Google a publié de nouvelles recherches sur la manière d’améliorer Google Discover avec un système plus précis d’identification et de suppression du contenu obsolète. Le nouveau système, Supersession-Decay Filtering (SDF), est déjà utilisé par Google et affecte le contenu présenté aux utilisateurs.
Le filtrage Supersession-Decay (SDF) est déjà utilisé
Le mot « supersession » est dérivé du mot « remplacer » et identifier le moment où un contenu plus récent a remplacé un contenu plus ancien est l’une des deux choses que fait ce système. Le mot « dégradation » fait référence à l’autre chose que fait le système, à savoir prédire quand l’utilité du contenu est perdue en raison de la dégradation de la pertinence.
Ce qui peut choquer la communauté de l’édition et du référencement, c’est que ce système est utilisé depuis deux ans. Cela signifie que les éditeurs, les propriétaires de sites et les référenceurs doivent rattraper leur retard. Les détails de ce système ont des implications sur le contenu et les stratégies d’interconnexion.
Les principaux points à retenir sont :
- Utilise deux filtres pour supprimer de manière proactive le contenu obsolète.
- Une fois le contenu obsolète supprimé, les systèmes de classement en aval, qui incluent des signaux d’engagement des utilisateurs et des systèmes « sensibles aux tendances », sont capables de classer les pages Web dans Google Discover.
Le document de recherche explique :
« Nous abordons ces deux mécanismes avec SDF (Supersession-Decay Filtering), un système de filtrage unifié des obsolescences déployé dans Google Discover, un flux personnalisé de contenu Web ouvert dans l’application de recherche Google, au service de centaines de millions d’utilisateurs actifs quotidiens et de milliards d’utilisateurs mensuels. Alors que les systèmes de classement en aval restent basés sur l’engagement et tiennent compte des tendances, SDF agit comme une couche de filtrage proactive. Il élague fondamentalement le contenu obsolète avant qu’il n’entre dans la phase de classement, nécessitant de nombreux calculs, fournissant ainsi un ensemble de candidats raffinés. SDF accomplit ceci en décomposant le problème en deux composantes complémentaires… »
Le document de recherche poursuit en décrivant deux filtres qui sont au cœur du SDF.
Moteurs de recommandation et fraîcheur
La plupart des gens savent ce qu’est un moteur de recherche. Il existe d’autres types de moteurs et l’un d’eux s’appelle un moteur de recommandation. Google Discover et YouTube sont des exemples de moteurs de recommandation.
En plus de faire correspondre le contenu aux intérêts des utilisateurs, un moteur de recommandation fait apparaître du nouveau contenu. La fraîcheur est un facteur clé de classement pour Google Discover, c’est ce que les utilisateurs préfèrent. Les chercheurs ont découvert un moyen de prédire de manière proactive quel contenu n’est plus récent et d’utiliser ces informations pour éliminer le contenu obsolète avant qu’il n’atteigne les utilisateurs.
Pourquoi la date de publication et les mesures d’engagement des utilisateurs échouent
Les méthodes traditionnelles d’identification du contenu obsolète s’appuient sur des dates limites de publication et des mesures d’engagement des utilisateurs qui indiquent que les gens ont cessé de s’intéresser à un sujet.
Les chercheurs ont expliqué que la date de publication n’indique pas de manière fiable si le contenu est toujours pertinent ou utile aux utilisateurs.
- Le contenu peut devenir obsolète peu de temps après sa publication lorsqu’il est remplacé par des informations plus récentes.
- Le contenu peut également devenir obsolète en raison de la dégradation de la pertinence, c’est-à-dire lorsque son utilité diminue avec le temps, même s’il n’est pas remplacé par un contenu plus récent.
- Un autre problème lié à l’utilisation de dates limites est que l’affichage d’un contenu persistant pertinent et utile peut être empêché.
- Les dates de publication mesurent uniquement le moment où quelque chose a été publié et non s’il est pertinent ou s’il a été remplacé.
Mesures d’engagement des utilisateurs
Les mesures d’engagement des utilisateurs sont insuffisantes car les systèmes basés sur l’engagement sont réactifs. Les signaux sont interprétés longtemps après que les utilisateurs ont déjà décidé que le contenu est obsolète.
Filtrage de supersession-décroissance (SDF)
Le mot « supersession » est dérivé du mot « remplacer » et le remplacement du contenu obsolète par un contenu plus récent est l’objectif de ce système. Les chercheurs ont développé le Supersession-Decay Filtering (SDF) comme moyen de détecter de manière proactive quand un contenu est obsolète en raison d’informations plus récentes et de prédire quand le contenu perd naturellement de sa pertinence.
- Remplacement
Le premier filtre identifie le contenu devenu obsolète parce que des informations plus récentes l’ont remplacé (supersession). L’IA évalue la relation entre le contenu plus ancien et le contenu plus récent pour détecter si les informations antérieures restent utiles. - Dégradation de la pertinence
Le deuxième filtre, alimenté par l’IA, évalue le contenu pour prédire quand il perdra son utilité, même si rien de plus récent ne l’a remplacé. Un autre filtre basé sur l’IA prédit quand le contenu perdra de sa pertinence.
Ensemble, ils suppriment les recommandations obsolètes avant qu’elles n’atteignent le système de classement, améliorant ainsi la fraîcheur du contenu tout en réduisant les coûts informatiques.
SDF bloque le contenu du classement
Les deux filtres (Supersession et Relevance Decay) fonctionnent ensemble comme un seul système. Si l’un des filtres identifie un contenu obsolète, ce contenu n’est plus éligible au classement dans Google Discover. Le contenu qui peut passer à travers les deux filtres reste éligible.
Les résultats des tests
Les chercheurs ont découvert que SDF réduisait les recommandations de contenu obsolète par rapport aux méthodes traditionnelles. L’engagement des utilisateurs a montré des gains modestes, améliorant l’engagement des utilisateurs et la diversité du contenu. Sur deux ans de déploiement, les plaintes des utilisateurs concernant le contenu obsolète ont diminué de 54,9 %. Le système a également réduit les coûts informatiques en supprimant le contenu obsolète avant le classement.
Points à retenir
Le document de recherche s’intitule Décomposer l’obsolescence dans les systèmes de recommandation : un cadre à double filtre pour le dépassement et la dégradation. Je pense que le SDF de Google oblige les éditeurs à répondre aux questions suivantes :
- Quel pourcentage de contenu doit être persistant ?
Il s’agit du contenu qui alimentera le site en trafic pour des requêtes utiles et informatives pour les utilisateurs. - Quel pourcentage a une fenêtre de pertinence limitée. Existe-t-il un plan pour mettre à jour le contenu lorsqu’il devient obsolète ?
- Quel pourcentage de contenu est constitué d’actualités et a une courte fenêtre de pertinence ?
Idéalement, il est important de couvrir toutes les dernières nouvelles pertinentes pour un public.
La durée pendant laquelle le contenu restera pertinent est importante car elle peut être utilisée pour prendre des décisions concernant les articles interconnectés. De nombreux plugins et systèmes basés sur l’IA pour relier le contenu sont basés sur la pertinence sémantique. Le nouveau système SDF de Google ajoute la dimension de fraîcheur à ce calcul.
