Закрытые словари сущностей разворачивают хабы — они...

159

Закрытые словари сущностей разворачивают хабы — они держат трафик, когда статьи умирают

На контентном сайте поток постов теряет трафик за пару дней; те же самые посты под слоем сущностей накапливают вес годами.

Этот сдвиг обеспечивают три компонента:

1. Закрытый словарь всех упоминаемых персон, компаний, инструментов и концептов с указанием типа, канонического имени, описания на два предложения и алиасов.

2. Тег сущности на каждой странице, который берется строго из этого словаря — процесс публикации отбраковывает любой тег вне списка, поэтому добавление сущности становится редакторским решением плюс апдейтом словаря.

3. Один сгенерированный хаб на каждую сущность, ссылающийся на все размеченные статьи, при этом статьи ссылаются обратно на свои хабы, а блоки связанного контента связывают материалы с общими сущностями.

The New York Times размечает каждую историю по контролируемому словарю с 1851 года: более 1,8 млн архивных статей, свыше 1,5 млн размечены вручную по пяти типам (люди, организации, локации, темы, творческие работы), что, по сторонним подсчетам, питает почти 10 000 топик-страниц.

Извлечение уже замерили.

На бенчмарке Head-to-Tail ChatGPT правильно ответил на 29,4% вопросов об известных сущностях, на 21,9% — о сущностях средней популярности, и на 9,5% о хвостовых сущностях, а ведь именно там живет почти каждый эксперт, инструмент и компания, о которых пишет нишевый сайт.

Модели не могут вспомнить эти факты, поэтому извлекают их, и чистая страница сущности — это как раз то, что они извлекают.

Алиасы — вот куда стоит вкладывать реальные усилия: каждое написание, никнейм, транслитерация, а во флективных языках — падежные формы, иначе матчинг упускает половину упоминаний.

Каждый хаб декларирует свой тип в микроразметке через ссылки sameAs, плюс ID из Wikidata и Графа Знаний Google.

Именно это позволяет машине подтвердить, что страница, панель знаний и элемент Wikidata — это одна сущность.

Динамика релизов — самая дорогая часть.

Около 40 страниц сущностей, выкаченных за один вечер, а затем еще 30 спустя две недели, на несколько месяцев зависли в статусе "Просканирована, в данный момент не проиндексирована", тогда как страницы, которые уже имели позиции, просели за тот же период без каких-либо других изменений.

Правильный паттерн — выкатывать несколько полностью готовых хабов за раз.

И каждому нужны обязательные секции: кто это, чем известен, заметные работы, ссылки на верифицированные профили, потому что автосгенерированный пустой список ссылок современные системы качества считывают как дорвейный спам.

Держи факты о мире подальше от графа.

Связи контента с сущностью ("эта статья рассказывает об этой сущности") имеют железобетонный источник и никогда не протухают, тогда как факты о мире гниют: в одной базе iGaming только 27 из 45 сохраненных утверждений о поддерживаемых методах оплаты прошли ручную проверку, а граф продолжал отдавать остальные 18 как факт.

Цены, фичи и доступность должны жить в тексте, где у них есть автор и дата.

https://fajela.com/semantic-search/knowledge-graph-seo/

@MikeBlazerX

⚠️ Закрытый канал: @MikeBlazerPRO