Grafy wiedzy Google to ogromna baza automatycznie generowanych informacji z różnych źródeł, wśród których najpopularniejsze to m.in. Wikipedia, CIA World Factbook, Wikidata czy Freebase. Dodatkowym źródłem informacji, którego nie można pomijać są dane ustrukturyzowane dodawane przez webmasterów na strony internetowe. Warto pamiętać, że Google cały czas aktualizuje i udoskonala Google Knowledge Graph. Z dostępnych danych wynika, że w roku 2022 ich baza wiedzy liczyła około 1 500 miliardów faktów. Wśród faktów gromadzonych przez najpopularniejszą wyszukiwarkę można wyróżnić miedzy innymi: ludzi, organizacje, miejsca, wydarzenia czy rzeczy. Internauci najczęściej spotykają się z grafami wiedzy w momencie, kiedy wpisując zapytanie do wyszukiwarki otrzymują natychmiastową odpowiedź bez konieczności wchodzenia na strony www.
Historia Google Knowledge Graph
Z Google Knowledge Graph po raz pierwszy zetknęliśmy się 16 maja 2012 roku. To właśnie wtedy Amit Singhal starszy wiceprezes giganta z Mountain View przedstawił „inteligentny model (…) który obejmuje rzeczywiste byty i ich wzajemne relacje”. Z opublikowanego na blogu Google artykułu: „Introducing the Knowledge Graph: things, not strings” (https://blog.google/products/search/introducing-knowledge-graph-things-not/), dowiadujemy się, że graf wiedzy ulepsza wyszukiwarkę na trzy sposoby:
- Znajdowanie odpowiednich rzeczy.
Od tej pory Google doskonale rozumie i potrafi wskazać różnicę pomiędzy wyrazami, które na pierwszy rzut oka oznaczają to samo, np. zamek do drzwi i zamek w kontekście starodawnej budowli.
- Podsumowanie wyszukania.
Dzięki grafowi wiedzy Google może od razu udzielić odpowiedzi w postaci podsumowania kluczowych faktów. Jeśli spytasz o znanego aktora, bez potrzeby wchodzenia na dodatkowe strony, dowiesz się szczegółowych informacji na jego temat, np. filmy w których grał, data urodzin i inne.
- Głębsze i szersze odpowiedzi.
Oprócz podstawowych faktów, graf wiedzy zawiera również rozszerzenie informacji np. w przypadku architektów mogą to być linki kierujące do zaprojektowanych przez niego budowli.
Zachodzi duże prawdopodobieństwo, że grafy wiedzy miały swój pierwowzór w nieistniejącej już sieci semantycznej Freebase którą Google kupił w 2010 roku. Sam Freebase, jako startup MetaWeb, swój początek miał w 2005 roku, ale online pojawił się w roku 2007. Od początku była to otwarta, współdzielona baza danych o świecie. Charakterystyczną cechą było skupienie się na danych i powiązaniach, a nie na tekście – ten występował jedynie w formie krótkich opisów. Freebase był również większy i lepiej zorganizowany niż DBpedia.
Projekt Google szybko zyskiwał na znaczeniu. Pod koniec roku 2012 obejmował około 570 milionów podmiotów i 18 miliardów faktów, w roku 2016 baza liczyła 70 miliardów faktów, a w 2020 roku poinformowano o ponad 500 miliardów faktów w 5 miliardach podmiotów dotyczących większość zagadnień, w tym informacji ze świata nauki, medycyny i mniej popularnych tematów.
Graf wiedzy Google – zasady działania
Google nie udostępnia oficjalnej dokumentacji dotyczącej sposobu działania grafów. To co wiemy to, że system zoptymalizowany jest pod względem wyszukań zawierających pytania dotyczące faktów. Ze względu na swoją charakterystykę, Graf Wiedzy używany jest również do odpowiadania na bezpośrednie zapytania głosowe w usługach takich jak Asystent Google i Google Home. Głównymi składowymi grafu są dwa typy danych: podmioty i relacje.
Podmioty to na przykład:
- George Washington,
- Paryż,
- Mona Lisa,
- Albert Einstein,
Relacje to na przykład:
- George Washington był pierwszym prezydentem Stanów Zjednoczonych.
- Paryż jest stolicą Francji.
- Mona Lisa to obraz namalowany przez Leonarda da Vinci.
- Albert Einstein jest twórcą teorii względności.
Google łączy odpowiednie podmioty i relacje, aby w odpowiedzi na zapytanie użytkownika, wyświetlić na górze lub po prawej stronie wyników, wyszukiwania zwięzłe informacje ujęte w formie pól informacyjnych.
Jakie typy treści można znaleźć w Grafach Wiedzy Google?
Google Knowledge Graph zawiera różnorodne typy treści, które dotyczą szerokiej gamy tematów. Oto kilka przykładów:
- Dane Biograficzne: informacje na temat znanych osób, takich jak aktorzy, muzycy, politycy i inne znane osobistości. Może to obejmować informacje takie jak: data urodzenia, narodowość, edukacja, kariera i inne istotne szczegóły.
- Miejsca: informacje o różnych miejscach, w tym miastach, krajach, zabytkach, parkach narodowych, muzeach i innych znaczących lokalizacjach. Może to obejmować informacje takie jak: populacja, lokalizacja geograficzna, historia, znaczące budynki i inne.
- Wydarzenia: informacje o ważnych wydarzeniach historycznych, aktualnych wydarzeniach, świętach, festiwalach i innych.
- Przedmioty: informacje na temat różnych przedmiotów, takich jak książki, filmy, gry wideo, produkty i inne. Może to obejmować informacje takie jak: data wydania, twórcy, recenzje i inne szczegóły.
- Organizacje: informacje na temat różnych organizacji, takich jak firmy, instytucje edukacyjne, agencje rządowe i inne.
- Koncepty i Idee: informacje na temat różnych konceptów, idei, teorii i innych abstrakcyjnych tematów.
- Zjawiska Natury: informacje na temat zjawisk naturalnych, takich jak gatunki zwierząt, roślin, procesy geologiczne, choroby i inne.
- Dane Statystyczne: informacje statystyczne, takie jak populacja miasta, wysokość budynku, średnia temperatura w danym miejscu i wiele innych.
- Informacje Sportowe: informacje dotyczące wyników meczów, danych o drużynach, statystyk graczy czy informacji o nadchodzących wydarzeniach sportowych.
Te kategorie to tylko ogólny przegląd, a rzeczywista zawartość Google Knowledge Graph może być znacznie szersza i bardziej zróżnicowana.
Czy Google Knowledge Graph wpływa na SEO?
Odkąd pojawiły się grafy wiedzy, w wielu przypadkach użytkownik wyszukiwarki, nie potrzebuje kolejnego kliknięcia, aby znaleźć pożądane informacje. Sytuacja taka sprawiła, że wiele stron straciło ruch pochodzący z Google, a co za tym idzie dochody z reklam.
Aby zwiększyć prawdopodobieństwo wyświetlenia fragmentu z twojej witryny w Grafie wiedzy, należy odpowiednio oznaczyć go w kodzie strony korzystając np. ze schema.org. Dane te muszą być również poprawne, aktualne i wartościowe. Należy pamiętać, że nie ma gwarancji, że serwis zostanie wyświetlony na wykresie. O wyświetleniu decyduje algorytm Google. Samo Google nie podało żadnych dalszych informacji na ten temat.
Wpływ na SEO:
- Wyświetlanie strony: Graf wiedzy Google pozwala na stosowanie fragmentów rozszerzonych, paneli wiedzy i innych rozszerzonych formatów wyświetlania w SERP. Fragmenty te mogą znacznie zwiększyć współczynniki klikalności i widoczność marek lub podmiotów, które się w nich pojawiają.
- Wyszukiwanie semantyczne: Graf wiedzy Google odgrywa kluczową rolę w wyszukiwaniu semantycznym – zrozumieniu kontekstu i intencji zapytań. Oznacza to, że treści zoptymalizowane pod kątem tematów i podmiotów, a nie tylko słów kluczowych, mogą osiągać lepsze wyniki w rankingach wyszukiwania.
- Rozpoznawanie podmiotów: Google wykorzystuje Graf Wiedzy, aby lepiej rozumieć i rozpoznawać podmioty (ludzi, miejsca, organizacje, rzeczy). Strategie SEO, które skutecznie kojarzą treści z rozpoznanymi podmiotami, mogą osiągać lepsze wyniki w wynikach wyszukiwania.
- Lokalne SEO: Dla lokalnych firm pojawienie się w Grafie Wiedzy może znacznie poprawić widoczność. Profile Google Moja Firma, opinie klientów i informacje o lokalizacji mogą być wyświetlane w Grafie wiedzy, wpływając na lokalne SEO.
- Wyszukiwanie głosowe i wirtualni asystenci: Dane z Grafu Wiedzy są często wykorzystywane do udzielania odpowiedzi na zapytania głosowe i odpowiedzi wirtualnych asystentów, takich jak Google Assistant. Wraz z rozwojem wyszukiwania głosowego optymalizacja pod kątem Grafu Wiedzy staje się coraz ważniejsza.
