Membantu Pengguna Menemukan Konten Berkualitas

Tantangan apa yang dihadapi Google dalam mencapainya, dan apa kekhawatiran yang terkait dengan proyek semacam itu. Nanti artikel akan mengeksplorasi kertas KBT dan kertas Pengetahuan Vault (KV) sebelumnya. Kertas KV menguraikan prosedur Google untuk membuat basis pengetahuan yang diisi secara algoritme, yang akan mengacu pada sistem KBT ketika mengevaluasi akurasi konten yang dipublikasikan. Jadi, apa gambaran besarnya. Makalah ini dimotivasi oleh sepasang observasi berikut. Penilaian kualitas untuk sumber web sangat penting dalam penelusuran web. Telah secara tradisional dievaluasi menggunakan sinyal eksogen seperti hyperlink dan riwayat browsing. Namun, sinyal semacam itu kebanyakan menangkap seberapa populer suatu halaman web. Insinyur Google dengan benar mengidentifikasi perbedaan antara sasaran penyediaan konten berkualitas kepada pengguna, dan metode yang saat ini digunakan untuk menilai kualitas. Metode penilaian kualitas saat ini menimbang popularitas sebuah halaman cukup berat: backlink dan angka lalulintas berarti banyak dalam hal peringkat.

Google (dan mesin pencari lainnya) memasukkan faktor-faktor lain dalam penilaian mereka yang dirancang untuk mengidentifikasi beberapa dimensi kualitas. Kecepatan halaman, kemudahan navigasi, dan kegunaan seluler semua faktor ke dalam peringkat halaman. Perhatikan bahwa ini adalah penilaian kualitas halaman atau situs, yang bertentangan dengan kualitas konten di halaman atau situs. Ini adalah kesalahan serius ketika tujuan Google adalah membantu pengguna Paket Layanan menemukan konten berkualitas. Cara untuk mengatasi ini diperlukan. Salah satu cara untuk mengatasi hal ini adalah mengevaluasi keakuratan informasi pada suatu halaman. Jika Google dapat memberi peringkat halaman setidaknya sebagian sesuai dengan keakuratan konten, mereka dapat memberikan konten berkualitas lebih baik kepada pengguna. Sejauh ini Google telah menulis sekitar dua komponen dari rencana mereka untuk menilai akurasi konten:

Knowledge Vault (KV), sebuah knowledgebase yang dibuat secara algoritmik dan dipelihara, jauh lebih besar daripada knowledgebase publik yang sudah ada sebelumnya. Ini mengumpulkan apa yang disebut tiga kali lipat, yang merupakan pengaturan subjek, objek, dan predikat. Metodologi SEO Sepuluh evaluasi Kepercayaan Berbasis Pengetahuan (KBT), yang memeriksa tiga kali lipat di situs web melawan tiga kali lipat di KB. Setelah tiga kali lipat pada halaman telah diekstraksi dan dievaluasi, halaman dinilai berdasarkan probabilitas bahwa beberapa informasi itu benar. Ini bisa diskalakan ke seluruh situs web, dalam teori. Dengan membangun knowledgebase masif dan kemudian memeriksa konten situs web terhadapnya, Google dapat menilai keakuratan informasi di situs web. Dengan menambahkan ini ke faktor peringkat mereka, Google dapat memberikan evaluasi yang lebih lengkap tentang kualitas situs web kepada pengguna. Singkatnya, Google akan dapat menambahkan "keakuratan data" sebagai faktor peringkat.

Bergabunglah dengan saya dalam dua minggu lagi untuk bagian selanjutnya dari seri KBT saya: Memahami Knowledge Vault. Saya akan menyelam ke dalam makalah Knowledge Vault dan menjelaskan metodologi SEO Sebelas Google untuk menghasilkan knowledgebase untuk evaluasi Knowledge-Based Trust. Google Mei Meluncurkan Platform untuk Menghubungkan Kontraktor dengan Pencarian. Buzzfeed telah melaporkan dari sumber anonim di Google bahwa mesin pencari mungkin menambahkan fungsi yang akan memungkinkan kontraktor seperti tukang pipa, tukang listrik, dan tukang untuk terhubung langsung dengan pencari yang mencari layanan Jasa SEO mereka. Hanya sedikit yang diketahui tentang platform ini, dan saat ini hanya rumor, tetapi sistem dapat terhubung melalui Google Bisnisku. Pertanyaan pencarian tertentu dapat memicu platform, yang dapat memberikan pencarian area yang komprehensif untuk memilih dan membandingkan kontraktor yang mereka cari.