知識圖演算法更新(2019年夏季)(又稱布達佩斯)

[ad_1]

知識圖演算法更新(2019年夏季)(又稱布達佩斯)

在我看來,這並不是以前所說的,但是Google為它的Knowledge Graph提供了一種演算法。

我已經跟蹤知識圖譜API五年了。 resultScores一直以相當穩定的方式略有上升。

但是Google在2019年夏天更新了該演算法。

真的,真的很重要。

平均相關性得分Google知識圖2019「寬度=」 1600「高度=」 1080「尺寸=」(最大寬度:1600px)100vw,1600px「 data-srcset =」 https://cdn.searchenginejournal.com/wp-content /uploads/2019/11/average-knowledge-graph-score-budapest-update-5de124cf6bca1.jpg 1600w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/average-knowledge-graph- score-budapest-update-5de124cf6bca1-480x324.jpg 480w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/average-knowledge-graph-score-budapest-update-5de124cf6bca1-680x459.jpg 680w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/average-knowledge-graph-score-budapest-update-5de124cf6bca1-768x518.jpg 768w,https://cdn.searchenginejournal.com /wp-content/uploads/2019/11/average-knowledge-graph-score-budapest-update-5de124cf6bca1-1024x691.jpg 1024w「 data-src =」 https://cdn.searchenginejournal.com/wp-content/uploads /2019/11/average-knowledge-graph-score-budapest-update-5de124cf6bca1.jpg

此重大更新如何影響搜索生態系統尚待確定。

但這對於Google以及我們作為數字營銷者來說都可能成為一個轉折點。

在本文中,我將解釋我要跟蹤的內容,如何跟蹤它,對上面的數據進行一些觀察並提出一些理論。

請記住,這是新事物,我只是在評論自己的觀點。我的目的是開始對話。 ?

Ping知識圖API

五年來,我一直在收集Knowledge Graph API返回的信息。

自2019年初以來,我已經收集了有關Google的Knowledge Graph API返回的所有信息,這些信息涉及7,504個品牌和4,069個左右的名人。

沒有什麼比收集API返回的內容更複雜的了。以下所有數字均包括我跟蹤的所有品牌和人員。

該API返回與與之配對的字元串相關聯的實體列表。在這種情況下,品牌名稱。

通常它什麼也不返回。有時只是一個實體。有時會有十幾個或更多實體。

當它返回多個實體時,它們由一個分數-resultScore-排序,我稱之為「相關性」。

它返回的實體列表中的第一個結果是Google認為最相關的結果。

在什麼意義上最相關?

我的閱讀結果是,resultScore /相關性分數衡量兩件事:

  • Google對這是我們在查詢中所指的實體的信心(即,它是否已將字元串匹配該實體)。
  • 在含糊不清的情況下,根據Google的意圖,哪個實體是最有可能的候選者。
  • 如果不是直接與查詢相對應的實體,則實體之間的關係有多緊密。

這是荷馬·辛普森的結果

主要實體(最有可能)

知識圖演算法更新2019年夏季(aka布達佩斯)「 width =」 1501「 height =」 1100「 Size =」(最大寬度:1501px)100vw,1501px「 data-srcset =」 https://cdn.searchenginejournal.com/ wp-content / uploads / 2019/11 / knowledge-graph-homer-simpson-5dd78876eae78.png 1501w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/knowledge-graph-homer-simpson -5dd78876eae78-480x352.png 480w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/knowledge-graph-homer-simpson-5dd78876eae78-680x498.png 680w,https://cdn.searchenginejournal .com / wp-content / uploads / 2019/11 / knowledge-graph-homer-simpson-5dd78876eae78-768x563.png 768w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/knowledge- graph-homer-simpson-5dd78876eae78-1024x750.png 1024w「 data-src =」 https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/knowledge-graph-homer-simpson-5dd78876eae78.png

次要(可能性較小)實體

這是完全相同查詢的子結果/替代實體-相關性得分要低得多。

Google已經看到,字元串確實是指該實體,但是我們指的是該實體的概率大大低於虛構的字元。

實際上,在知識圖譜中有五首歌叫做荷馬·辛普森(Homer Simpson)–出於有趣的信息目的(並將Google含糊不清的令人難以置信的問題推回家),這些藝術家是:

  • DJ炸彈傑克
  • 斯科特和托德
  • BeebleBrox
  • 死亡殺手
  • 費瓦達將軍

知識圖演算法更新2019年夏季(aka布達佩斯)「 width =」 2083「 height =」 452「 Size =」(最大寬度:2083px)100vw,2083px「 data-srcset =」 https://cdn.searchenginejournal.com/ wp-content / uploads / 2019/11 / homer-simpson-song-5dd6d109d88d1.png 2083w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/homer-simpson-song-5dd6d109d88d1-480x104 .png 480w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/homer-simpson-song-5dd6d109d88d1-680x148.png 680w,https://cdn.searchenginejournal.com/wp-content /uploads/2019/11/homer-simpson-song-5dd6d109d88d1-768x167.png 768w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/homer-simpson-song-5dd6d109d88d1-1024x222。 png 1024w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/homer-simpson-song-5dd6d109d88d1-1600x347.png 1600w「 data-src =」 https://cdn.searchenginejournal.com /wp-content/uploads/2019/11/homer-simpson-song-5dd6d109d88d1.png

相關實體

荷馬·辛普森(Homer Simpson)與Sitcom「辛普森一家」有關。

顯然,這是有關電視連續劇的信息,但是在「荷馬·辛普森」查詢的上下文中,「辛普森一家」的相關性得分(對於「辛普森一家」查詢,相關性得分為16,200)。

知識圖譜Simpsons「 width =」 1476「 height =」 741「 Size =」(最大寬度:1476px)100vw,1476px「 data-srcset =」 https://cdn.searchenginejournal.com/wp-content/uploads/ 2019/11 / the-simpsons-5dd78a6a7932a.png 1476w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/the-simpsons-5dd78a6a7932a-480x241.png 480w,https:// cdn。 searchenginejournal.com/wp-content/uploads/2019/11/the-simpsons-5dd78a6a7932a-680x341.png 680w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/the-simpsons-5dd78a6a7932a -768x386.png 768w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/the-simpsons-5dd78a6a7932a-1024x514.png 1024w「 data-src =」 https://cdn.searchenginejournal。 com / wp-content / uploads / 2019/11 / the-simpsons-5dd78a6a7932a.png

使用知識圖譜API 這裡

對於知識圖條目的示例,該條目具有許多定義明確且清晰的相關實體,請查看 提字 (看起來是一種明確著手「知識」知識圖的工具,並且做得很好)。

這些結果得分/相關性得分為「平均值」嗎?

相關性分數可以被認為是置信度分數。對字元串確實指向指定實體的確信。

請務必注意,這些相關性得分並不代表Google搜索如何使用此數據構建S​​ERP。

相關性得分「傳統上」相當穩定

截至2019年夏季的典型相關分數

一般而言,較小的品牌商標得分在10分之內,對於較知名的品牌商標得分通常在1000至3,000分之間。

對於人們而言,這些分數往往更高。

在2019年7月之前,平均相關性得分變化很小。

上升幅度很小,很難在下圖中看到-在1%到5%的範圍內。

這是2019年夏季之前的平均值。

知識圖演算法更新2019年夏季(aka布達佩斯)「 width =」 1051「 height =」 394「 Size =」(最大寬度:1051px)100vw,1051px「 data-srcset =」 https://cdn.searchenginejournal.com/ wp-content / uploads / 2019/11 / average-knowledge-graph-score-pre-budapsest-update-5de126bfc3b55.png 1051w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/average -knowledge-graph-score-pre-budapsest-update-5de126bfc3b55-480x180.png 480w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/average-knowledge-graph-score-pre- budapsest-update-5de126bfc3b55-680x255.png 680w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/average-knowledge-graph-score-pre-budapsest-update-5de126bfc3b55-768x288.png 768w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/average-knowledge-graph-score-pre-budapsest-update-5de126bfc3b55-1024x384.png 1024w「 data-src =」 https: //cdn.searchenginejournal.com/wp-content/uploads/2019/11/average-knowledge-graph-score-pre-budapsest-update-5de126 bfc3b55.png

以下是一些針對個別品牌和個人的示例。

我們正在逐月查看1%,5%,甚至10%絕對最高值的變化。

知識圖演算法更新2019年夏季(aka布達佩斯)「 width =」 2560「 height =」 1771「 size =」(最大寬度:2560px)100vw,2560px「 data-srcset =」 https://cdn.searchenginejournal.com/ wp-content / uploads / 2019/11 / typical-average-kg-api-scores-5de1318200412-scaled.png 2560w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/typical-average -kg-api-scores-5de1318200412-480x332.png 480w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/typical-average-kg-api-scores-5de1318200412-680x470.png 680w ,https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/typical-average-kg-api-scores-5de1318200412-768x531.png 768w,https://cdn.searchenginejournal.com/wp- content / uploads / 2019/11 / typical-average-kg-api-scores-5de1318200412-1024x708.png 1024w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/typical-average-kg -api-scores-5de1318200412-1600x1107.png 1600w「 data-src =」 https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/typical-average-kg-api-sco res-5de1318200412-scaled.png

可能會提高相關性得分

積極努力提高相關性得分似乎奏效。

在我積極工作的品牌上,隨著我們添加更多佐證,得分趨於增加。

以數十或數百的平均分數,我設法實現的增幅是一個或兩個百分點。從來沒有什麼過分的。

我的客戶要求保持匿名。所以這裡是一個名字被刪除的。

我對確證的數量,位置和時機有很好的了解。

兩年中的穩定增長對應於旨在增加在Crunchbase,Wikidata,行業站點等第三站點上的確證,並將品牌與知識圖譜中的事件,C級員工,產品,合作夥伴相關聯的積極工作(包括改進他們的相關性分數)。

知識圖演算法更新2019年夏季(aka布達佩斯)「 width =」 1537「 height =」 974「 Size =」(最大寬度:1537px)100vw,1537px「 data-srcset =」 https://cdn.searchenginejournal.com/ wp-content / uploads / 2019/11 / improving-knowledge-graph-api-score-brand-5de134d5dd3ff.png 1537w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/improving-knowledge -graph-api-score-brand-5de134d5dd3ff-480x304.png 480w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/improving-knowledge-graph-api-score-brand-5de134d5dd3ff- 680x431.png 680w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/improving-knowledge-graph-api-score-brand-5de134d5dd3ff-768x487.png 768w,https:// cdn。 searchenginejournal.com/wp-content/uploads/2019/11/improving-knowledge-graph-api-score-brand-5de134d5dd3ff-1024x649.png 1024w「 data-src =」 https://cdn.searchenginejournal.com/wp- content / uploads / 2019/11 / improving-knowledge-graph-api-score-brand-5de134d5dd3ff.png

分數可能下降

為什麼分數會下降?

對於一個明確的名稱,我猜想是為了保持知識圖中的相關性,這裡有一個新的佐證概念。

如果是這樣,除非您的品牌自然產生新的第三方佐證,否則相關性得分將趨於下降。

這是一位在積極爭取第三方佐證過程中失去信心的客戶。

這顯然很有趣,但絕對值得考慮。

我們可以將其等同於鏈接的構建(即獲得第三方的佐證以加強自己在知識圖中的地位,就像鏈接如何構建PageRank…,但還要考慮「新鮮度」方面)。

歧義度和相關性分數

擁有不明確的名字,例如我的名字或其他具有相同名字的實體(在本例中為Jason Barnard,足球運動員,播客,牙醫,冰上曲棍球運動員,重力魔術師,棒球教練,碟形高爾夫球手……),獲得或失去相關性/重要性/臭名昭著/提及會影響所有姓假的幫派成員的相關性得分。

因此,當名稱/字元串不明確時要小心-那些起伏會受到其他具有相同名稱以及您可能獲得的佐證的實體的影響。

知識圖演算法更新2019年夏季(aka布達佩斯)「 width =」 1545「 height =」 1132「 size =」(最大寬度:1545px)100vw,1545px「 data-srcset =」 https://cdn.searchenginejournal.com/ wp-content / uploads / 2019/11 / variable-knowledge-graph-api-score-person-5de1354005b20.png 1545w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/variable-knowledge -graph-api-score-person-5de1354005b20-480x352.png 480w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/variable-knowledge-graph-api-score-person-5de1354005b20- 680x498.png 680w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/variable-knowledge-graph-api-score-person-5de1354005b20-768x563.png 768w,https:// cdn。 searchenginejournal.com/wp-content/uploads/2019/11/variable-knowledge-graph-api-score-person-5de1354005b20-1024x750.png 1024w「 data-src =」 https://cdn.searchenginejournal.com/wp-內容/上載/2019/11/variable-knowledge-graph-api-score-person-5de1354005b20.png

此外,明確的名稱往往會比不明確的名稱(明智地命名您的品牌)具有更高的相關性得分。 ?

令人興奮的部分:2019年夏季=令人驚嘆的知識圖演算法更新-布達佩斯

在2019年7月/ 8月,發生了兩件事。

  • 這些相關性分數瘋狂。平均值達到頂峰(注意-我的數據集沒有變化)。一些大的大贏家,一些小的贏家,但也有一些輸家。
  • 從Knowledge Graph API返回內容的實體數量增加了。

信心/相關分數

  • 人員的相關性得分提高了五倍。
  • 品牌的相關性得分提高了14倍。
  • 品牌的相關性得分幾乎是人們的3倍
  • 品牌的平均相關度得分超過了人們。
    • 在我看來,這是此更新中最重要的一點。現在,品牌已成為知識圖表中的中心。

知識圖演算法更新2019年夏季(aka布達佩斯)「 width =」 1386「 height =」 943「 Size =」(最大寬度:1386px)100vw,1386px「 data-srcset =」 https://cdn.searchenginejournal.com/ wp-content / uploads / 2019/11 / average-relevancy-scores-5de135ec24f6f.png 1386w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/average-relevancy-scores-5de135ec24f6f-480x327 .png 480w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/average-relevancy-scores-5de135ec24f6f-680x463.png 680w,https://cdn.searchenginejournal.com/wp-content /uploads/2019/11/average-relevancy-scores-5de135ec24f6f-768x523.png 768w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/average-relevancy-scores-5de135ec24f6f-1024x697。 png 1024w「 data-src =」 https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/average-relevancy-scores-5de135ec24f6f.png

這些是很大的數字。

難以置信。

但是我已經檢查,仔細檢查並再次檢查。

存在的實體大小/數量

這裡的變化也很大。

在「知識圖」中佔一席位的品牌數量增加了42%以上。

7,504個品牌是一個非常隨機的品牌。家喻戶曉的名字廣為流傳,鮮為人知。因此,在我看來,這是一個重要的見解。

Google在「知識圖」中有更多實體,或者至少對「查詢字元串->實體」匹配更有信心。

對於人們而言,不幸的是數據存在偏差。

我一直跟蹤的4,069個人中,大多數人都是著名的。

8月份仍然有明顯的增長(確切地說,增長了3%),但是由於99%的命名實體已經返回了結果,因此我自己不會對此感到興奮。

它確實提供了很好的支持證據,即知識圖現在包含的實體比夏天之前多得多。

品牌退貨的驚人增長確實表明知識圖的大小顯著增加。

知識圖演算法更新2019年夏季(aka布達佩斯)「 width =」 2560「 height =」 808「 size =」(最大寬度:2560px)100vw,2560px「 data-srcset =」 https://cdn.searchenginejournal.com/ wp-content / uploads / 2019/11 / api-results-how-many-5de136714616c-scaled.png 2560w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/api-results-how -many-5de136714616c-480x151.png 480w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/api-results-how-many-5de136714616c-680x215.png 680w,https:// cdn .searchenginejournal.com / wp-content / uploads / 2019/11 / api-results-how-many-5de136714616c-768x242.png 768w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/ api-results-how-many-5de136714616c-1024x323.png 1024w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/api-results-how-many-5de136714616c-1600x505.png 1600w「 data-src =「 https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/api-results-how-many-5de136714616c-scaled.png

我們多久能得到一次如此迅速而徹底地改變的數據集?

那有多激動?

相關性的關鍵因素:受歡迎程度,品牌知名度和新鮮度

流行度/概率(最終歸結為概率)

看來,對實體的引用(以及與結果有關的潛在用戶行為)已成為一個更為重要的因素。

在夏天之前看著「 Butch Cassidy」,歷史人物的關聯度最高。自更新以來,電影已接管。

我想這是因為在線參考文獻的數量大得多,可能是最近/最新的嗡嗡聲(並且可能是對歷史搜索和點擊數據的分析)。

在這裡,我們可以看到此人在更新之前是最相關的,並且電影現在佔據了主導地位。

新的和相關的引用,影響了用戶的行為。

很有意思。

就個人而言,我無法解決這個問題。

有關信息,該人的相關性得分從535降低到330)。

知識圖演算法更新2019年夏季(aka布達佩斯)「 width =」 2560「 height =」 894「 Size =」(最大寬度:2560px)100vw,2560px「 data-srcset =」 https://cdn.searchenginejournal.com/ wp-content / uploads / 2019/11 / butch-cassidy-5de13fab169cf-scaled.png 2560w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/butch-cassidy-5de13fab169cf-480x168.png 480w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/butch-cassidy-5de13fab169cf-680x237.png 680w,https://cdn.searchenginejournal.com/wp-content/uploads/2019 /11/butch-cassidy-5de13fab169cf-768x268.png 768w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/butch-cassidy-5de13fab169cf-1024x358.png 1024w,https:// cdn .searchenginejournal.com / wp-content / uploads / 2019/11 / butch-cassidy-5de13fab169cf-1600x559.png 1600w「 data-src =」 https://cdn.searchenginejournal.com/wp-content/uploads/2019/11 /butch-cassidy-5de13fab169cf-scaled.png

品牌意識(又稱荷馬效應)

荷馬·辛普森(Homer Simpson)與丹·卡斯特拉內塔(Dan Castellaneta)–相同「事物」的不同品牌知名度的極好例子(對不起,丹)。

荷馬·辛普森(Homer Simpson)=極高的品牌知名度……相關性得分躍升了十倍。

丹·卡斯特拉內塔(Dan Castellaneta)(更廣泛的公眾不太了解的最直接相關的品牌)躍升了「僅」四倍。與演員相比,人物被引用頻率更高,來源更多。

這是一個很好的比較,很好地表明了在知識圖的這一迭代中,品牌知名度的重要性。

知識圖演算法更新2019年夏季(aka布達佩斯)「 width =」 2560「 height =」 870「 size =」(最大寬度:2560px)100vw,2560px「 data-srcset =」 https://cdn.searchenginejournal.com/ wp-content / uploads / 2019/11 / homer-vs-dan-5de1378b17574-scaled.png 2560w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/homer-vs-dan-5de1378b17574 -480x163.png 480w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/homer-vs-dan-5de1378b17574-680x231.png 680w,https://cdn.searchenginejournal.com/wp -content / uploads / 2019/11 / homer-vs-dan-5de1378b17574-768x261.png 768w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/homer-vs-dan-5de1378b17574- 1024x348.png 1024w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/homer-vs-dan-5de1378b17574-1600x544.png 1600w「 data-src =」 https://cdn.searchenginejournal .com / wp-content / uploads / 2019/11 / homer-vs-dan-5de1378b17574-scaled.png

記住,相比之下,Dan落後了……這是非常重要的,但是這兩個分數都發生了很大變化。

知識圖只是切換了檔位(也許是5檔!)。

請考慮以下示例。

並非每個人都是贏家。

新鮮度/引用度

似乎新引用較少或引用增長不足的人和品牌也沒有從此更新中受益。

看著已故的演員……那些「傳奇人物」 /「諷刺人物」的人會失地(得分下降)。

那些可能被認為是傳奇人物的人大大超過了平均水平。

也許是因為傳說經常被引用,並且永遠保持「新鮮」(甚至在死亡60年後)。

在本次更新中,最近引用的數量和質量似乎非常重要。

知識圖演算法更新2019年夏季(aka布達佩斯)「 width =」 1981「 height =」 1294「 size =」(最大寬度:1981px)100vw,1981px「 data-srcset =」 https://cdn.searchenginejournal.com/ wp-content / uploads / 2019/11 / legend-scores-5de139e5a500a.png 1981w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/legend-scores-5de139e5a500a-480x314.png 480w, https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/legend-scores-5de139e5a500a-680x444.png 680w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/11 /legend-scores-5de139e5a500a-768x502.png 768w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/legend-scores-5de139e5a500a-1024x669.png 1024w,https://cdn.searchenginejournal .com / wp-content / uploads / 2019/11 / legend-scores-5de139e5a500a-1600x1045.png 1600w「 data-src =」 https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/legend -scores-5de139e5a500a.png一點辯論

這是大型科技公司(對不起,我沒有追蹤亞馬遜)。

他們都認為相關度得分高於平均水平。在我看來,這是合乎邏輯的。

對它們的引用是新鮮的,數量眾多的,並且在某些技術公司傾向於「信任」的來源中。 ?也就是說,這裡的規模令人難以置信。

Google擊敗了其餘的人。

儘管Google似乎很在意自己,但合乎邏輯的是,他們的品牌名稱應該會出現如此驚人的增長。

但是再看看數字。

Google增長了600倍。 Facebook的增長了500倍。蘋果增長了460倍。

因此,實際上,微軟是唯一沒有取得太大進展的公司(如果您可以考慮將增長56倍,則表示「進展不大」)。

知識圖演算法更新2019年夏季(aka布達佩斯)「 width =」 2560「 height =」 1712「 size =」(最大寬度:2560px)100vw,2560px「 data-srcset =」 https://cdn.searchenginejournal.com/ wp-content / uploads / 2019/11 / tech-giants-api-score-5de13c558e96a-scaled.png 2560w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/tech-giants-api -score-5de13c558e96a-480x321.png 480w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/tech-giants-api-score-5de13c558e96a-680x455.png 680w,https:// cdn .searchenginejournal.com / wp-content / uploads / 2019/11 / tech-giants-api-score-5de13c558e96a-768x514.png 768w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/ tech-giants-api-score-5de13c558e96a-1024x685.png 1024w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/tech-giants-api-score-5de13c558e96a-1600x1070.png 1600w「 data-src =「 https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/tech-giants-api-score-5de13c558e96a-scaled.png

看來此更新是歪斜的,並給了科技公司過多的關注,特別是Google。

Google似乎是自己的知識圖譜的焦點,這意味著內在的偏見。

如果您已連接到Google,則您的品牌將使Google的知識圖更加容易瀏覽。

展望未來,內在的偏見往往會被誇大(因此將您的品牌附加到Google上並搭載)。

無論您從此洞察力中獲得什麼個人優勢,這種偏見都會帶來(尚未想像的)問題。我們拭目以待。 ?

如果還不夠–剛剛發生另一次更新

知識圖的「深度」已刪除

我將Google認為與給定查詢相關的平均結果數稱為「深度」(覆蓋實體,歧義度和相關實體)。

這只是一個很大的打擊。

不知道這裡發生了什麼。然而。 ?

知識圖演算法更新2019年夏季(aka布達佩斯)「 width =」 1401「 height =」 931「 size =」(最大寬度:1401px)100vw,1401px「 data-srcset =」 https://cdn.searchenginejournal.com/ wp-content / uploads / 2019/11 / averahge-results-retuned-kg-api-5de13e06dfddb.png 1401w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/averahge-results-retuned -kg-api-5de13e06dfddb-480x319.png 480w,https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/averahge-results-retuned-kg-api-5de13e06dfddb-680x452.png 680w,https ://cdn.searchenginejournal.com/wp-content/uploads/2019/11/averahge-results-retuned-kg-api-5de13e06dfddb-768x510.png 768w,https://cdn.searchenginejournal.com/wp-content/上傳/2019/11/averahge-results-retuned-kg-api-5de13e06dfddb-1024x680.png 1024w「 data-src =」 https://cdn.searchenginejournal.com/wp-content/uploads/2019/11/averahge- results-retuned-kg-api-5de13e06dfddb.png

知識面板的存在被刪除

我使用來自以下機構的數據跟蹤了所有7,455個品牌和4,069位用戶的SERP 權威

10月,在我跟蹤的數據集上,我看到一個知識面板的SERP數量下降了20%。

數據 AccuRanker 與我分享的涵蓋英國範圍更廣的查詢的內容顯示,十月中旬知識面板的存在下降了13%。

值得思考的地方,但絕對是「持續的事情」。

兩者有關係嗎?

知識圖的「深度」下降與知識面板的下降之間可能存在某種關係。

我將此新更新稱為巴黎更新。並將進一步調查。

目前,布達佩斯更新讓我感到非常震驚,這簡直太難處理了。

附註:在我當時去過的城市後命名更新似乎是個好主意。

添加您的品牌並訪問Kalicube.pro上的所有數據

請在我正在進行的品牌跟蹤實驗中添加品牌/個人品牌 這裡

添加您的品牌/您想知道的另一個品牌/您的名字/另一個超級人物的名字-越多越好。

圖片積分

特色和後期圖片:Kalicube.pro

相關文章