Wyszukiwanie semantyczne polega na poprawie dokładności wyszukiwania poprzez zrozumienie intencji i kontekstu wyszukiwanych fraz kluczowych, w celu prezentowania bardziej trafnych wyników. Czy graf wiedzy spełnia pokładane w nim nadzieje?
Zmiany w algorytmie Google są dostrzegane przede wszystkim przez specjalistów SEO i przez nich przeważnie szeroko komentowane. Jednak ostatnia zmiana, promowana na Google I/O została zauważona przez wszystkich użytkowników wyszukiwarki. Mowa tutaj o tzw. graf wiedzy służącym do przedstawiania dodatkowych informacji w ramach wyników wyszukania.
Początki wyszukiwania semantycznego
Wyszukiwanie semantyczne ma na celu poprawę dokładności wyszukiwania i prezentację trafniejszych wyników poprzez zrozumienie intencji i kontekstu wpisywanych fraz kluczowych. Google systematycznie stara się rozbudowywać wyniki wyszukiwania bezpośrednio o informacje zgodne z intencjami użytkownika. Możemy między innymi sprawdzić repertuar kin
przy czym intencje te nie zawsze są poprawne, co z kolei widać na przykładzie frazy ale kino!
Rozszerzone wyniki wyszukiwania poinformują nas bezpośrednio o pogodzie
lub przedstawią wynik działania matematycznego, od niedawna w formie kalkulatora
Odbyło sie nawet szkolenie online Power Searching with Google, w ramach którego edukowano między innymi jak rozwiązywać codzienne problemy za pomocą odpowiedzi serwowanych przez Google.
Kolejnym krokiem w kierunku wyszukiwania semantycznego jest graf wiedzy, który zadebiutował najpierw w wersji anglojęzycznej, nazywany przez Google jedną z najważniejszych innowacji, od której zależy przyszłość wyszukiwania:
Semantyka, czyli Wikipedia w wynikach wyszukiwania?
Aby lepiej poznać graf wiedzy należy cofnąć się do marca 2012, kiedy narodził się projekt Wikidata – semantycznej bazy wiedzy powstałej na bazie informacji zawartych w Wikipedii. Warty odnotowania jest fakt, że Google sfinansował 25% wartego 1,3 mln Euro projektu.
Informacje na przykładzie Ryana Goslinga zawarte w Wikidata są prezentowane w następujący sposób:
Zależności od informacji zawartych w Wikipiedii można zauważyć na przykładzie zapytania „Katyń” w Google i Wikipedii:
Bezpośrednie odpowiedzi na zapytania w praktyce
Po szumnych zapowiedziach Google opisującego zmiany, także w ramach filmu promującego, muszę przyznać, że mocno się rozczarowałem testując je w praktyce.
Zapytanie dotyczące Nagrody Nobla rozczarowuje zarówno w wersji polskiej , w której graf wiedzy nie jest w ogóle prezentowany, jak i w wersji angielskiej:
a odpowiedzi na takie pytania jak:
są nadal pieśnią przyszłości.
Dotyczy to także przykładów zapowiadanych od dłuższego czasu w kontekście wyszukiwania semantycznego i nadchodzących zmian w wyszukiwarce Google, jak i wcześniej zapowiadane (przez: Techrunch, The Wall Street Journa) zapytania:
- which of the world’s ten largest cities have a female mayor
- what are the 10 largest lakes in california
Do ciekawszych bezpośrednich odpowiedzi należą te dotyczące nagród
oraz zarobków:
Niedoskonałości grafu wiedzy
Aby dowiedzieć się w jakim najnowszym filmie zagra Johnny Depp należy zadać pytanie o najbliższą premierę
a nie najnowszy film.
Nie otrzymamy także informacji o otrzymanych Oscarach:
pomimo tego, że informacje te są wyświetlane w ramach grafu wiedzy dotyczącego filmu:
W przypadku Gdańska nie dowiemy się o liczbie mieszkańców w odróżnieniu od Warszawy
Polityka to grząski temat o czym przekonało się Google wyświetlając jako główne zdjęcie karykaturalne
na frazy, takie jak \"premier rp\".
Z dużo większym opóźnieniem usunięte zostało zdjęcie
Romana Giertycha.
Różnice między grafem wiedzy w języku polskim i angielskim
W porównaniu z rynkami na których graf wiedzy zadebiutował wcześniej, można zauważyć brak wyświetlania informacji o wydarzeniach bieżących, co widoczne jest na przykładzie Carnegie Hall
i Ergo Areny.
Odno się to także do informacji o koncertach w Polsce, na przykładzie Hugh Laurie
który wystąpi w Polsce, o czym można dowiedzieć się dzięki mikroformatom przy innego rodzaju zapytaniu
Które serwisy stracą najwięcej ruchu?
Na wprowadzeniu nowości, pod kątem ruchu z Google, ucierpi oczywiście Wikipedia.
Wraz z udoskonalaniem grafu coraz więcej serwisów będzie mogło odnotować mniejszy ruch z wyszukiwarki Google pomimo wysokich pozycji. W większości przypadków wpisując zapytanie dotyczące filmy czy aktora użytkownicy nie będą mieli potrzeby odwiedzać serwisów filmowych, skoro informacje takie jak rok powstania filmu czy wiek aktora będą wyświetlane bezpośrednio w wyszukiwarce:
Już teraz graf wiedzy wyświetlany jest na 50% fraz, które generują największą liczbę odwiedzin w serwisie Filmweb według danych Alexy
Stracą również serwisy, które starają się odpowiedzieć na pytania zadawane przez internautów
Celem instytutu Allena, które w największym stopniu sfinansowało projekt Wikidata jest wspieranie dalekosiężnych działań badawczych przyspieszających postępy w sztucznej inteligencji, która obejmuje także wyszukiwanie semantyczne. Trzymam kciuki za wdrożenie przez Google grafu wiedzy w takim stopniu, aby widoczny rozwój sztucznej inteligencji przyświecającej projektowi Wikidata stał się faktem.
Pobierz ebook "Jak reklamować firmę w Google w 2024 roku. Poradnik dla przedsiębiorców i marketerów"
Zaloguj się, a jeśli nie masz jeszcze konta w Interaktywnie.com - możesz się zarejestrować albo zalogować przez Facebooka.
Pomagamy markom odnosić sukces w Internecie. Specjalizujemy się w pozycjonowaniu stron, performance marketingu, social …
Zobacz profil w katalogu firm
»
Projektujemy i wdrażamy strony internetowe - m.in. sklepy, landing page, firmowe. Świadczymy usługi związane …
Zobacz profil w katalogu firm
»
Pozycjonujemy się jako alternatywa dla agencji sieciowych, oferując konkurencyjną jakość, niższe koszty i większą …
Zobacz profil w katalogu firm
»
1stplace.pl to profesjonalna agencja SEO/SEM, specjalizująca się w szeroko pojętym marketingu internetowym. Firma oferuje …
Zobacz profil w katalogu firm
»
W 1999 roku stworzyliśmy jedną z pierwszych firm hostingowych w Polsce. Od tego czasu …
Zobacz profil w katalogu firm
»