Мільйони людей щодня відкривають Google Discover і бачать новини, статті та інші матеріали, які не шукали самостійно. Комусь система пропонує новини про улюблених знаменитостей, комусь — технологічні новинки, спортивні результати або вигідні пропозиції магазинів. Але як Google визначає, що саме може зацікавити конкретного користувача?
На відміну від звичайного пошуку, де людина вводить запит і отримує результати, Discover сам формує персоналізовану стрічку контенту. Вона нагадує стрічку соціальної мережі, проте працює без звичних коментарів і публічних реакцій інших користувачів. Точний механізм рекомендацій Google не розкриває повністю, але наукові дослідження та відомості про системи рекомендацій дають змогу зрозуміти основні принципи її роботи.
Як Google визначає ваші інтереси
Google Discover не має окремого застосунку: на багатьох Android-смартфонах він інтегрований в інтерфейс і зазвичай відкривається свайпом праворуч на головному екрані. Стрічка формується з урахуванням активності користувача в інтернеті та застосунках.
Спочатку система має визначити, який контент узагалі можна рекомендувати. Подібно до Google Search, вона використовує індекс вебсторінок і відсіює матеріали, що порушують правила платформи. Зокрема, це стосується небезпечного контенту та публікацій, які не відповідають вимогам Google. Однак потрапляння до індексу ще не означає, що стаття з’явиться у вашій стрічці. Далі система намагається з’ясувати, які теми можуть вас зацікавити.
Для цього вона аналізує різні сигнали — наприклад, пошукові запити, переглянуті матеріали та взаємодію з контентом. Окремі об’єкти, як-от імена відомих людей, бренди або теми новин, система може пов’язувати між собою. Так вона здатна виявляти ширші інтереси навіть тоді, коли окремі пошукові запити здаються не пов’язаними один з одним.
Як алгоритм вирішує, що показати першим
Після визначення можливих інтересів система має зіставити їх із величезною кількістю матеріалів, опублікованих в інтернеті. Один із підходів, який використовують сучасні рекомендаційні системи, — так звані векторні представлення, або embeddings. Вони дають змогу математично описувати теми й об’єкти так, щоб алгоритм міг оцінювати їхню схожість.
Наступний етап — прогнозування реакції користувача. За опублікованими описами інженерів Google, система Discover використовує одинадцять прогнозованих цілей взаємодії, хоча деталі всіх із них не розкриті. Серед відомих сигналів — імовірність натискання на матеріал, позитивна реакція, відкриття подробиць або розгортання тексту. Враховуються й негативні дії: приховування публікації або блокування джерела.
Умовно кажучи, одна стаття може здаватися цікавою, але водночас викликати високу ймовірність того, що користувач приховає її. Інша може не привертати уваги миттєво, зате краще відповідати довгостроковим інтересам людини. Алгоритм має зіставити ці сигнали й визначити порядок матеріалів. Проте Google не розкриває точну формулу, за якою об’єднує прогнози в остаточний рейтинг.
Крім того, рекомендаційні системи можуть враховувати різноманітність і свіжість контенту, щоб стрічка не складалася лише з публікацій на одну тему. Водночас конкретний внесок кожного такого чинника в роботу Discover повністю невідомий.
Чому ваша стрічка постійно змінюється
Рекомендації не є остаточним результатом одноразового аналізу. Після показу матеріалів система отримує нові сигнали й може використовувати їх для подальшого налаштування рекомендацій.
Деякі дії користувач здійснює свідомо: натискає на статтю, приховує джерело або позначає матеріал як нецікавий. Інші сигнали менш очевидні — наприклад, чи переходить людина до публікації, чи продовжує її читати, чи одразу перегортає стрічку. Значення конкретних сигналів і спосіб їх використання залежать від системи та не завжди оприлюднюються.
Так формується цикл: рекомендації викликають реакції, реакції створюють нові дані, а дані впливають на майбутні рекомендації. Через це стрічка може змінюватися навіть без свідомого налаштування інтересів.
Водночас не варто вважати, що Discover можна повністю контролювати кількома кліками або що існує єдина формула, яка гарантує появу певного контенту. Система складається з багатьох взаємопов’язаних моделей, а її точні механізми залишаються непрозорими для сторонніх спостерігачів.
Отже, Google Discover — це не просто добірка популярних новин, а складна система персоналізації, яка намагається передбачити, що буде корисним або цікавим саме вам. На її рішення впливають історія взаємодії, теми контенту та реакції користувача, але остаточний механізм відбору матеріалів Google повністю не розкриває.