Руководство по API поиска Google Knowledge Graph для SEO

В 2012 году Google представила Knowledge Graph, чтобы помочь пользователям быстрее находить новую информацию.

По сути, пользователи могут искать места, людей, компании и продукты и мгновенно находить результаты, наиболее соответствующие запросу.

График знаний — это набор тем, также известных как сущности, которые связаны с другими сущностями. Сущности — это отдельные информационные объекты, которые могут быть однозначно определены.

Они позволяют Google выходить за рамки простого сопоставления ключевых слов при возврате ответа на конкретный запрос. Это еще больше помогает Google в достижении его цели стать механизмом ответов.

Google будет отображать данные Графика знаний в функциях SERP, таких как панели знаний, карточки знаний и избранные фрагменты.

Это может помочь брендам стать более заметными в результатах поиска и повысить авторитет по определенным темам. Структурированные данные на веб-сайтах могут влиять на данные, полученные в сети знаний.

Google использует Knowledge Graph, чтобы предоставить пользователям более удобный поиск, поскольку он может лучше понимать различные темы и их отношения друг к другу.

Например, если мы хотим увидеть актерский состав фильма, Google может отобразить его в формате карусели на странице результатов поиска.

Однако эти функции SERP (страницы результатов поисковой системы) также могут привести к меньшему количеству кликов по веб-сайту, поскольку Google может отображать гораздо больше информации на странице результатов поиска.

Это позволяет им предоставлять быстрые и точные ответы искателям и направлять их к другим результатам поиска с такими функциями, как «Люди также ищут» и релевантными запросами, связанными с основным поисковым запросом.

Например, если мы возьмем к-поп группу BTS, в одном поиске я могу увидеть список всех участников, их песни и альбомы, а также предстоящие события, награды, которые они получили, и различные места, которые я можно слушать их музыку.

Все в одном поиске без необходимости посещения одного внешнего веб-сайта.

API графа знаний

API-интерфейс Knowledge Graph, созданный Google, позволяет нам находить сущности в Google Knowledge Graph для определенных запросов.

Это дает нам прямой доступ к базе данных, чтобы увидеть объекты, размеченные для каждого запроса. Он также не зависит от местоположения пользователя, обеспечивая более точное представление сети знаний.

Некоторые примеры использования API, предоставленные Google, включают:

• Получение ранжированного списка наиболее заметных сущностей, соответствующих определенным критериям.
• Они предсказуемо заполняют объекты в окне поиска.
• Аннотирование/организация содержимого с помощью объектов сети знаний.

Как указано в документации, сам API возвращает только отдельные совпадающие сущности, а не графики взаимосвязанных сущностей.

Использование Python для вызова API

Существует четыре разных клиента, через которые Google позволяет вызывать API: Python, Java, JavaScript и PHP.

Пример отправной точки для каждого из них можно найти на соответствующей странице документации.

В этом примере я буду использовать Python, так как это язык, с которым я лучше всего знаком.

Создание ключа API

Первым шагом является создание ключа API для отправки запроса к API.

Чтобы сгенерировать ключ API, перейдите в консоль Google API и перейдите на страницу учетных данных.

Следующий шаг — перейти в библиотеку API, выполнить поиск Knowledge Graph, а затем включить его.

Вы можете сохранить примечание о своем ключе API, но вы также можете легко найти ключ API снова, нажав на уже созданный вами API.

Простой запрос API

Чтобы вернуть объекты, соответствующие запросу, вместе с оценкой результатов для каждого объекта, существует простой фрагмент кода Python, который вы можете запустить либо в Google Colab (легкодоступный для новичков), либо в вашей локальной среде.

api_key = ' ' #add your API key
query = 'BTS' #add your query
service_url="
params = {
'query': query,
'limit': 10,
'indent': True,
'key': api_key,
}
url = service_url + '?' + urllib.parse.urlencode(params)
response = json.loads(urllib.request.urlopen(url).read())
for element in response['itemListElement']:
print(element['result']['name'] + ' (' + str(element['resultScore']) + ')')

Это приведет к результату, как показано ниже:

В нем мы можем установить пару параметров, в зависимости от того, что мы ищем.

Первое, что вам нужно будет добавить, это ваш ключ API, а затем запрос, для которого вы хотите сгенерировать результаты.

Затем устанавливаются параметры для вызова уже добавленного ключа API и выбранного вами запроса.

Это позволяет вам легко изменять запрос, который вы ищете, каждый раз, когда вы запускаете код.

Затем у нас есть предел, который представляет собой количество сущностей, которые вы хотите вернуть. По умолчанию это 20, максимум 500. Помните, что запросы с высокими лимитами имеют более высокую вероятность истечения времени ожидания.

Затем мы можем использовать логическое значение (True или False), чтобы решить, хотим ли мы сделать отступ в ответе JSON для упрощения форматирования.

Есть и другие параметры, которые вы можете включить, например:

• Языки: список языковых кодов, которыми вы хотите ограничить ответ.
• Типы: используется для ограничения сущностей тем типом, который вы выбрали, например, если вам нужны только результаты сущностей «Человек».

Затем мы просим скрипт вызвать URL-адрес, завершить запрос и проанализировать результат для простой печати имени объекта и оценки результата для каждого объекта, которые будут заключены в круглые скобки.

Извлечение еще больше

Возврат сущностей и их результатов — это поверхностно. С помощью Knowledge Graph API мы можем получить гораздо больше.

Мы можем вернуть объект JSON, содержащий все поля ответа, хранящиеся для каждой сущности, с еще несколькими строками кода и некоторыми функциями.

Во-первых, мы хотим запросить возврат страницы сеанса, которая будет искаться через API.

def get_source(url):
try:
session = HTMLSession()
response = session.get(url)
return response
except requests.exceptions.RequestException as e:
print(e)

Затем, используя аналогичный API-запрос, что и в исходном коде, мы можем вызвать его вместе с нашим запросом-запросом с теми же параметрами.

def knowledge_graph(api_key, query):
query = 'BTS' #add your query
service_url="
params = {
'query': query,
'limit': 10,
'indent': True,
'key': api_key,
}
url = service_url + '?' + urllib.parse.urlencode(params)
response = get_source(url)

Затем мы вводим наш ключ API, чтобы вернуть наш объект ответа с полными данными.

return json.loads(response.text)
api_key = " " #add your API key
knowledge_graph_json = knowledge_graph(api_key, query)
knowledge_graph_json

Чтобы немного упростить просмотр результатов и помочь понять ответ, мы можем нормализовать объект JSON в Pandas DataFrame. Это возьмет каждое поле и перенесет его в столбец с каждой сущностью в отдельной строке.

pd.json_normalize (knowledge_graph_json, record_path = ‘itemListElement’)

Мне также было интересно запустить этот код в разные дни с одним и тем же запросом и посмотреть, как меняются результаты.

Поля ответа

Для каждой сущности в Knowledge Graph API будет извлечено несколько полей:

• идентификатор: канонический URI объекта.
• имя: имя сущности.
• тип: список поддерживаемых типов схемы, соответствующих объекту.
• описание: краткое описание сущности.
• изображение: изображение, связанное с сущностью.
• Подробное описание: подробное описание объекта.
• URL: официальный сайт организации.
• результатСчет: Индикатор того, насколько хорошо сущность соответствует запросу.

Поле id относится к MID (машинно-генерируемому идентификатору), уникальному идентификатору для каждого объекта.

Обычно это начинается с kg:/m/, за которым следует короткая добавленная строка. MID преобразовывают человеческий язык в формат, понятный машинам.

Эти MID также соответствуют объекту в Google Trends и могут также использоваться для получения URL-адреса каждого объекта, даже если для него нет панели знаний.

Оценка достоверности

Показатель результата (также известный как показатель достоверности) отражает уверенность Google в своем понимании объекта. По сути, это предполагаемая сила связи между сущностью, которую Google распознал для запроса, и сущностью, которая была возвращена.

Чем выше оценка результата, тем больше у Google уверенности в том, что объект лучше всего соответствует запросу.

Однако нет гарантии, что объект с наивысшим баллом появится в качестве избранного фрагмента в результатах поиска.

Эта оценка, в частности, полезна при анализе различных запросов возможностей.

Например, предположим, вы заметили низкие баллы группы по конкретному запросу. В этом случае это подчеркивает возможность оптимизации страниц, чтобы превзойти идентифицированные страницы для объекта.

URL-адрес объекта также считается «домашним сайтом объекта», то есть веб-сайтом и страницей, которые Google признает наиболее авторитетным источником наиболее точной информации об объекте.

Чтобы повысить показатель достоверности, важно убедиться, что ваш веб-сайт соответствует информации о доме организации.

Улучшение качества и детализации веб-страницы также поможет повысить показатель доверия, сочетая это с PR-активностью, чтобы еще больше повысить авторитет веб-сайта для выбранной темы объекта.

Извлечение информации

Вы можете сделать несколько вещей с вашими результатами ответа сети знаний, включая определение областей возможностей и просмотр текущих сущностей и домов сущностей для конкретных запросов.

Например, важным первым шагом является обеспечение наиболее подходящей разметки схемы и оптимизации на странице для связи с вашими целевыми объектами.

Исследование ключевых слов

При завершении исследования ключевых слов стоит подумать, имеет ли смысл ваш текущий таргетинг, если для определенного ключевого слова существует сильная сущность.

В конце концов, главной целью Google является предоставление максимально полезной информации в результатах поиска. С увеличением количества поисковых запросов с нулевым кликом конкуренция за условия поиска и возможность появления в функциях SERP также увеличивается.

Создание бренда

Использование сущностей — отличный способ создать присутствие и авторитет бренда или компании в органическом поиске в определенном пространстве.

Полезно знать сущности, стоящие за определенным запросом. Они могут дать нам представление о результатах поиска по ключевым словам и еще больше упростить создание авторитетного и полезного контента в соответствии с этим.

Исследование конкурентов

Поскольку API предоставляет ранжированный список сущностей, которые появляются для запросов, вы можете просматривать высокий уровень понимания, а не выполнять многочисленные поиски, чтобы увидеть, что появляется.

Это позволит вам просмотреть эффективность ваших конкурентов по конкретным запросам и сравнить их.

Вы также можете использовать эту информацию, чтобы убедиться, что вы можете повысить свой показатель уверенности, чтобы обогнать конкурентов в результатах.

API позволяет вам регулярно отслеживать это и сообщать о любых изменениях, которые вы видите, возможно, до того, как изменятся какие-либо функции SERP.

В итоге

Я надеюсь, что это дало вам возможность начать анализ сети знаний и извлечь ценную информацию, которая поможет оптимизировать ваше отображение в функциях поиска.

Как объясняет Google, Knowledge Graph используется для улучшения поиска Google, чтобы найти нужную вещь, получить наилучшую сводку и углубиться и расшириться.

Возможность заглянуть под капот Сети знаний — это отличный способ убедиться, что ваш веб-сайт является лучшим источником для Google, который может использовать именно это.

Я создал блокнот Google Colab, чтобы вы могли использовать его и экспериментировать с кодом.

Я хотел бы знать, какие идеи вы извлекли для своих запросов. (Пожалуйста, не забудьте сделать копию и добавить свой собственный сгенерированный API).

Вы также можете найти версию кода на GitHub здесь.

Дополнительные ресурсы:

---

Рекомендуемое изображение: REDPIXEL.PL/Shutterstock