Ett Knowledge Graph är en strukturerad databas som lagrar information om entiteter (personer, platser, saker, begrepp) och relationerna mellan dem. Sökmotorer och AI-system använder knowledge graphs för att förstå och koppla ihop information.
Knowledge Graphs gör det möjligt för AI-system att förstå att "Apple" kan syfta på ett företag eller en frukt beroende på sammanhanget, att koppla ihop relaterade begrepp och entiteter, att besvara komplexa frågor som kräver förståelse för relationer och att ge korrekt information om entiteter.
För GEO är närvaro i Knowledge Graph viktigt. Brands, produkter och personer som känns igen som entiteter i knowledge graphs har större chans att representeras korrekt i AI-svar.
Viktiga faktorer
- Entity recognition
- Wikipedia presence
- Schema markup
- Consistent information
- Authority signals
Exempel
- Googles Knowledge Graph kopplar ett företag till dess produkter, grundare och konkurrenter
- Ett AI-system använder ett knowledge graph för att förstå att "Teslas VD" syftar på en specifik person
- En sökning på "iPhone" returnerar information från Knowledge Graph om Apple
Frågor som folk ställer
Hur visas mitt brand i Knowledge Graph?
Du tar dig in i Knowledge Graph genom att skapa poster på Wikipedia/Wikidata, implementera schema markup, få omnämnanden i auktoritativa källor, hålla informationen konsekvent över hela webben och bygga upp entitetsigenkänning.
Varför är Knowledge Graph viktigt för AI?
AI-system använder knowledge graphs för att förstå entiteter och relationer. Brands som känns igen som entiteter har större chans att representeras korrekt. Närvaro i ett knowledge graph stärker auktoritetssignalerna.
Kan jag påverka informationen i Knowledge Graph?
Du kan påverka informationen i Knowledge Graph indirekt genom att hålla korrekt information i officiella källor (webbplats, Wikipedia), implementera schema markup och säkerställa konsekvens i alla digitala kanaler.
Har alla AI-system knowledge graphs?
De flesta stora AI-system använder någon form av strukturerad kunskap, antingen egna knowledge graphs eller genom att integrera befintliga (som Wikidata). Tillvägagångssättet varierar, men principen är densamma: strukturerad kunskap förbättrar AI:ns förståelse.