Semantische Suche – der Wind der Veränderung

Was ist semantische Suche ?

Unter dem rohen Fachbegriff verbirgt sich ein unschuldiges Verlangen, so alt wie die Menschheit selbst.

Wir haben immer versucht, über Erscheinungen hinweg zu schauen und die tiefere Bedeutung dessen zu erfahren, was uns umgibt.

Dies hat uns gelegentlich zu tiefen Erkenntnissen geführt. Zu anderen Zeiten haben wir es geschafft, spektakulär zu scheitern.

Jetzt verfügen wir über die Technologie, um unsere Suche nach Bedeutung aufzuladen und zu vertiefen.

Geben Sie die semantische Suche ein.

Die Magie der Worte und die semantische Suche

Semantik ist die faszinierende Seite der Linguistik, der die Aufgabe der Sinnsuche zugeschrieben wird.

Bedeutung von Wörtern und ihr Verhältnis zueinander. Die Semantik muss erklären, warum wir bestimmte Wörter und Ausdrücke wählen, um Dinge zu beschreiben.

Was Semantik als wesentlichen Bestandteil der semantischen Suche definiert, ist die Sehnsucht, Verbindungen zu suchen und herzustellen.

Stellen Sie sich vor, Sie suchen die Nadel im Heuhaufen – eine unbestreitbar nervenaufreibende Erfahrung.

Ohne die Tools, die schnelle und intuitive Ergebnisse ermöglichen, würden Sie im Internet mit ungefähr dem gleichen Erfolg suchen.

Glücklicherweise schlägt sich der Drang, unser Leben strukturiert und vernetzt zu gestalten, sogar darin nieder, wie wir im Web nach Dingen suchen. So entstand die semantische Suche.

Eine ausführlichere Erklärung, was semantische Suche ist, erhalten wir in einer Veröffentlichung von Hannah Bast und Co-Autoren.

Wie von ihnen beschrieben, ist die semantische Suche „Suche mit Bedeutung“. Und wir können zumindest in einigen Teilen des Suchprozesses eine Bedeutung finden.

Zunächst in der Abfrage selbst. Hier müssen wir die wahre Absicht hinter der Anfrage herausfinden.

Dann müssen wir uns überlegen, welche Daten wir abrufen müssen und ob sie wirklich zu dem passen, wonach wir suchen.

Oder wenn wir die Informationen richtig präsentieren, damit sie für die Suche von Bedeutung sind.

Die Bedeutung der semantischen Suche aufschlüsseln

Um es in Laymans Worten auszudrücken, versucht die semantische Suche, natürliche Sprache so zu verstehen, wie es ein Mensch tun würde, und liefert geeignete semantische Web-Suchergebnisse .

Was bedeutet das?

Nehmen wir an, ich gebe in das Suchfeld von Google „das ist das kleinste Säugetier“ ein.

Die Suchmaschine beantwortet meine Frage verständlicherweise auf der Grundlage der Annahme, dass ich herausfinden möchte, welches das kleinste Säugetier ist – anstatt nach genauen Übereinstimmungen mit der von mir eingegebenen Phrase zu suchen.

So erhalte ich als erstes Ergebnis einen Artikel mit dem Titel „Die 6 kleinsten Säugetiere der Welt“, gefolgt von Fotos der etruskischen Spitzmaus – die übrigens das kleinste bekannte Säugetier der Welt ist.

Wenn Sie die Bedeutung meiner Abfrage verstehen möchten, können semantische Suchmaschinen auch Korrekturen für falsch geschriebene Wörter vorschlagen.

Wenn ich das Wort Säugetier falsch buchstabiere, schlägt Google vor, dass ich anstelle von „Säugetier“ wahrscheinlich nach „Säugetier“ suche.

Wie ist die semantische Suche entstanden?

Unsere Spezies sucht nach Ordnung – und wenn diese fehlt, können wir nicht anders, als zu versuchen, sie zu schaffen.

Es ist also verständlich, dass wir eine virtuelle Welt aufbauen, die unserem Bedürfnis nach Ordnung und optimierter Zeit entspricht.

Suchmaschinen geben ihnen nicht nur die richtigen Antworten, sondern auch mit Hilfe von künstlicher Intelligenz Sinn.

Sie verwenden maschinelles Lernen mit semantischer Suche , um Informationen zu verarbeiten und einzustufen, und können auch die natürliche menschliche Sprache verstehen.

All dies liefert am Ende adäquate Ergebnisse für unsere Abfragen.

Aber wie genau sind sie in der Lage, Fragen wie „World’s Biggest Donut“ zu beantworten?

Die semantische Suche ist aus dem semantischen Web hervorgegangen. Um meiner eigenen, ordnungssuchenden Natur treu zu bleiben, schauen wir uns zuerst an, was das semantische Web ist .

Semantic Web Origin

Kurzum: Semantic Web ist eine Erweiterung des World Wide Web.

Und laut World Wide Web Consortium (W3C) bietet es einen gemeinsamen Rahmen für die gemeinsame Nutzung und Wiederverwendung von Daten.

Dies gilt für Anwendungen, Unternehmen und Communities.

Der Rahmen oder die „Ontologie“, wie sie in der Informationswissenschaft bekannt ist, sammelt Fakten und Informationen, die schließlich zu einem Wissenssystem werden.

Einfach ausgedrückt: Semantisches Web strukturiert und markiert Daten so, dass Computer sie lesen können.

Semantic Web ermöglicht die Analyse spezifischer Eingaben basierend auf Netzwerk- oder verwandten Faktoren. Es verwendet Mengen, Eigenschaften und Beziehungen, um die riesige Datenmenge zu verstehen, die das Web umfasst.

Ich würde es mit meinem Versuch vergleichen, meinen Stammbaum zu erstellen.

Ich werde definitiv nicht herausfinden, wer die Leute sind, von denen meine Oma behauptet, dass sie meine entfernten Cousins ​​​​mütterlicherseits sind. Mir fehlt der Kontext, da ich sie nicht kenne.

Beim Semantic Web ist es jedoch besser, Dinge zu sortieren.

Die Vision für das Semantic Web

Das ultimative Ziel des Semantic Web, wie es sein Gründer Tim Berners-Lee sieht, besteht darin, Computer in die Lage zu versetzen, Informationen in unserem Namen besser zu manipulieren.

Das Konzept des Semantic Web hat sich zu den beiden wichtigen Datentypen entwickelt, die es heute bilden – Linked Open Data und Semantic Metadata .

Ordnung im Chaos – Aufräumen mit semantischen Suchwerkzeugen

Linked Open Data (LOD) wird als Graph modelliert und so veröffentlicht, dass eine serverübergreifende Verknüpfung möglich ist.

Es stellt im Wesentlichen strukturierte Daten dar . Im Jahr 2006 hat Tim Berners-Lee die vier Regeln für verknüpfte Daten wie folgt formalisiert :

1. Verwenden Sie Universal Resource Identifiers (URIs) als Namen für Dinge.
2. Verwenden Sie HTTP-URIs, damit die Leute diese Namen nachschlagen können.
3. Wenn jemand einen URI nachschlägt, geben Sie nützliche Informationen unter Verwendung der Standardformatierung (RDF, SPARQL) an.
4. Fügen Sie Links zu anderen URIs ein. damit sie mehr entdecken können.

LOD ermöglicht es sowohl Menschen als auch Maschinen, auf Daten über verschiedene Server hinweg zuzugreifen und deren Semantik einfacher zu interpretieren.

Als Ergebnis verschiebt sich das Semantic Web von einem Raum mit verknüpften Dokumenten zu einem Raum mit verknüpften Informationen.

Dies wiederum ermöglicht ein vernetztes Bedeutungsnetzwerk, das von einer Maschine verarbeitet werden kann.

Es gibt Tausende von Datensätzen, die als LOD in verschiedenen Sektoren veröffentlicht werden.

Einige Beispiele sind Enzyklopädien, geografische Daten, Regierungsdaten, wissenschaftliche Datenbanken und Artikel, Unterhaltung, Reisen usw.

Da sie miteinander verknüpft sind, bilden diese Datensätze ein riesiges Datennetz oder einen Knowledge Graph.

Der Graph verbindet eine Vielzahl von Beschreibungen von Entitäten und Konzepten von allgemeiner Bedeutung.

Ein Spiel mit Tags – Semantische Suchtools Vol. 2

Das zweite wichtige Werkzeug, auf das Semantic Web setzt, sind Semantic Metadata.

Dies sind im Grunde semantische Tags, die regulären Webseiten hinzugefügt werden, um ihre Bedeutung besser zu beschreiben.

Zum Beispiel kann die Homepage des Nobelpreises mit Verweisen auf mehrere relevante Konzepte und Entitäten semantisch kommentiert werden – unter anderem Schweden, akademischer Fortschritt, Kultur und Auszeichnung.

Diese wohlbestimmten Beziehungen zwischen Subjekten und entsprechende Ergebnisse werden am besten durch strukturierte Metadaten Schemata dargestellt, wie Schema.org

Metadaten erleichtern das Auffinden von Webseiten anhand semantischer Kriterien.

Durch das Lernen aus früheren Ergebnissen und das Erstellen von Links zwischen Entitäten kann eine Suchmaschine dann möglicherweise die Antwort auf die Suchanfrage eines Suchers ableiten, anstatt mehrere Links bereitzustellen, die möglicherweise die richtige Antwort enthalten oder nicht.

Metadaten lösen potenzielle Mehrdeutigkeiten auf und stellen sicher, dass wir bei der Suche nach Prince (dem Musiker) keine Seiten über einen der vielen Prinzen erhalten, die zum Beispiel Könige sind .

Dafür können Sie dem Semantic Web danken .

Jetzt.

Die Struktur des semantischen Webs gibt uns eine Vorstellung davon, was semantische Suche ist. Es sagt uns sogar, wie eine Suchmaschine bestimmt, welcher der größte Donut der Welt ist.

Aber

Werfen wir einen Blick auf seine Geschichte.

Visionäre im Bereich der semantischen Suche

Wie bei jeder groß angelegten Bewegung steht hinter der Veränderung ein Anführer. Wir haben bereits den Namen von Tim Berners-Lee erwähnt, von dem viele behaupten, dass er der Mann hinter der semantischen Suche ist.

1998, in den Anfängen des modernen Webs, sprach Berners-Lee bereits in einem von ihm veröffentlichten Bericht mit dem Titel Semantic Web Road Map über die Idee.

21 Jahre später wurden seine Ideen übernommen und die semantische Suche ist Realität.

Google war das Unternehmen, das den Wandel herbeiführte und dem Aufkommen der semantischen Suche Platz machte .

„Maschinen sollen wie Menschen miteinander kommunizieren können“, so Berners-Lee.

Google arbeitet nun daran, seine Vision zu verwirklichen.

Wie?

Der Wendepunkt für die semantische Suche

Während seit 1998 viel passiert ist, war 2012 der Wendepunkt für die semantische Suche.

In diesem Jahr waren 20 % aller Google-Suchanfragen neu. Darüber hinaus machten Long-Tail-Keywords rund 70 % aller Suchanfragen aus.

Dies teilte Google mit, dass die Nutzer zunehmend daran interessiert waren, ihre Suchmaschine als Werkzeug zur Beantwortung von Fragen und zur Lösung von Problemen zu verwenden.

Es ging nicht mehr nur darum, Fakten nachzuschlagen und einzelne Websites zu finden.

Damit war der erste Schritt zu einem semantischen Update getan.

Der Wissensgraph

Der 2012 eingeführte Knowledge Graph markierte den Wechsel von Google zum Verständnis von Entitäten und Kontext, anstatt gedankenlos Keyword-Strings zu vergleichen.

Oder wie Google es formulierte: „Dinge, keine Strings“.

Was ist der Wissensgraph?

Wikipedia gibt an, dass Google und seine Dienste den Knowledge Graph verwenden, um die Ergebnisse seiner Suchmaschine mit Informationen aus einer Vielzahl von Quellen zu verbessern.

Mit anderen Worten, ein Wissensgraph ist eine programmatische Möglichkeit, eine Wissensdomäne zu modellieren – mit Hilfe von Experten auf dem Gebiet, Datenverknüpfung und maschinellen Lernalgorithmen.

Was dieses spezielle Diagramm zu einem semantischen Suchwerkzeug machte, war die Art und Weise, wie es Informationen sammelte.

Es sammelte Daten, die als gemeinfrei galten (z. B. von der Größe der Erde bis zu den Namen der Bandmitglieder), zusammen mit den Eigenschaften jeder Entität (Geburtstage, Geschwister, Eltern, Berufe – alles, was damit in Verbindung gebracht werden kann .) juristische Person.)

Oder

Wir können sagen, dass es auf den bestehenden Datenbanken aufbaut, um riesige Datenmengen miteinander zu verknüpfen – indem es sowohl strukturierte Informationen (Listen) als auch unstrukturierte kombiniert.

Der Wissensgraph sammelt Informationen, die Suchmaschinen benötigen, um sinnvolle Antworten zu geben.

Die Grafik von Google bereitet die Bühne für die kommenden großen algorithmischen Änderungen. Und bald folgte Hummingbird.

Mit Hummingbird zum Erfolg beschleunigen

Kolibri war ein Wendepunkt. Der Algorithmus wirkte sich auf rund 90 % der Suchanfragen weltweit aus.

Es wurde entwickelt, um präzise und schnell zu sein, und viele bezeichnen es als das Werkzeug, das die „Konversationssuche“ in die Suchaktivität eingeführt hat.

Es war der Star der semantischen Suchtechnologie .

Allerdings ist Hummingbird mehr als nur bieten Antworten auf Konversations Abfragen.

Der Algorithmus achtet auf jedes Wort in einer Abfrage.

Dann stellt es sicher, dass die gesamte Abfrage, der ganze Satz oder die ganze Bedeutung berücksichtigt wird und nicht nur einzelne Wörter.

Die Absicht besteht darin, Seiten zu erhalten, die der tieferen Bedeutung entsprechen, und nicht nur den tatsächlichen Wörtern.

Es gibt mehr.

Zusätzlich zu den Verbesserungen der Geschwindigkeit und Genauigkeit des Hummingbird-Updates hat Google dafür gesorgt, dass die semantische Suche integriert wurde.

Sie haben ihr Verständnis von Suchanfragen – auch Long-Tail-Suchen – und damit die Nutzerintention deutlich verbessert.

Als Ergebnis:

Ganze Suchanfragen und die Beziehungen von Wortgruppen innerhalb von Suchanfragen wurden identifiziert, zielgerichtet und interpretiert.

Die Auswirkungen des Kolibri-Algorithmus

Die Verbesserungen von Hummingbird konzentrierten sich insbesondere auf die kontextbezogene und dialogorientierte Suche.

Beide Bereiche sind stark mit der grundlegenden Semantik und der Beziehung zwischen Wörtern verbunden.

Jetzt.

Der Algorithmus verarbeitet natürliche Sprache, um Nischenergebnisse für Abfragen sowohl auf der Head- als auch auf der Long-Tail-Ebene abzurufen.

Mit anderen Worten, es verwendet eine kontextbezogene Suche, bei der Google zunehmend Ergebnisse zurückgibt, die der Absicht hinter der Abfrage entsprechen.

Die Ergebnisse beschränken sich nicht mehr auf die Wörter selbst, sondern beinhalten eine Interpretation der Absicht der Suchbegriffe.

Wie genau?

Das Werkzeug prüft auf Beziehungen, die nicht explizit modelliert wurden.

Der Prozess kombiniert Grammatik, Statistik und Wörterbücher, um ein relationales Tagging zu erreichen.

Durch die semantische Bewertung des Intents und die Fokussierung auf Synonyme und themenbezogene Themen ermöglicht Hummingbird seinen Nutzern, selbstbewusst nach Themen und Unterthemen zu suchen, anstatt sich durch die Suche „abrakadabra“ zu versuchen.

Der Algorithmus ist in vielerlei Hinsicht eine Definition der semantischen Suche.

Ein Beispiel, das veranschaulicht, wie Hummingbird tatsächlich funktioniert, kann eine Suche wie „President of England“ sein.

Jetzt.

England hat keinen Präsidenten, sondern einen Premierminister, der Regierungschef ist. England hat auch ein Staatsoberhaupt, die Königin.

Und Google weiß das, also zeigt es Ergebnisse an, die sich auf den Premierminister oder die Königin beziehen.

In gewisser Weise ermöglicht Hummingbird es Menschen, eine Antwort auf eine Frage zu erhalten, die sie nicht stellen können – und Ergebnisse zu kuratieren, die den Benutzern helfen, das zu finden, wonach sie suchen.

Standortorientiert

Eine weitere Verbesserung, die Hummingbird bringt, sind lokal orientierte Ergebnisse.

Durch die Verwendung von Kontext werden lokale Ergebnisse präziser.

So w enn Sie für gute italienische Restaurants suchen, wird Google annehmen , dass Sie das Abendessen in Ihrer Stadt haben wollen.

Aus diesem Grund verwendet es Ihre Standortdaten, um gute Pizza in Ihrer Nähe zu empfehlen , anstatt Restaurants in Italien aufzulisten.

Die Präzision, mit der wir die richtigen Ergebnisse erzielen, ist für uns oft selbstverständlich.

Es ist die fruchtbare Ernte jahrelanger Forschung und Entwicklung hinter den Kulissen.

Der Traum von semantischer Suche nahm Gestalt an durch eine Kombination aus Konversationssprachverarbeitung und dem Verstehen menschlicher Absichten basierend auf Standortdaten.

Hummingbird war ein wichtiger Durchbruch für die semantische Suche, aber Google hörte hier nicht auf.

Eine weitere sehr wichtige Verbesserung, die sie später einführten, war RankBrain.

Künstliche Intelligenz in der Semantic Web-Welt

RankBrain ist das semantische Suchmaschine-Learning- Tool, das als Antwort auf ein Problem kam, auf das Google bei der Beantwortung von Keyword-Abfragen gestoßen ist.

Vor einigen Jahren bestanden etwa 15 % der Suchanfragen bei Google aus Wörtern, die es noch nie zuvor gesehen hatte.

Es hatte keine Möglichkeit, genau zu wissen, wonach der Benutzer suchte.

Auf den ersten Blick mögen 15% keine große Sache sein.

Dennoch verarbeitet Google täglich Milliarden von Anfragen, sodass der Prozentsatz in absoluten Zahlen eine ziemlich signifikante Zahl war.

Etwa 450 Millionen Suchanfragen enthielten Schlüsselwörter, die noch nie zuvor verarbeitet wurden.

Was also tun, wenn Sie nicht wissen, wie Sie eine Frage beantworten sollen?

Vermuten?

Das hat Google früher gemacht, wenn es Anfragen für eines dieser unbekannten Keywords erhielt.

Leider führte dies nicht zu genauen Ergebnissen. Die Suchmaschine suchte nur nach Seiten, die alle vom Benutzer eingegebenen Schlüsselwörter enthielten, ohne die Absicht dahinter zu verstehen.

Sie wusste nicht, wie man eine semantische Suche nach Anfragen implementiert und produziert , die die Suchmaschine noch nie zuvor erhalten hatte.

Das hat Google dazu gebracht, eine Lösung zu finden und ein Tool einzuführen, das unterwegs lernen kann.

Betreten Sie RankBrain

Der auf maschinellem Lernen basierende Suchmaschinenalgorithmus hilft Google dabei, Suchergebnisse zu verarbeiten und den Nutzern relevantere Suchergebnisse bereitzustellen.

Google verwendet den KI-Algorithmus nicht nur, um diese Suchanfragen aufzulösen, sondern auch zu verarbeiten und zu verstehen.

Was hat sich mit RankBrain geändert?

Vor RankBrain wurden 100 % des Algorithmus von Google von Hand codiert.

Der Prozess war also stark von menschlichen Ingenieuren abhängig, die versuchten zu erraten, was die Suchergebnisse verbessern würde.

Heute arbeiten noch menschliche Ingenieure an dem Algorithmus, aber auch RankBrain macht sein Ding im Hintergrund.

Der Prozess

Kurz gesagt, RankBrain kann seinen eigenen Algorithmus optimieren, um eine bessere Reaktion zu erzielen.

Je nach Keyword erhöht oder verringert RankBrain die Bedeutung von Backlinks, Inhaltsaktualität, Inhaltslänge, Domain-Autorität und anderen Ranking-Variablen.

Dann beobachtet es, wie Nutzer mit den neuen Suchergebnissen interagieren. Wenn ihnen der neue Algorithmus besser gefällt, bleibt er.

Wenn nicht, setzt RankBrain den alten Algorithmus zurück.

Mit Hilfe seines intelligenten semantischen Updates kann Google herausfinden, was Sie meinen, auch wenn Ihre Abfrage zuvor nicht verknüpft wurde.

Wie?

Indem Sie Ihre nie zuvor gesehenen Keywords mit Keywords abgleichen, die es zuvor gesehen hat.

Als Beispiel dafür, wie das semantische Web funktioniert, hat Google RankBrain möglicherweise bemerkt, dass Leute nach „Weltweit größtem Donut“ suchen.

Und es hatte gelernt, dass Leute, die danach suchen, so ziemlich nach dem größten Donut suchen, der je hergestellt wurde.

Wenn also jemand nach „größter Donut der Welt“ sucht, liefert RankBrain ähnliche Ergebnisse.

Und im Fall des Donuts sind die ersten drei Webseiten, die Sie für beide Suchen erhalten, gleich.

Die Methode von RankBrain

Google hat sich dazu geäußert , wie sie mithilfe einer Technologie namens „ Word2vec “, die Keywords in Konzepte umwandelt , maschinelles Lernen einsetzen, um die Suchabsichten besser zu verstehen .

Sie sagen zum Beispiel, dass diese semantische Webtechnologie „versteht, dass Paris und Frankreich genauso verwandt sind wie Berlin und Deutschland (Hauptstadt und Land) und anders als Madrid und Italien“.

Und selbst wenn sie nicht ausdrücklich erwähnt haben, dass RankBrain auch auf diese Weise funktioniert, können wir ziemlich gut vermuten, dass es eine ähnliche Technologie verwendet.

Zurück zu der Idee von Konzepten über Keyword-Matching – RankBrain versucht, Ergebnisse basierend auf der Absicht Ihrer Suche zu liefern.

Benutzerzufriedenheit vs. RankBrain

Sicher, RankBrain kann ein Risiko eingehen, um neue Keywords zu verstehen. Und es kann den Algorithmus sogar selbst anpassen.

Frage Nummer eins lautet dann:

Wenn RankBrain eine Reihe von Ergebnissen anzeigt, woher weiß es dann, ob sie gut sind?

Nun – es beobachtet.

RankBrain nutzt UX-Signale – so lautet zumindest der Fachbegriff.

In einfacheren Worten bedeutet dies, dass RankBrain Ihnen eine Reihe von Suchergebnissen anzeigt, von denen es glaubt, dass sie Ihnen gefallen werden.

Wenn viele Leute einen bestimmten Eintrag mögen, geben sie dieser Seite einen Ranking-Boost.

Was ist, wenn sie es nicht tun?

Dann löscht der Algorithmus diese Seite und ersetzt sie durch eine andere.

Was beobachtet RankBrain genau?

Es achtet genau darauf, wie wir mit den Suchergebnissen interagieren.

Es gibt mehrere Signale, die es überwacht:

1. Organische Klickrate (CTR)
2. Verweilzeit
3. Absprungrate
4. Pogo-Sticken

Diese werden als User Experience Signale (UX-Signale) bezeichnet.

Schauen wir uns ein Beispiel an und sehen wir, wie das semantische Web von Google meine Suche interpretieren würde.

Wenn ich nach „beste Drohne für Kinder“ suche, bekomme ich als erstes einen Artikel, der Mitte Juni veröffentlicht wurde.

Dies erinnert an die Aktualität von Inhalten, die RankBrain bewertet, wenn Antworten auf Anfragen vorgeschlagen werden.

Aber lassen wir das für den Moment.

Der Algorithmus achtet auf die Website, die ich öffne. Es vergleicht, wie oft es zuvor für ähnliche Ergebnisse geöffnet wurde - und gibt so die CTR an.

Sobald ich die Seite geöffnet habe, beobachtet RankBrain meine Verweilzeit. Dies ist die Zeit, die ich auf der Website verbringe. Auf diese Weise schätzt der Algorithmus, ob ich die Informationen nützlich fand.

Wenn ich öffne, um Inhalte zu sehen, die nichts mit meiner Suchanfrage zu tun haben oder schlecht dargestellt sind, kehre ich schnell zur Ergebnisseite zurück.

Wenn das genügend Leute tun, werden die Rankings der Website fallen.

Und wenn die Seite nicht rechtzeitig geladen wird, steigt die Chance auf einen Absprung und damit sinkt das Ranking der Seite.

Nehmen wir an, ich kann beim ersten Klick auf eine Seite nicht finden, wonach ich suche. Ich werde die Ergebnisse, die ich erhalte, wahrscheinlich weiter untersuchen, bis ich sie gefunden habe.

Und das ist ein weiterer Faktor, mit dem RankBrain den Erfolg seiner Arbeit analysiert – Pogo-Sticking.

Je mehr ich hin und her gehe, desto unwahrscheinlicher ist es, dass RankBrain dem nächsten Benutzer mit ähnlichen Suchen diese unglücklichen Seiten vorschlägt.

Jetzt.

Wir haben die grundlegenden semantischen Tools behandelt, die Suchmaschinen wie Google verwenden, um adäquate Antworten auf die Anfragen ihrer Nutzer zu verstehen und vorzuschlagen.

So können wir uns ansehen, wie wir diese zu unserem Vorteil nutzen können.

So optimieren Sie Inhalte für semantisches SEO

Für SEOs hat das Verständnis der semantischen Suche große Vorteile. Ein großer Teil ist die Fähigkeit, im Rennen die Nase vorn zu haben.

Es gibt mehrere Schritte zu einer guten semantischen SEO- Strategie, die von Experten vorgeschlagen wird.

Und da die semantische Suche im Laufe der Zeit immer einflussreicher wird, sind diese Schritte gute Ratschläge, um jedem zu helfen, seinen Inhalt zu optimieren und seine Website besser zu bewerten.

1. Berücksichtigen Sie Themen, anstatt nur Schlüsselwörter
2. Inhalt mit Suchabsicht abgleichen
3. Fügen Sie verwandte Keywords in Ihre Inhalte ein
4. Optimieren Sie Ihre Inhalte für Featured Snippets
5. Strukturierte Daten in den Inhalt einbeziehen
6. Betrachten Sie Themen statt nur Schlüsselwörter

Wie wir weiter oben im Artikel gesehen haben, dreht sich alles um die Themen – den Kontext der eigenen Suche. Und Google und andere Suchmaschinen versuchen, uns die relevantesten Ergebnisse zu liefern.

Inhalte sollten daher umfassender und informativer denn je sein.

Wenn Sie daran denken, kurze und flache Inhaltsseiten für jede Variation einer breiten Suchanfrage zu erstellen – machen Sie sich keine Mühe. Sie sollten stattdessen einen umfassenden und dauerhaften Leitfaden erstellen, der das gesamte Thema abdeckt.

Sie sollten dann Best Practices für die Keyword-Optimierung verwenden, um sicherzustellen, dass der Inhalt sowohl für Suchmaschinen als auch für Leser vollständig optimiert ist.

Passen Sie den Inhalt an die Suchabsicht an

Bevor Sie Inhalte für die SEO-Keywords erstellen, die Sie ansprechen möchten, sollten Sie sich fragen, warum der Benutzer nach dieser Phrase sucht. Legen Sie fest, welche Absicht das Keyword darstellt, und es wird Ihnen auch viel leichter fallen, Ihr Publikum anzusprechen.

Die Absicht des Keywords kann sein:

1. Informativ – der Benutzer versucht, etwas zu lernen, also verwendet er „Kennen“-Schlüsselwörter, um nach Informationen zu suchen und Antworten zu erhalten;
2. Navigation – Der Benutzer versucht, zu einer bestimmten Website zu navigieren oder einen bestimmten Artikel zu finden, und verwendet daher "go" -Schlüsselwörter, um die Website für eine bekannte Marke zu finden;
3. Transaktional – Der Benutzer versucht, einen Kauf zu tätigen, daher verwendet er „do“-Schlüsselwörter, um ein zu kaufendes Produkt oder eine Seite zu finden, um eine Transaktion durchzuführen.

Fügen Sie verwandte Schlüsselwörter in den Inhalt ein

Um die Semantikleiste der semantischen Suche zu überprüfen, sollten Sie dem Inhalt verwandte oder Latent Semantic Indexing Keywords (LSI) hinzufügen.

LSI-Keywords sind Phrasen, die eng mit einem Ziel-Keyword verbunden sind. Sie geben dem Inhalt einen Kontext und helfen Suchmaschinen, besser zu verstehen, was der Inhalt bedeutet und wie er dem Publikum dient.

Wenn Sie also über Schokolade sprechen, sollten Sie es zumindest mit Kakao in Verbindung bringen.

Inhalte für Featured Snippets optimieren

Suchmaschinen zeigen gerne Rich-Results an, die den Nutzern die gewünschten Informationen liefern – direkt auf ihrer Ergebnisseite.

Um die Sichtbarkeit in der Suche zu erhöhen, können Sie Folgendes tun:

1. Optimieren Sie den Inhalt für Antwortfelder und hervorgehobene Snippets in Absätzen, Listen und Tabellen
2. Beantworten Sie Fragen im Inhalt mit Schwerpunkt auf Long-Tail-Keywords
3. Verwenden Sie die Formatierung, um die Informationen zu einer attraktiven Option für Featured Snippets zu machen

Fügen Sie schließlich strukturierte Daten in den Inhalt ein

Eine weitere Möglichkeit, Suchmaschinen zu helfen, die Bedeutung und Relevanz Ihrer Inhalte zu verstehen, sind strukturierte Daten.

Strukturierte Daten oder Schema- Markup sind eine Form von Mikrodaten, die zusätzlichen Kontext zum Kopieren auf einer Webseite hinzufügen.

Es verwendet eine Reihe von Standarddatenstrukturen, die Inhalte für Suchmaschinen kategorisieren.

Diese zusätzlichen Informationen helfen Suchmaschinen, Inhalte einzustufen und Informationen zu identifizieren, die in Rich-Suchergebnissen angezeigt werden können.

In der Praxis läuft alles, was wir bisher gesagt haben, auf eine Sache hinaus.

Um unsere Online-Präsenz optimal nutzen zu können, sollten die von uns veröffentlichten Informationen semantisch organisiert sein.

Kontext ist die Zukunft der semantischen Websuche. Während es noch Puzzleteile zu sammeln gibt, lebt das Semantic Web bereits.

Vielleicht ist es nicht weit von dem Tag, an dem uns ein intelligentes Netzwerk der nächsten Generation bei der Terminplanung, beim Einkaufen, beim Finden der benötigten Informationen und bei der Vernetzung mit Gleichgesinnten unterstützen wird.

Obendrein autonom.

Wir müssen dann sicher nicht fragen, was semantische Suche ist . Es wird ein untrennbarer Bestandteil unseres Alltags geworden sein.