Etude du brevet Google : Time Based Ranking (2015)

Voici le résumé :

Apparatus, systems and methods for content ranking are disclosed. Historical click-through rates of first and second content items for a query are determined from an analysis of click logs and query logs. Temporal changes in the historical click-through rate of the first and second content items are identified. The rankings of the first and second content items are adjusted based on the temporal change.

L'auteur indique pas moins de 283 autres brevets déposés aux Etats-Unis sur le même sujet ! Autant vous dire qu'il s'agit d'un sujet déjà analysé dans tous les sens, depuis longtemps...

En gros, l'idée est la suivante : on analyse les taux de clics associés à différents contenus (apparaissant dans les pages de résultats, SERP) en les associant à des dates. Quand les taux de clics se mettent à fortement changer, c'est qu'il est temps d'adapter les résultats pour améliorer la pertinence.

Voici un extrait du texte :

The temporal analyzer engine identifies a temporal change in the historical click-through rate of a first content item relative to the historical click-through rate of a second content item for a first time period.

Dans le brevet, vous noterez que l'auteur explique que le système se base de façon intensive sur l'analyse des logs des requêtes et des clics (ainsi que des taux de clics). Cela fait vraiment longtemps que Google décortique tout le processus de recherche des internautes, et je soupçonne qu'on ne s'imagine en fait pas à quel point le système en place est sophistiqué.

Ici, le système étudie les taux de clics associés à toutes les requêtes et à tous les types de documents, en fonction de plages de temps. Vous rendez-vous vraiment compte de la complexité du truc à l'échelle de Google ?

Au fait, rappelez-vous que Google exploite sans doute pour son algo Panda les allers-retours de l'internaute entre les SERP et les sites (pogosticking) ainsi que les temps passés sur les sites.

L'auteur prend un exemple frappant : la recherche [Turkey], un homonyme en anglais pour le pays (la Turquie) et l'animal (la dinde). La plupart du temps, les internautes qui cherchent [Turkey] s'intéressent au pays. Mais à l'approche de la fête de Thanksgiving, très populaire aux Etats-Unis et au Canada, leurs recherchent concernent en fait la dinde (et les recettes associées très courantes pour cette fête).

Brevet Google Time Based Ranking : requête Turkey — Pendant la fête de Thanksgiving, le taux de clics sur les résultats liés au pays (turkey = Turquie) chute, tandis que celui sur les résultats liés aux recettes (turkey = dinde) augmente

Concrètement, voici une représentation des résultats pour la requête [Turkey] quand Google estime qu'on se situe dans la période associée au pays (turkey = Turquie) :

Et voici une représentation des résultats pour la requête [Turkey] quand Google estime qu'on se situe dans la période associée à l'animal (turkey = dinde) :

Voici un autre exemple où le taux de clic change non pas chaque année mais chaque semaine (le lundi, jour d'un dessin animé) :

Changement hebdomadaire du taux de clic — Voici un exemple où Google repère que le taux de clic sur certains types de résultats pour une même requête change chaque semaine

Un schéma de l'algo qui permet de lever l'ambigüité d'une requête via l'analyse de l'évolution temporelle du CTR (taux de clics) dans les résultats de recherche :