Le graphe de connaissances de Google est généralement une base de connaissances contenant des informations acquises auprès de plusieurs sources et les relation entre ces sources afin d’améliorer les résultats de recherche. Ce concept a été introduit en 2012 afin de fournir des informations plus pertinentes, plus précises et plus utiles en fonction des recherches effectuées par les utilisateurs sur le Web via les moteurs de recherche. Le graphe de connaissances présente les informations aux utilisateurs via une boîte d’information ou un panneau de connaissances généralement placé à côté des résultats.

Le panneau de connaissances présente une grande variété d’informations concernant un sujet ou une entité. Par exemple, lorsqu’un utilisateur saisit le nom d’un musicien célèbre, le panneau de connaissances affiche des détails tels que le nom complet du musicien, des images, la liste des chansons, leurs titres récents, les événements à venir, les partenaires et d’autres détails. Ceci est rendu possible par le graphe de connaissance car il crée une base de données en utilisant les données disponibles sur l’entité pour créer des relations significatives.

L’expérience de l’utilisateur est grandement améliorée par le graphe de connaissances, car il dispose d’une vaste gamme d’informations sur un concept, ce qui lui évite de devoir continuer à chercher un sujet spécifique. Cela permet de réduire le nombre de clics et le temps nécessaire pour trouver le contenu correspondant.

La base de connaissances est créée en établissant des relations entre diverses entités. Dans ce cas, les entités se réfèrent à des concepts ou à des choses qui se distinguent, notamment la couleur, les personnes, l’emplacement, un sentiment et les organisations, entre autres. L’apprentissage machine et d’autres algorithmes sont déployés dans les graphes de connaissances pour fournir les informations les plus pertinentes et les plus utiles aux chercheurs. L’interconnexion de données provenant de millions de sources et l’utilisation de concepts d’apprentissage automatique permettent aux graphes de connaissances d’aboutir à une base de connaissances qui contient des informations utiles et précises sur les entités. Lors de la recherche de certains contenus sur le Web, les graphes utilisent des méthodes de recherche sémantique pour renvoyer les informations les plus pertinentes. Les graphes de connaissances sont conçus de telle sorte qu’ils peuvent analyser la relation entre les mots clés et les phrases pour mieux comprendre ce qui intéresse l’utilisateur ou pour comprendre le contexte de la recherche qui renvoie des résultats correspondants.

Les marges sont utilisées pour relier les différentes entités et fournir une description de la nature des relations entre ces entités. Grâce au graphe de connaissance, Google est en mesure de présenter aux chercheurs davantage d’informations pertinentes pour la recherche spécifique, et augmente également le trafic pour l’optimisation des moteurs de recherche (SEO). Le graphe de connaissance de Google permet d’améliorer les recherches vocales en identifiant les entités dans les requêtes effectuées en langage naturel. Une entreprise peut bénéficier des graphes de connaissance car ils fournissent normalement des informations détaillées sur l’entreprise après une recherche. Les utilisateurs trouvent des informations sur les événements futurs prévus par une entreprise, ce qui est bénéfique pour celle-ci.

Détails

Prenons, par exemple, la phrase suivante :

« Queen est un groupe de rock »

Un exemple de « triplé sémantique »

Voici quelques éléments que le graphe de connaissances pourrait mémoriser pour « Queen, le groupe de rock » :

• Freddy Mercury (est membre de) Queen, (qui est un) groupe de rock,
• Bohemian Rhapsody (est une) chanson (écrite par) Queen, (qui est un) groupe de rock
• Innuendo (est un) album (écrit par) Queen, (qui est un) groupe de rock
• Live Aid (est un) concert (avec) Queen, (qui est un) groupe.

Les éléments en gras sont tous des Entités. Ils sont tous liés par une relation (entre parenthèses). C’est vraiment tout ce qu’il y a à dire ! « Personne », « groupe » et « concert » sont en fait des classifications de choses. ou @types de choses, plutôt que des choses en elles-mêmes… c’est-à-dire que de nombreuses personnes peuvent être classées comme une entité « personne », Queen dans ce dossier est classée comme un groupe. Dans un autre document, Queen peut également exister, classé comme (disons) une monarque. Les @types de classificateurs courants sont les suivants :

• Personne
• Lieu
• Date
• Organisation
• Étude
• Recette
• Événement

En remplissant la donnée Queen (un groupe) avec ces lignes de relations avec d’autres données, le tableau qui est produit agit comme un ensemble de données semi-structurées sur l’entité. Ainsi, lorsque vous tapez « Queen, groupe » dans Google, non seulement vous obtenez le site officiel du groupe comme vous l’avez toujours fait, mais vous obtenez également une « boîte de connaissances » qui est en fait juste toutes ces relations affichées de manière claire. Leur chaîne YouTube, leur chaîne Spotify, leurs albums, leurs membres et bien d’autres choses encore.

Triplés sémantiques

Un  » Triplé « , dans le contexte de la recherche sémantique, est une relation entre deux entités ou @types d’entités. (Le signe @ que nous continuons d’utiliser commencera à avoir un sens ailleurs dans ce guide).

Si vous comprenez le concept ci-dessus, vous serez ravi de comprendre que les triplés sémantiques sont encore plus simples. Nous avons utilisé l’exemple : « Freddy Mercury (est membre de) Queen, (qui est un) groupe de rock ». C’est en fait plus compliqué qu’un « triplé ». En fait, TROIS triplés sont contenus dans cette déclaration :

1. Freddy Mercury (est membre de) Queen
2. Queen, (est un) groupe de rock
3. Nous pouvons donc déduire un troisième triplé de cela : « Freddy Mercury » (est dans un) « groupe de rock« 

Les triplés constituent le cœur du graphe des connaissances. Bien qu’il soit intéressant de constater ici que des données incomplètes peuvent créer des erreurs. Il serait plus correct d’avoir dit Freddie Mercury « était » dans un groupe de rock. Sans la date de sa mort comme autre triplé, la déduction est en fait fausse. Cela est dû au fait que les données d’entrée, disant que Freddie EST un membre de Queen, étaient également fausses.

Comment le graphe de connaissance a changé la recherche

Maintenant que Google comprend que Queen est une ENTITÉ, il peut aller beaucoup plus loin, en enrichissant les résultats de recherche traditionnels, car Google connaît maintenant la chaîne YouTube. Il peut donc facilement afficher quelques vidéos dans les résultats, par exemple.

Remarquez dans la boîte de connaissance pour Queen, l’une des premières entités listées est « queenonline.com » ? Le site officiel est en soi une entité liée à Queen, le groupe. Il n’est donc pas surprenant que Google liste également ce site web au premier résultat organique traditionnel.

Vecteurs

Rien qu’en regardant la boîte de connaissance de Queen, vous pouvez probablement voir que Google est susceptible de constater que John Deacon et Freddie Mercury sont « sémantiquement proches » l’un de l’autre. De même, Google pense que les Beatles et Pink Floyd sont probablement proches sur le plan sémantique. C’est un concept extrêmement important à comprendre pour les référenceurs. Si vous voulez écrire sur Queen, le groupe, alors vous feriez mieux d’écrire aussi sur John Deacon et Freddie Mercury. Parlez de Londres dans les années 1970 et des techniques vidéo étonnantes utilisées dans Bohemian Rhapsody. Bien entendu, cela ne vous aidera pas à vous classer pour le terme « Queen, le groupe » car cette entité est déjà entièrement définie et vous ne possédez pas le site web officiel (à moins que vous ne le possédiez, auquel cas, pouvez-vous faire un lien vers cet article ?) Cependant, vous POUVEZ toujours générer un trafic organique relatif à Queen, le groupe. Nous décrivons cela dans la section « optimiser pour les contours ».

Cela n’a pas semblé TROP effrayant, j’espère. Mais si vous voulez être un bon référenceur SEO, vous devez en savoir plus sur la façon dont les algorithmes peuvent prendre du texte et le convertir en hiérarchies et en nombres de manière à ce qu’ils puissent nous fournir des résultats de recherche utiles.

Vous pouvez analyser n’importe quelle page web sur le plan sémantique, comme le fait Google, gratuitement sur Inlinks.net.