Proč článek zmizí z Discoveru ještě před rankingem

Google popsal filtr, který z Discoveru vyřazuje zastaralé články dřív, než se dostanou k řazení (rankingu). Systém se jmenuje SDF (Supersession-Decay Filtering) a podle autorů je plně nasazený v Discoveru se stovkami milionů denních uživatelů. Paper Bai a kol. vyšel na arXivu 16. 8. 2026 a autoři ho představí na konferenci CIKM 2026 v Římě (7.–11. listopadu).

Výsledky pokrývají dva roky provozu a poslední měření je z 1. čtvrtletí 2026. Damien Andell z 1492.vision v analýze z 22. 10. 2026 údaje z odborného článku porovnal s vlastním panelem Discover feedů a odvodil z nich rady pro vydavatele. Odborný článek sám nic nedoporučuje, proto oba zdroje v textu důsledně odlišuji.

Dva modely místo věkového limitu

Zastaralá doporučení v Discoveru jsou podle textu článku jedním z hlavních důvodů stížností uživatelů. Dosavadní pojistky autoři nazývají hrubými náhražkami. Pevný věkový limit vyřadí i evergreen obsah a práh kliků zabere až poté, co se článek nejdřív ukáže.

Článek proto rozlišuje dva způsoby, jak článek zastará, a každý řeší samostatný model. K vyřazení stačí verdikt jednoho z nich. Vyřazený článek vypadne z množiny kandidátů ještě před rankingem.

Oba signály závisí jen na článku a čase, takže je Google počítá předem. Při sestavení feedu jen vyhledá hodnotu v tabulce. Vyřazené články přeskočí nejnáročnější fáze hodnocení. Google tím podle dokumentu ušetří skoro 8,7 % výpočetního času služby.

Nahrazení: novější článek odsune starší

Filtr nahrazení (supersession) posuzuje dvojici článků k jednomu tématu, tedy ke stejné události nebo entitě. Starší článek označí za zastaralý, když ho novější vyvrací, činí neaktuálním nebo nahrazuje. Samotné stáří nestačí. Zastarat ho může jen novější článek.

Z provozu článek uvádí titulek „House GOP leaders float new plan“, který model označil za zastaralý kvůli novějšímu „House Republicans failed to agree on a spending plan“. Článek „Mazda 3 IPM launching soon?“ odsunula zpráva „Mazda 3 prices revealed“.

V ukázkových dvojicích článku naopak zůstal čerstvý úzce zaměřený článek o riziku fixních hypoték na australském trhu. Pozdější obecnější report CoreLogicu informace o fixních sazbách neobsahoval.

Základem je 300 ručně označených dvojic, na kterých autoři vyladili velký model PaLM 2-L. Ten dal na každou další dvojici sedm nezávislých odpovědí a o výsledku rozhodl většinový verdikt. Vznikl tak soubor 1 100 133 dvojic, na kterém se učil model T5 s 11 miliardami parametrů.

Na 550 dvojicích z Discoveru hodnocených lidmi má filtr precision 83,5 % a recall 95 %. Precision udává, jaký podíl označených článků je opravdu zastaralý. Recall říká, jaký podíl zastaralých článků model zachytil. Zhruba každou šestou dvojici, kterou filtr označí za zastaralou, tedy lidé hodnotí jako čerstvou.

V provozu značí online režim časově citlivé články skoro v reálném čase. Dávkový průchod dochytá méně zobrazované články a štítek „zastaralé“ rozšíří na další články k tématu.

Dožití: kolik návštěvnosti už článek dostal

Druhý filtr, dožití (decay), pracuje s veličinou PTR (predicted traffic ratio, předpovězený podíl návštěvnosti). Model pro daný horizont odhaduje, jaký podíl celkové návštěvnosti za 30 dní už článek dostal. Horizontů je sedm: 12 hodin a 1, 3, 5, 7, 10 a 14 dní. Čas se počítá od chvíle, kdy Google článek zaindexuje.

Když odhad pro poslední uplynulý horizont dosáhne 0,9, článek vypadne. Práh autoři vybrali z hodnot 0,85, 0,9, 0,95 a 0,98 tak, aby filtr držel vysokou precision. Když každý článek posoudí pět hodnotitelů, vychází precision přes 88 %.

Model čte jen obsah: text, obrázky a video najednou (early fusion). Na redakčně označeném vzorku tak zařadí správně 80 % článků, při odděleném zpracování 76 %. Učí se z kliků ve vyhledávání Google. Návštěvy na webu se podle článeku odmítají, protože je zkresluje vlastní propagace vydavatele.

Průvodce k meteorickému roji Geminid podle studie vypadl po noci, kdy roj vrcholil. Průvodce vícedenním food festivalem na Phuketu zůstal ve feedu po celou dobu konání. Explainer New York Times o zdravotním koučinku prošel vždy.

Co filtr změnil a kde selhává

V testu s hodnotiteli bylo mezi články, které SDF posunul dolů, 11,24 % zastaralých. Mezi posunutými nahoru jich bylo 4,33 %. Věkový limit s prahem zapojení takový rozdíl prakticky nevytvořil. Každý filtr funguje i sám a nejsilnější jsou dohromady. Podle autorů míří na odlišné druhy zastarání.

Při dvouměsíčním holdbacku měla kontrolní skupina uživatelů filtry vypnuté. Proti ní kleslo odmítnutí karet o 0,16 % a rozmanitost feedu vzrostla o 0,13 %. Pozitivní zapojení se zvýšilo o 0,26 %, což je malý, ale statisticky významný rozdíl. Hlášení „zastaralé“ od uživatelů za dva roky provozu klesla o 54,9 %, u nahrazení o 64,0 % a u dožití o 34,4 %.

Autoři sami jmenují tři slabiny:

• Filtr nahrazení váhá u politického komentáře, který míchá názor s fakty.
• PTR propouští mnoho pomalu dohasínajících článků, které ve feedu zůstanou, i když jsou trochu zastaralé.
• Velká část zbylých stížností se týká obsahu, který čtenář už viděl jinde. To SDF neřeší.

Data aktualizací modelů ani rozšíření na další jazyky a země odborný článek neuvádí.

Co ukazují data z feedů

Andell sledoval francouzské a anglické Discover feedy testovacích účtů od března do října 2026. Panel zachytil asi 35 400 článků a asi 23 700 datovaných karet. Limity přiznává sám: malý a hlavně francouzský panel, vliv sezónnosti a zpravodajského cyklu, žádná data z webů vydavatelů. Názvy skóre jsou jeho hypotézy a časová shoda nedokazuje příčinu.

Ze zobrazených karet připadlo 39 % na den publikace, 36 % na druhý den a 15 % na třetí. Články starší 3 dnů tvořily jen něco přes 10 % karet, starší 7 dnů 0,8 %. U 934 článků viděných aspoň třikrát měl den publikace medián 45 % publika nejlepšího dne. Vrchol připadl na D+1 a nad 80 % se publikum drželo do D+3. Pak klesalo: D+4 56 %, D+5 50 %, D+6 21 %.

Aspoň ve dvou různých dnech se objevilo 3,9 % článků. U průvodců k událostem typu „v kolik“, „jak sledovat“ nebo „dnes večer“ to bylo jen 0,9 % z 350 článků.

Andell zachytil i selhání nahrazení. Finále NCAA Michigan–UConn se hrálo večer 6. 4. 2026 amerického času. V jednom anglickém feedu se ještě večer 7. 4., víc než 15 hodin po zápase, ukazovaly karty s předzápasovým průvodcem a zprávou o zranění. Objevily se pár minut po kartách s výsledkem. Proč dvojice filtrem prošly, Andell neví.

Články k jednomu tématu tvoří podle jeho dat skupiny napříč vydavateli, obvykle na 1–4 dny. Nejzobrazovanější článek skupiny má zhruba 6× větší publikum než nejméně zobrazovaný. Nejnovější článek přitom vyhraje ve 44 % skupin, náhoda by dala 46 %. Sám to označuje za křehký výsledek.

Co z toho plyne pro vydavatele

Následující doporučení jsou Andellova dedukce, paper je neobsahuje.

1. Aktualizace jako samostatný článek. Když se téma vyvíjí, vydejte aktualizaci sami jako nový článek. Titulek s výsledkem pomůže modelu poznat, že váš článek nahrazuje starší.
2. Specifický úhel. Držte se pohledu, který pozdější obecnější článek nepokryje.
3. Bez časových obratů mimo zprávy. PTR čte text, obrázky i video, takže výrazy typu „dnes večer“ mohou článek označit za krátkodobý.
4. Vlastní propagace se nepočítá. Homepage, notifikace ani sociální sítě se do PTR nepromítnou, protože model se učí z kliků ve vyhledávání.
5. Žádné republikování pod novými URL. Viditelnost tématu to prodlouží asi o 50 %. Discover ale weby, které to dělají ve velkém, demotuje.
6. Vlastní křivka v GSC. V přehledu Discover porovnejte svých 10 nejlepších článků ze září a z února. Když je první den podobný a ocas zmizel, váš web odpovídá vzorci popsanému v další části.

Vysvětluje SDF letní propad?

Logbook 1492.vision z 8. 10. 2026 popisuje, že top články od července ztratily zhruba třetinu dosahu. Podíl dosahu po nejlepším dni klesl z 25 % v únoru na 17 % v září. Doba vystavení se zkrátila z 3,6 na 2,7 dne, nejvíc u zahrady a receptů. Nejlepší den se drží, long tail výdrž mizí.

Andell upozorňuje, že SDF běžel už v 1. čtvrtletí 2026 a byl tedy součástí výchozího stavu. Aby propad vysvětlil, musel by se po březnu změnit. Odborný článek zmiňuje nejmenované aktualizace a přiznává, že PTR pomalu dohasínající obsah propouští. Letní aktualizace, která by takové články začala vyřazovat, by zkrátila ocas a nejlepší den nechala, což sedí na profil z logbooku.

Data ale nedokážou oddělit skutečný pokles zájmu od pouhé rekalibrace skóre. Od týdne 29. 6. 2026 kleslo Andellem sledované skóre „topic potential“ zhruba o čtvrtinu a ve dnech 30. 6.–3. 7. se změnilo několik skóre. Červenec tak nejspíš kombinuje víc změn.

Čtu to tak, že SDF je pro letní propad věrohodný kandidát, důkaz ale chybí.