Semalt: Razumevanje Googlovega grafikona znanja in njegovega delovanja



Za lažje razumevanje Googla vaše spletne vsebine je pomembno, da razumemo, kako vplivati ​​na teme v grafu znanja. Semalt je spletno mesto, namenjeno zagotavljanju najboljših storitev za svoje stranke, kar pomeni razumevanje vsega, kar je povezano s SEO. Kot podjetje, ki se osredotoča na spletno oblikovanje in razvoj spletnih strani, SEO vključujemo v vse vidike spletnega mesta. To je seveda vključevalo razumevanje grafov Googlovega znanja.

Kaj naredi grafe znanja posebne?

Brez grafa znanja bi iskalnik, zlasti Google, težko uporabljal strukturirane podatke za entitete. Oznake in semantični podatki pomagajo pri povezovanju idej in konceptov ter jih olajšajo pri preoblikovanju v strukturirane podatke, s katerimi lahko zapolnimo ali vplivamo na Googlov graf znanja.

Kot strokovnjaki za SEO smo dolžni razumeti načine, kako lahko vplivamo na te teme v grafu, tako da lahko vplivamo na pomembne spremembe v Googlovem razumevanju njihove vsebine.

Kot strokovnjaki za SEO razumemo, kako vplivati ​​na teme v grafu, da vplivamo na pomembne spremembe v Googlovem razumevanju vsebine naše stranke.

Kaj je Google Graf znanja?

Grafi znanja se nam zdijo presečišče baze podatkov in enciklopedije. Razvijalci se na vsak članek v grafu znanja sklicujejo na entiteto ali na temo v Googlovih člankih, usmerjenih k strankam.

Subjekt je lahko popolnoma nič. Kot pri večini baz podatkov ima tudi ta svoj edinstveni identifikator, ki ga včasih vidite v Googlovih URL-jih. Videti je tako: [kgmid=/ g/11f0vfyswk & hl], ime parametra "kgmid" pa se lahko spreminja glede na vrsto entitete.

Običajno obstaja več izjav o entiteti:
  • Naslov ali ime (na primer "George Bush").
  • Vrsta ali tipi (na primer "oseba").
  • Opis (na primer "nekoč je bil predsednik ZDA").
  • Seznam URL-jev slik (običajno povezan s pravicami uporabe).
  • Podroben opis (nekaj obrazložitvenega besedila z URL-jem vira).
Google pa trdi, da so informacije na zgornjem seznamu morda na voljo neposredno v iskalnem API-ju, vendar se ti podatki notranje znatno dopolnjujejo.

Torej v zgornjem primeru lahko podatki vključujejo tudi datum, ko se je Bush rodil in umrl; lahko vključuje, da je bil poročen z Barbaro Bush. Lahko omenja nekatere njegove dosežke v pisarni itd.

Z vsemi navedenimi informacijami je lažje ugotoviti, kako ni velike razlike v primerjavi s člankom iz enciklopedije. Razlika pa je v tem, da stroji lažje povežejo pike med temami, ker so vsa dejstva razvrščena v polja, kot je »Število let v službi«. Stroji tudi lažje pridobijo prave informacije skoraj v trenutku, ko oseba poda zahtevo. Na primer, če iščete, kdo je bil poročen z Georgeom Bushem? To bi morali videti:


Nejasnost

Po vsem svetu obstaja veliko grafov znanja, Googlov graf znanja pa je le eden od teh številnih grafov. Drugi grafi znanja vključujejo Wikidata.org, dbpedia.com in še več. Dejansko lahko katero koli obliko polstrukturiranih podatkov opišemo kot graf znanja, zato se podatkovne baze, kot so IMDB ali enciklopedije, imenujejo grafi znanja.

Google je svoj graf znanja sprva gradil iz drugih naborov podatkov, vključno s CIA Factbook in Wikipedijo. Slišali smo tudi govorice, da lahko Googlova plošča znanja deluje tudi kot graf znanja. Vendar je to napačno in ga ni treba upoštevati. Medtem ko podokno z znanjem včasih predstavlja podskupino podatkov na grafu, to ni isto.

Podokno z znanjem lahko deluje tudi kot vizualna predstavitev podatkovnih elementov, povezanih z Googlovim grafom znanja. Googlov graf znanja pa je manj vizualni zapis o temah.

Končna točka, ki jo želimo razčleniti, je terminologija sama. Na splošno je graf znanja o ključnih besedah ​​sestavljen iz entitet ali tem. Zaradi jasnosti smo opazili, da Google raje uporablja izraz "teme", saj je izraz, ki ga nenehno uporabljajo v svoji javni dokumentaciji.

Tema je sicer bolj prijazna do uporabnika, vendar je tudi otežila razumevanje, kdaj se Google sklicuje na teme ali entitete.

Vrste tem entitet

Na splošno entitete dobijo vrste tem. To je lahko oseba; Dogodek; Organizacija, kraj ali država. Če entiteta ni nobena od teh, je označena kot "Stvar". Upajmo, da bo Google še naprej razvijal nove vrste vnosov, tako da bomo manj pogosto uporabljali "Stvari". API za obdelavo naravnega jezika, ki ga uporablja Google, ponuja ključne namige, zaradi katerih se sprašujemo, ali se v resnici uporablja veliko vrst tem. Vendar pa je na strani razvijalca Googlovega API-ja za iskanje v Grafu znanja mogoče najti še več vrst entitet. Trenutno se zdi, da Google ne more kategorizirati toliko entitet, kot jih je navedel. Upamo, da se bo to sčasoma spremenilo.

Poleg tega le približno 20% subjektov prepozna algoritem obdelave naravnega jezika, ki ga uporablja Google, v primerjavi z njihovo javno ponudbo.

Prednosti grafa znanja

Z organiziranjem svetovnih informacij v teme postane lažje iskanje po vsebinah in indeksiranje spletnih strani in spletnih mest, ki jih uporabljajo iskalniki. Sem spadajo raznolikost, obseg, celovitost in hitrost.

Prednosti skaliranja

Število spletnih strani na internetu je zelo diskutabilna tema. Nekateri sicer trdijo, da jih je nešteto, vendar število spletnih strani najverjetneje pade v bilijone in to število se vsak dan nenehno povečuje. V nasprotju s tem pa je število tem, ki jih ljudje razumemo, bistveno manjše, število pa narašča precej nižje.

To pomeni nenavadno podvajanje istih idej, ki jih delimo v več vsebinah, ki jih najdete v internetu. Z razvrščanjem podrobnosti teme s polstrukturiranim sistemom lahko informacije v internetu zavzamejo manjši prostor in se ne bi toliko podvajale.

Prednosti drugačnega vira podatkov

Z shranjevanjem informacij o temi je sklicevanje na več virov podatkov precej enostavnejše in uporabnikom ni treba več znova pošiljati na isto spletno stran. To nam pove, da lahko Google zbira pomembne podrobnosti o temah in jih prikazuje na zaslonu ali na kupu več drugih medijev, vendar na boljši način za uporabnikovo poizvedbo ali uporabnika.

Teoretično lahko informacije o temi včasih izvirajo iz virov zunaj interneta.

Ugodnost informacijske integritete

Čeprav je v Googlovem grafikonu znanja včasih znano, da vsebuje napake in dejanske netočnosti, ga včasih manipulirajo slabi igralci ali strokovnjaki za SEO. Prednost tega pristopa pa je, da Googlu posreduje eno samo resnico. Vendar to morda ne velja za kontroverzne teme.

Novo dejstvo o kateri koli temi mora preiti več postopkov preverjanja, preden jo lahko dodamo v Googlov graf znanja. Toda malo verjetno je, da bo Google o teh pragih odkrito razpravljal.

Negativno je, da je ena točka resnice lahko pristranska ali zmanjša raznolikost informacij, če so sami viri podatkov že ponarejeni.

Prednosti iskanja informacij

Zahvaljujoč razvrščanju informacij po njihovih temah je pridobivanje informacij postalo veliko hitrejše tako pri Googlu kot pri uporabnikih, ki morda iščejo iglo informacij v kozolcu spletnih strani.

Kje se uporablja Googlov graf znanja?

Za številne uporabnike Androidov in pametnih telefonov se graf znanja večinoma uporablja za funkcijo »odkrivanja« na njihovih domačih zaslonih. Google uporablja podatke o vedenju uporabnika, da bi razumel, katere teme so za vas najpomembnejše, in jim lahko pomaga najti povezane teme na podlagi njihove zgodovine uporabe.

Googlovi trendi so tudi drugo mesto, kjer lahko uporabniki najdejo zanimive teme. Od tega trenutka lahko Google navede, katere teme so med seboj tesno povezane. Trenutni dokazi kažejo, da se ti podatki trenutno zbirajo tako, da isti uporabnik povleče druga iskanja, kar lahko privede do nepričakovanih sorodnih tem.

Tako kot pri podoknu, ko uporabnik vnese iskalno poizvedbo, na katero je mogoče odgovoriti z grafom znanja, dobite tudi vrhunske rezultate iskanja. Ti rezultati pogosto zasenčijo ključne rezultate iskanja, ki na koncu potisnejo povezave do očetov spletnih strani.

Ti odgovori so prikazani tudi na način, ki ga lahko Google uporabi za odgovore uporabnikom, ki uporabljajo glasovno iskanje.

Zaključek

Teme so zelo vidne pri iskanju slik, tako da lahko poiščete ustrezne informacije pri iskanju s pomočjo slike ustreznega kraja ali osebe.

To je odličen primer načinov, kako se grafi znanja uporabljajo kot skladišča za druge vire podatkov poleg spletnih strani.