Comprendre le fonctionnement de Bing Images

Ce mois-ci Bing a lancé une nouvelle version de son moteur de recherche d’images, pensée pour inspirer les consommateurs et leur apprendre davantage de choses. Nous découvrons des milliards d’images sur internet, mais transmettre des informations pertinentes à propos de chaque image est un énorme défi. Nous allons donc vous expliquer comment fonctionne Bing Images.

De l’URL de l’image à l’image elle-même

Une URL est supposée unique : à fortiori, chaque URL d’image doit donc correspondre à une image unique. Mais, comme vous avez pu le remarquer vous-même, une image peut apparaître de multiples fois sur la toile. Par exemple, un produit peut être vendu sur différents sites de e-commerce, mais être représenté avec la même image sur chaque site. Il en est de même pour des photos de célébrités par exemple.
Bing a estimé que 59% des images avait un « double », quelque part sur internet. Ces images sont dupliquées des centaines de fois, voire même des milliers. Les internautes sont alors obligés d’éplucher et d’analyser chacun de ces documents pour trouver du contenu pertinent à propos de l’image qui les intéresse.

Bing a expliqué le fonctionnement de son moteur de recherche grâce à des graphiques. La recherche qui se base sur les informations des URL se présente comme suit :

Le moteur de recherche développé par Bing est capable aujourd’hui de rassembler tout le data d’images dupliquées qui est actuellement dispersé sur plusieurs URL. Les informations se basent davantage sur les données de l’image que sur celles de l’URL.

La recherche se présente alors comme cela :

Les images sur le web ont augmenté de manière exponentielle : le moteur de recherche doit donc être mis à jour régulièrement pour suivre le rythme.
Pour cela, Bing a encore amélioré son outil en liant l’image et son contenu à du savoir unique.
Ce savoir provient des informations issues de l’image elle-même – grâce à des techniques de pointe développées par Microsoft Research et Bing -, du contexte de la page internet où se situe l’image, de l’interaction des utilisateurs avec le contenu et du savoir des partenaires de Bing.

En ajoutant la connaissance dans le graphique précédent on obtient donc :

Nous allons vous expliquer comment certaines de ces informations sont obtenues et utilisées par Bing dans sa recherche d’images.

S’inspirer des internautes

De nombreux internautes créent des collections d’images sur Pinterest, Tumblr ou encore Etsy. L’outil de Bing est désormais capable de lier ces différentes collections entre elles : si une même image apparaît plusieurs fois, les collections deviennent alors liées.
Les personnes qui créent des collections similaires sont susceptibles de partager les mêmes centres d’intérêt. En montrant des collections contenant la même image, les internautes découvrent des images qu’ils n’auraient jamais découvertes autrement.

Concrètement comment cela marche-t-il ?

Imaginons qu’un internaute recherche des idées de décorations pour sa maison. Le moteur de recherche va alors lui montrer une image d’une chambre décorée en bleu, qui a été épinglée de multiples fois sur Pinterest. Les collections qui contiennent la même image peuvent différer légèrement en termes de contenu. Une collection se concentre par exemple sur la couleur bleue dans la décoration tandis qu’une autre sur les objets bleus de tous les jours – décoration, vêtements, meubles, chaussures etc.
Cela permet aux internautes de découvrir facilement des nouveaux contenus susceptibles de les intéresser.

En apprendre plus grâce à la requête la plus représentative (Best Representative Query – BRQ) et grâce aux légendes d’images

Au lieu d’utiliser les termes de recherche entrés par l’internaute pour décrire l’image, Bing utilise le BRQ ; dans le but de décrire simplement et précisément chaque image, Bing a déterminé les termes qui décrivent le mieux chaque image. Ainsi, vous en saurez plus sur l’image que vous êtes en train de regarder.

Les légendes, quant à elles, permettent de comprendre une image. Une bonne légende sur un moteur de recherche contient un lien qui renvoie vers une page sur laquelle vous pouvez continuer votre recherche. Mais comment choisir quelle légende est la meilleure ? C’est la question sur laquelle les chercheurs de Microsoft et les ingénieurs de Bing ont travaillé.
Les images sont liées au contenu de leur page web : toutes les pages qui contiennent l’image sont alors des candidates pour devenir la légende de l’image.
Une bonne légende doit permettre de comprendre l’image, être intéressante, identifier les concepts clés de l’image et être correcte grammaticalement. L’outil de Bing est capable de classer les légendes potentielles selon la pertinence de l’image, la lisibilité et son importance pour les utilisateurs.

Exploiter davantage les sources Shopping (version Beta)

De nombreux internautes se rendent sur Bing pour rechercher un objet et l’acheter ensuite : par exemple, vous pouvez taper « acheter assiette ». En dessous de l’image d’une assiette, Bing affiche les différents sites sur lesquels vous pouvez acheter cette assiette. A l’heure actuelle, la fonction n’est pas tout à fait encore au point. Bing indexe régulièrement de nombreuses pages Shopping afin de toujours améliorer l’expérience utilisateur.

Améliorer la recherche inversée d’image

Il arrive souvent de surfer sur internet et de tomber sur une image très intéressant. Commence alors le parcours du combattant pour trouver des informations sur celle-ci. Bing améliore considérablement la recherche inversée grâce à son extension Bing Image Match. Un bouton apparait alors en haut à droite des images : cliquez dessus et vous trouverez de nombreuses informations sur cette image issues du moteur de recherche d’images.

En développant des outils toujours plus performants, Bing s’attache à améliorer l’expérience utilisateur de la recherche d’images.

Source : http://blogs.bing.com/search-quality-insights/2015/04/22/the-image-graph-powering-the-next-generation-of-bing-image-search/