Googleのネイティブアプリケーション垂直検索エンジン

Googleは先週、次のようなことをカバーできるモバイルデバイス上のアプリケーション垂直検索エンジンのキーワード検索（またはエンティティの検索）を実行できる検索エンジンに関する特許を取得しました。

• （i）連絡先、メッセージ、通話履歴、ドキュメント、メモ、カレンダーイベントなどの個人的なコンテンツ
• （ii）ユーザーが消費するためにアプリケーションによって提供されるアプリケーション固有のコンテンツ
• （iii）アプリケーションによって提供され、ユーザーの操作に応答するアプリケーション固有のコンテンツ、または
• （iv）それらの組み合わせ

この特許は、そのような検索エンジンが次のことを行う可能性があることを示しています。

…アプリケーションコンテンツアイテムを、検索クエリに応答して提供できるトピックやタスクなどの1つ以上の異なるグループにクラスタ化します。

この種のクラスタリングは、記事が特定のトピックを中心にクラスタリングされる傾向があるGoogleニュースで見られるものです。

これは、Googleが結果をマップ、ニュース、画像、動画、財務、学者などの個別の垂直検索に整理したように、Googleでの新しい垂直検索である可能性があるように思われます。 また、Googleは、ユニバーサル検索結果に見られるような「すべて」のカテゴリにさまざまな垂直検索結果を組み合わせているのを見てきました。

Googleは、さまざまな種類の垂直検索の検索結果をさまざまに設定しており、この特許は、アプリケーションの垂直検索エンジンもさまざまに設定される可能性があることを示しています。 アプリケーションに基づいたコントロールがあり、アプリケーションタイプ、および各ネイティブアプリケーションに関連付けられているトピックまたはタスクごとに編成されている場合があります。

このようなアプリケーションの垂直検索で結果がどのように表示されるかについて、特許がどのように説明しているかを次に示します。

この方法は、ユーザデバイス上に実装された検索エンジンによって、およびユーザデバイス上の複数のネイティブアプリケーションのそれぞれについて、ネイティブアプリケーションによって生成され、以下を含むデータのセットを受信するアクションを含み得る。

（i）ネイティブアプリケーションコンテンツ、および
（ii）ネイティブアプリケーションによって生成されるデータのセットごとに、ネイティブアプリケーションのコンテンツに関連付けられたコンテキスト情報。ユーザーデバイスに実装された検索エンジンによって、データのセットに基づくクラスター特徴ベクトル表現を生成します。ユーザーデバイスに実装された検索エンジンによって、ユーザーデバイス上の検索エンジンインデックスにクラスター特徴ベクトル表現を格納し、ユーザーデバイスに実装された検索エンジンによって、クラスター特徴ベクトル表現のセットを識別する。特定の特徴ベクトル表現に関連付けられ、ユーザーデバイスに実装された検索エンジンによって、クラスター特徴ベクトル表現のセットに関連付けられた1つ以上のトピックまたはタスクを識別し、出力用に以下を含むユーザーインターフェイスを提供します。 1つ以上のトピックまたはタスクを識別する選択可能なコントロール。

この特許は次の場所にあります。

検索エンジン
発明者：TimoMertensとMaximGubin
譲受人：Google LLC
米国特許：10,650,068
付与：2020年5月12日
提出日：2017年1月9日

概要

ユーザーデバイスに実装された検索エンジンを使用して、ネイティブアプリケーションコンテンツに関連するトピックまたはタスクを識別するための、コンピューター記憶媒体にエンコードされたコンピュータープログラムを含む方法、システム、および装置。 この方法は、ネイティブアプリケーションによって生成され、（ｉ）ネイティブアプリケーションコンテンツ、および（ｉｉ）ネイティブアプリケーションコンテンツに関連するコンテキスト情報を含むデータのセットを受信するアクションを含み得、以下に基づくクラスター特徴ベクトル表現を生成する。データのセット、ユーザーデバイスの検索エンジンインデックスにクラスター特徴ベクトル表現を格納し、特定の特徴ベクトル表現に関連付けられているクラスター特徴ベクトル表現のセットを識別し、関連付けられている1つ以上のタスクを識別しますクラスター特徴ベクトル表現のセットを使用し、出力用に、1つ以上のタスクを識別する選択可能なコントロールを含むユーザーインターフェイスを提供します。

アプリケーションの垂直検索エンジンがカバーするもの

この特許には、この垂直検索エンジンがカバーする可能性のあるさまざまな種類のネイティブアプリケーションがリストされています。これには、次のモバイルアプリケーションが含まれます。

• 旅行アプリケーション
• メッセージングアプリケーション
• トリップメンターアプリケーション
• カレンダーアプリケーション
• 文書処理アプリケーション
• 連絡先アプリケーション
• 音声通話アプリケーション
• ノートアプリケーション
• 百科事典アプリケーション
• のような

ネイティブアプリケーションの垂直検索エンジンで見つかったデータ

この特許は、すべてのネイティブアプリケーションがそれぞれのデータセットを生成することを指摘し、少なくとも1つの詳細な例を提供します。 これらのデータセットは、ネイティブアプリケーションとのユーザーインタラクションに基づいて生成されます。

これは例です：

データセットには、ネイティブアプリケーションのコンテンツとコンテキスト情報が含まれる場合があります。 たとえば、ユーザーは旅行アプリを操作して、ワシントンDCからイタリアへの航空券を予約できます。この航空券は2017年1月15日の午後3時に出発する予定です。 このユーザーの操作に基づいて、ネイティブアプリケーションは、ユーザーが操作したネイティブアプリケーションコンテンツなどのネイティブアプリケーションコンテンツを含むデータセットを生成する場合があります。 この場合、旅行の出発地（DCなど）、旅行の目的地（イタリアなど）、旅行の出発日（2017年1月15日など）、旅行の出発時刻（午後3時など）がそれぞれ表示されます。個別に、または一緒に、ユーザーが前述のアプリケーションコンテンツを作成したときに、ユーザーが操作した1つ以上のネイティブアプリケーションコンテンツアイテムの例です。 ネイティブアプリケーションコンテンツアイテムとのユーザ対話の他の形態は、ネイティブアプリケーションコンテンツを編集するユーザ、ネイティブアプリケーションコンテンツを閲覧するユーザ、ネイティブアプリケーションコンテンツを聞くユーザなどを含み得る。 検索エンジンは、ネイティブアプリケーションコンテンツから１つまたは複数の特徴を抽出して、１つまたは複数のネイティブアプリケーションコンテンツアイテムのユーザの相互作用または消費を表すクラスタ特徴ベクトルを生成することができる。

ユーザーインタラクションからのこの大量のデータに加えて、検索エンジンは、ネイティブアプリケーションとインタラクションしている人のユーザープロファイルから取得したデータを収集して含めます。

これは、ネイティブアプリケーション検索エンジンに含めることができる種類のデータの別の例です（各アプリケーションの機能に基づいて、非常に広い範囲をカバーできます）。

ユーザーが対話したネイティブアプリケーションコンテンツに関連付けられているフィールドを示すデータには、たとえば、メッセージの「To：」フィールド、メッセージの「Subject」フィールド、メッセージ、フライト予約の「宛先」フィールド、ホテル予約の「日付」フィールド、記事の「タイトル」フィールドなど。 ネイティブアプリケーションでのユーザーアクティビティを示すデータには、たとえば、ユーザーがネイティブアプリケーションと行ったいくつかの対話を示すデータ、ユーザーがネイティブアプリケーションを使用している間に対話した他のネイティブアプリケーションを示すデータが含まれる場合があります。ユーザーがネイティブアプリケーションの前に使用したネイティブアプリケーションを示すデータ、ユーザーがネイティブアプリケーションの後に使用したネイティブアプリケーションを示すデータ、ユーザーデバイスのユーザーによるネイティブアプリケーション間の切り替えのパターンを示すデータ、など。

ネイティブアプリケーションコンテンツの作成時間を示すデータには、たとえば、ユーザーがいつアプリケーションコンテンツを作成したかを示すタイムスタンプが含まれる場合があります。 ネイティブアプリケーションコンテンツの相互作用時間を示すデータは、例えば、ユーザがネイティブアプリケーションコンテンツと相互作用した時間を示すデータを含み得る。 たとえば、インタラクション時間には、ユーザーがネイティブアプリケーションでネイティブアプリケーションのコンテンツを表示した時間を示すタイムスタンプが含まれる場合があります。 アプリケーションの相互作用の数には、ユーザーが特定のネイティブアプリケーションと相互作用した回数が含まれる場合があります。

ユーザーが特定のネイティブアプリケーションを操作した回数には、次のものが含まれます。

（i）ユーザーとのアプリケーションの相互作用の総数を示すデータ。
（ii）所定の期間内のアプリケーションの相互作用の合計の特定の数を示すデータ、または
（iii）それらの組み合わせ。 たとえば、アプリケーションインタラクションの数には、ユーザーがメモアプリケーションを20回開いたこと、ユーザーが旅行アプリケーションを過去1週間に46回開いたことなどを示すデータが含まれる場合があります。

共有トピックネイティブアプリケーションの使用

この特許は、複数のネイティブアプリケーションが同じトピックまたはタスクをカバーする場合があることを示しています。 それらは以下を含むことができます：

• 同じ受信者に送信された複数のメッセージのセット
• 同じ件名に関連する異なる受信者への複数のメッセージのセット
• 同じ主題に関連する複数の異なるタイプのアプリケーションコンテンツアイテムのセット
• など

同じタスクに関連する複数のネイティブアプリケーションコンテンツからのコンテンツは、同じ目的、目標などに関連している可能性があります。 たとえば、イタリアへの旅行。 これらには次のものが含まれます。

• 旅行アプリを使用してイタリアへのフライト予約を予約する
• 旅行アプリ（同じ旅行アプリまたは別の旅行アプリ）を使用してローマのホテル予約を予約する
• トリップメンターアプリを使用して観光地の説明を確認する
• 検索エンジンを使用してローマのレストランや専門店（ジェラートショップなど）を検索する
• ユーザーがローマで訪問したい専門店（ジェラートショップなど）に関するメッセージを送信する
• メッセージングアプリを使用しているユーザーの配偶者

その大量の情報を一緒にクラスター化してから、クラスター特徴ベクトルを生成するために使用できます。 または、クラスター特徴ベクトルは、ネイティブアプリケーションコンテンツのテキストによって識別されるエンティティに基づいて生成される場合があります。

それらには、次の機能を含めることができます。

• 連絡先の名前
• 非接触者の名前
• 地名
• 国名
• 都市名
• 商号
• のような

ユーザーが関与するさまざまなネイティブアプリケーションおよびパターンの使用に関するデータも特定される場合があります。

クラスター特徴ベクトルに基づくアプリケーション垂直検索エンジンの索引付け

検索エンジンインデックスに格納されている各クラスター特徴ベクトルを使用して、クラスター特徴ベクトルの基になっているネイティブアプリケーションコンテンツアイテム（メッセージなど）を識別できます。

したがって、アプリケーションコンテンツアイテムに基づいてキーワード検索を実行する代わりに、またはそれに加えて、ユーザデバイスは、検索エンジンを使用して、検索エンジンインデックスに格納されたクラスタ特徴ベクトルのベクトル類似性検索を実行することができる。

さまざまな垂直検索エンジンがさまざまなシグナルを使用してコンテンツをランク付けおよびインデックス付けすることを確認しました。 このネイティブアプリケーション垂直検索エンジンは、クラスター機能-ベクトルアプローチを使用して、さまざまなネイティブアプリケーションのコンテンツをランク付けおよびインデックス付けします。

この特許は、そのような検索エンジンがどのように機能するか、そしてこれらのクラスター注目ベクトルからのデータがどのようにキャッシュされるか、またはバックグラウンドでバッチ処理アプローチを使用するかについて教えてくれます。 この種のクラスター特徴ベクトルアプローチは、個々のモバイルデバイスで使用でき、これらのクラスター特徴ベクトルのリアルタイム生成は、計算コストが高く、電話やタブレットのバッテリーの多くを使用する可能性があります。 ただし、コンテンツにインデックスを付けてランク付けするためのこのようなベクトルのリアルタイム生成は、より堅牢で正確になる可能性があります。 それらには、ネイティブアプリケーションとの最新の相互作用に関するデータが含まれます。

ネイティブアプリケーションの垂直検索エンジンについて

このネイティブアプリケーションの垂直検索エンジンは、Googleへの優れた追加機能であり、モバイルデバイスユーザーがアプリケーションでアクセスした情報を検索するのに役立ちます。 私が計画している旅行に関する旅行情報や手配を調べていただければ幸いです。

モバイルデバイスの機械学習に関するGoogleの説明を思い出しました。連合学習：集中型トレーニングデータを使用しない協調的な機械学習。 その論文が連合学習について教えてくれるように：

連合学習を使用すると、携帯電話は、デバイスにすべてのトレーニングデータを保持しながら、共有予測モデルを共同で学習できます。これにより、機械学習を実行する機能と、データをクラウドに保存する必要性が切り離されます。 これは、モバイルデバイス（モバイルビジョンAPIやオンデバイススマートリプライなど）で予測を行うローカルモデルの使用を超えて、デバイスにもモデルトレーニングを提供します。

この投稿は2020年5月18日月曜日に公開する予定でしたが、USPTOのWebサイトが壊れているようです。 分散型データベースには価値があります。 明日投稿しようと思います。

ネイティブアプリケーションの垂直検索エンジンの問題の1つは、それに含まれるデータが、ユーザーのモバイルデバイスとの対話に大きく依存していることです。 その情報が他の人に見られたり使用されたりすることをどれだけの人が望んでいるかは疑問です。

これは、クエリと予測をサポートするためのユーザー固有の知識グラフについての投稿で書いた特許を思い出させます。

Googleは人に関する多くのデータにアクセスできます。

それを使う人にとっては本当に便利かもしれません。

Googleは、多くの潜在的なユーザーのためにあまりにも多くの情報を収集している可能性があります。