs chercheurs avec ou sans considération des données sur un utilisateur particulier. .

La prédiction peut également être basée sur une combinaison de facteurs, y compris, par exemple, la correspondance statistique entre la requête reçue et une catégorie spécifique d’informations et un profil d’utilisateur associé à la requête.

Le processus derrière le brevet pourrait fonctionner comme suit:

  1. Recevoir une requête depuis un appareil mobile
  2. Génération d’un certain nombre d’ensembles de résultats orientés catégorie différents pour la requête
  3. Détermination d’un ordre pour le nombre d’ensembles de résultats dirigés par catégorie en fonction de la recherche
  4. Transmission du nombre d’ensembles de résultats dirigés par catégorie à l’appareil mobile dans un ordre spécifique

Cela pourrait également impliquer le formatage du nombre de résultats dirigés par catégorie à afficher dans un tableau à onglets dans un ordre décroissant de corrélation entre chaque jeu de résultats dirigé par catégorie et la requête.

La détermination de cet ordre peut impliquer le calcul, pour chacun des ensembles de résultats dirigés par catégorie, d’une probabilité représentant que ces catégories particulières d’ensemble de résultats répondent à la requête reçue.

Le calcul de la valeur de vraisemblance peut inclure:

  1. Récupérer un profil associé au dispositif mobile, y compris des informations sur la distribution de corrélations préalablement déterminées entre d’autres requêtes reçues de ce dispositif et une ou plusieurs catégories différentes d’informations.
  2. Récupération de données associées à des requêtes reçues d’autres appareils mobiles, qui sont sensiblement similaires à la requête de recherche reçue, y compris la distribution de corrélations préalablement déterminées entre les autres requêtes de recherche sensiblement similaires et une ou plusieurs catégories d’informations différentes
  3. La distribution peut inclure plusieurs sous-distributions, chaque sous-distribution étant liée à une ou plusieurs des (a) classification d’un périphérique à partir duquel la requête a été reçue, (b) un modèle ou groupe de modèles d’un périphérique à partir duquel la requête a été reçue, (c) une zone géographique à partir de laquelle la requête a été reçue, et (d) l’heure approximative de la journée à laquelle la requête a été reçue
  4. Récupération d’un profil associé au dispositif distant et exécution d’un calcul pour obtenir le premier résultat basé sur une partie du profil récupéré, récupération des données associées à la requête et exécution d’un deuxième calcul pour obtenir un deuxième résultat basé sur une partie de les données récupérées, et effectuer un troisième calcul basé sur une contribution pondérée du premier résultat et du deuxième résultat

La requête de recherche peut être reçue à partir d’un appareil mobile.

Les différentes catégories peuvent inclure au moins trois catégories sélectionnées dans le groupe constitué de:

  • Résultats basés sur l’emplacement
  • Résultats Web
  • Images
  • Vidéo
  • Achats
  • Blogs
  • Plans
  • Livres

Dans certains aspects, le classement des résultats est configuré pour classer les catégories en fonction

a) un profil associé à l’appareil distant et
b) des données de pertinence corrélant d’autres requêtes de recherche reçues d’autres dispositifs distants et une ou plusieurs catégories d’informations différentes, les autres requêtes de recherche étant sensiblement similaires à la requête de recherche.

Ce brevet de résultats de recherche par ordre de pertinence peut être trouvé à l’adresse.

Fournir des catégories d’informations par ordre de pertinence
Inventeurs: Yael Shacham, Leland Rechis, Scott Jenson et Gabriel Wolosin
Cessionnaire: Google LLC
Brevet américain: 10,783,177
Accordé: 22 septembre 2020
Déposé le 20 juin 2011
Abstrait

L’invention concerne un procédé mis en œuvre par ordinateur. Le procédé comprend la réception d’un dispositif distant d’une requête de recherche, la génération d’une pluralité d’ensembles de résultats dirigés par catégorie différents pour la requête de recherche, la détermination d’un ordre pour la pluralité d’ensembles de résultats dirigés par catégorie sur la base de la requête de recherche, et la transmission de la pluralité de des ensembles de résultats dirigés par catégorie vers le périphérique distant, de manière à ce que les ensembles de résultats soient affichés dans le périphérique distant dans l’ordre déterminé.

Tirez parti de ce brevet de résultats de recherche classés par pertinence

Quand je suis tombé sur ce brevet, j’étais ravi de le partager car il brosse un tableau de ce que Google aurait pu nous donner. Cela me rappelle beaucoup de la recherche universelle que nous avions l’habitude d’avoir sur les ordinateurs de bureau qui nous montrait un mélange de résultats locaux, de résultats d’actualités, de résultats d’image et de résultats vidéo. J’ai écrit sur les nombreuses mises à jour de la recherche universelle dans le post Google’s New Universal Search Results.

Google fournit de plus en plus de résultats basés sur la connaissance, même pour les résultats de recherche mobiles, avec des cartes de connaissances, des extraits de code, des questions PAA, des carrousels d’entités que les 10 liens bleus du début des années 2000 sont très différents des résultats de recherche d’aujourd’hui. Les problèmes que ce brevet visait à résoudre sur les appareils mobiles ne sont peut-être plus tout à fait les problèmes qu’ils étaient en 2008, et en raison d’initiatives telles que l’indexation mobile-first et la recherche basée sur les entités, nous pourrions ne pas profiter de la pertinence des informations dans les résultats de recherche que les inventeurs à l’origine de ce brevet auraient pu penser que nous le ferions. Mais il est utile d’envisager d’autres approches que Google aurait pu adopter.

Idéalement, votre site Web doit être facilement indexable à la fois par Googlebot Desktop et par Googlebot Smartphone, et il s’affiche bien sur les appareils mobiles de manière conviviale pour les mobiles. Et en plus de cela, s’il répond aux besoins informationnels et situationnels de votre public, il aura de bonnes chances d’être classé pour les recherches qu’ils effectuent sur leurs appareils mobiles.

Je me demande si Google adoptera son approche des catégories ordonnées par pertinence pour les résultats de recherche. Ils pourraient, mais ils ne peuvent pas à ce stade. Si Google propose une version plus récente de ce brevet qui décrit comment les résultats basés sur la connaissance peuvent s’intégrer dans les résultats de recherche, nous verrons peut-être cela utilisé. Je garderai un œil sur cela.

Source link

Leave a comment

Your email address will not be published. Required fields are marked *