Google obtient un brevet pour « Prédire les besoins des utilisateurs dans un contexte particulier »
Publié: 2018-04-14Arrêtez de deviner les termes de la requête et commencez à prédire les besoins de l'utilisateur
Habituellement, lorsqu'une personne utilise un moteur de recherche, elle saisit des termes de recherche ou une question dans un champ de recherche. Un brevet accordé à Google suggère des alternatives aux « deviner les termes de recherche » pour essayer d'obtenir « les informations nécessaires pour atteindre un objectif particulier ».
Ce brevet a attiré mon attention alors que je voulais écrire sur ce sujet car son titre incluait les termes « besoins de l'utilisateur » et « Contexte », que j'ai vu récemment dans plusieurs brevets Google. L'un d'eux concernait les vecteurs de contexte, dont Google nous a parlé, impliquait l'utilisation de termes contextuels provenant de bases de connaissances, pour aider à identifier le sens de termes pouvant avoir plusieurs sens. Un exemple est Java, qui peut être un pays d'Indonésie, un langage de programmation ou le nom d'un café. L'ajout des bons termes contextuels sur une page concernant Java pourrait signifier que Google pourrait identifier plus facilement la signification de Java sur laquelle une page pourrait porter.
Le contexte est le terme de recherche de l'année
J'ai vu le « contexte » mentionné dans certains brevets intéressants jusqu'à présent cette année, y compris pour des choses sur lesquelles j'ai surveillé les brevets. Un autre article que j'ai écrit à propos de Context, était celui qui nous parlait de Context Facts, dans le post My Fifth Post About Context at Google: Adding Context Facts to Question Answers.
Dans cet article, Google nous a montré que parfois les informations sur lesquelles les gens posaient des questions pouvaient parfois compléter leurs réponses par des informations supplémentaires qui aidaient à mettre ces faits dans leur contexte, comme nous dire lorsqu'on leur demandait quelle était la taille de Barack Obama ; au lieu de simplement nous dire qu'il mesurait 6 pi 1 po, qu'il était aussi le 9e président le plus grand. La publication nous a montré que parfois les carrousels qui montraient des faits contextuels tels que les présidents les plus grands étaient des choses que les chercheurs voulaient voir, et Google s'intéresse à la prédiction des besoins des utilisateurs.
Prédire les besoins de l'utilisateur en affichant « Les gens recherchent également » dans les panneaux de connaissances
Ce brevet récemment accordé sur la prédiction des besoins d'un utilisateur en fonction d'un contexte particulier nous renseigne sur d'autres choses que nous pourrions voir. Par exemple, si vous me cherchez. « Bill Slawski », vous verrez un panneau de connaissances qui vous indique que « les personnes recherchent également : » et fournit ensuite une liste d'autres personnes recherchées éventuellement au cours des mêmes sessions de requête que les personnes pourraient rechercher pour moi, et ces personnes comprennent également Steve Jobs, George Orwell, Aldous Huxley, Gene Roddenberry, Matt Cutts, Tim Berners-Lee, Natzir Turrado, Andrew Isidoro et Malte Landwehr.
Il est possible que le contexte puisse nous montrer des choses auxquelles nous ne nous attendions pas ou que nous n'avions pas anticipé, mais qui pourraient être utiles.
Pourquoi Google essaie-t-il d'anticiper un « besoin d'un utilisateur pour un contexte particulier ? » Google nous dit ceci au début de la description du brevet :
Lorsqu'un utilisateur se trouve dans une situation inconnue, l'utilisateur peut se tourner vers un dispositif informatique pour obtenir des informations et des faits susceptibles d'aider l'utilisateur à accomplir une certaine tâche pour atteindre un objectif particulier. Certains dispositifs informatiques nécessitent que l'utilisateur soit capable de fournir des informations suffisantes (par exemple, des termes de requête de recherche) pour guider le dispositif informatique dans la localisation des informations particulières que l'utilisateur recherche.
Malheureusement, l'utilisateur peut ne pas être au courant des tâches qu'il peut avoir besoin d'accomplir, et encore moins des informations qu'il doit rechercher, pour naviguer avec succès dans la situation inconnue et atteindre l'objectif particulier. Par conséquent, sans connaissance préalable des diverses actions que l'utilisateur peut avoir besoin d'effectuer, l'utilisateur peut ressentir du stress et perdre un temps et des ressources précieux à saisir des informations dans un dispositif informatique et à deviner des termes de recherche, alors que l'utilisateur essaie d'obtenir les informations nécessaires pour atteindre un objectif particulier. objectif.
En plus de nous dire ce que d'autres personnes sont susceptibles de rechercher après avoir effectué une recherche pour une chose, nous pouvons rencontrer un fil d'actualités comme celui de Google Now qui nous montre les dernières histoires qui correspondent à nos intérêts qui peuvent être identifiés à partir de nos recherches précédentes, ou les intérêts que nous avons indiqués que nous avons. Il peut s'agir d'intérêts liés au travail ou au divertissement. C'est une utilisation différente de la satisfaction des besoins informationnels ou situationnels d'un chercheur, mais peut enrichir son utilisation de la recherche, en prédisant les besoins de l'utilisateur.
Le brevet est :
Prédire les besoins des utilisateurs pour un contexte particulier
Inventeurs : Yew Jin Lim, James Kunz, Joseph Garrett Linn, Charles Jordan Gilliland, David Faden, Sanjit Jhala
Cessionnaire : GOOGLE LLC
Brevet américain : 9 940 362
Accordé : 10 avril 2018
Déposé : 26 mai 2015
Résumé
L'invention concerne un système informatique qui identifie, sur la base d'historiques de recherche associés à un groupe de dispositifs informatiques pour un contexte particulier, une tâche effectuée par des utilisateurs du groupe de dispositifs informatiques pour un contexte particulier.
Le système informatique détermine le premier degré de probabilité que la tâche soit exécutée par les utilisateurs du groupe de dispositifs informatiques pour le contexte particulier et détermine le deuxième degré de probabilité que la tâche soit exécutée par les utilisateurs du groupe de dispositifs informatiques pour un contexte plus large qui inclut le contexte particulier et au moins un autre contexte.
En réponse à la détermination que le premier degré de probabilité dépasse le deuxième degré de probabilité d'une valeur seuil et qu'un contexte actuel d'un dispositif informatique particulier correspond au contexte particulier, le système informatique transmet, au dispositif informatique particulier, des informations pour terminer le tâche pour le contexte particulier.
Citations du brevet de prédiction des besoins de l'utilisateur
Il existe une liste d'articles cités comme références des déposants de brevets. Sur la base de leurs titres et sujets, j'ai décidé qu'il pourrait être utile de fournir des liens vers ceux-ci pour permettre aux lecteurs de lire des articles que les inventeurs du brevet jugeaient suffisamment importants pour être cités dans le brevet. Certains de ces articles sont extrêmement intéressants et se concentrent sur des éléments tels que la reformation des requêtes, les systèmes de recommandation, les résultats de recherche prédictifs et le fonctionnement d'assistants intelligents tels que Siri, Google Now et Viv.
White et al., « Predicting Short-Term Interests Using Activity-Based Search Context », CIKM'10, ACM, 23-30 octobre 2010, 10 pp. cité par le demandeur.
Hong et al., « Système contextuel pour un service personnalisé proactif basé sur l'historique du contexte », Systèmes experts avec applications, vol. 36, n° 4, 25 décembre 2008, 10 pages cité par le demandeur.
Lane et al., « Hapori : recherche locale de téléphones mobiles basée sur le contexte à l'aide de la modélisation comportementale communautaire et de la similarité », Ubicomp 2010, ACM, 26-29 septembre 2010, 10 pp. cité par le demandeur.
Olivarez-Giles, « Google Now` Will Suck in Outside App Data », The Wall Street Journal, 30 janvier 2015, 3 pages, cité par le demandeur.
Belkin, « Aider les gens à trouver ce qu'ils ne savent pas », Communications de l'ACM vol. 43, n° 8, août 2000, pp. 58-61. cité par le demandeur.
Warshaw, « Un nouveau modèle pour prédire les intentions comportementales : une alternative à Fishbein », Journal of Marketing Research, vol. XVII, mai 1980, p. 153-172. cité par le demandeur.
Adomavicius et al., « Context-Aware Recommender Systems », Actes de la conférence ACM 2008 sur les systèmes de recommandation, 23-25 octobre 2008, Suisse, pp. 1-37. cité par le demandeur.
Radwan, « Prédiction du comportement à partir d'actions dans le passé », 2KnowMySelf, 2014, extrait de :
Belkin, « Récupération d'informations intelligente : l'intelligence de qui ? » Actes du cinquième symposium international pour l'information (ISI'96), 1996, 6 p. cité par le demandeur.
Levy, « Les inventeurs de Siri construisent une nouvelle IA radicale qui fait tout ce que vous demandez », Wired, extrait de :
Viv Labs, « Viv : le cerveau mondial », Viv Labs, extrait de :
White et al., « Predicting User Interests from Contextual Information », Actes de la 32e conférence internationale ACM SIGIR sur la recherche et le développement en matière de recherche d'informations, 19-23 juillet 2009, Boston, MA, 8 pp. cité par le demandeur.
Belkin et al., « Relevance Feedback versus Local Context Analysis as Term Suggestion evices : Rutgers' TREC-8 Interactive Track Experience » Actes de la 8e conférence de récupération de texte, Washington DC ; NIST, pp. 1-9, récupéré le 15 avril 2015. cité par le demandeur.
De nombreuses fonctionnalités pour lesquelles Google montre le contexte, autour de la prédiction des besoins des utilisateurs, semblent être liées aux données de l'historique de recherche des utilisateurs. C'est l'une des bases sur lesquelles Siri, Google Now et Viv fonctionnent. Cela vaut la peine d'étudier comment le contexte est utilisé par ces applications et dans des éléments tels que les systèmes de recommandation dans le commerce électronique. Si Google réussit à prédire les besoins des utilisateurs, il peut anticiper les recherches que les gens peuvent vouloir faire et les laisser satisfaits.