Bagaimana Google dapat mengidentifikasi dan mengevaluasi penulis melalui EEAT

Google lebih mementingkan sumber konten, khususnya penulis, saat memeringkat hasil pencarian. Pengenalan Perspektif, Tentang hasil ini dan Tentang penulis ini di SERP memperjelas hal ini.

Artikel ini mengeksplorasi bagaimana Google berpotensi mengevaluasi potongan konten melalui pengalaman, keahlian, otoritas, dan kepercayaan penulisnya (EEAT).

EEAT: Serangan kualitas Google

Google telah menyoroti pentingnya konsep EEAT untuk meningkatkan kualitas hasil pencarian dan pengalaman pengguna di SERP.

Faktor pada halaman seperti kualitas umum konten, sinyal tautan (yaitu, PageRank dan teks jangkar), dan sinyal tingkat entitas semuanya memainkan peran penting.

Berbeda dengan penilaian dokumen, mengevaluasi konten individu bukanlah fokus EEAT.

Konsep tersebut memiliki acuan tematik yang terkait dengan domain dan entitas pencetusnya. Itu tidak tergantung pada maksud pencarian dan konten individual itu sendiri.

Pada akhirnya, EEAT adalah faktor yang berpengaruh terlepas dari kueri penelusuran.

EEAT terutama mengacu pada area tematik dan dipahami sebagai lapisan evaluasi yang menilai kumpulan konten dan sinyal di luar halaman terkait dengan entitas seperti perusahaan, organisasi, orang, dan domainnya.

Pentingnya penulis sebagai sumber konten

Jauh sebelum (E-)EAT, Google mencoba memasukkan peringkat sumber konten dalam peringkat pencarian. Misalnya, pembaruan Vince dari tahun 2009 memberi keunggulan peringkat pada konten buatan merek.

Melalui proyek seperti Knol atau Google+, yang telah lama berakhir, Google telah mencoba mengumpulkan sinyal untuk peringkat penulis (yaitu, melalui grafik sosial dan peringkat pengguna).

Dalam 20 tahun terakhir, beberapa paten Google secara langsung atau tidak langsung merujuk ke platform konten seperti Knol dan jejaring sosial seperti Google+.

Mengevaluasi asal atau pembuat konten menurut kriteria EEAT merupakan langkah penting untuk mengembangkan kualitas hasil pencarian lebih lanjut.

Dengan banyaknya konten buatan AI dan spam klasik, tidak masuk akal bagi Google untuk memasukkan konten yang lebih rendah dalam indeks pencarian.

Semakin banyak konten yang diindeks dan harus diproses selama pengambilan informasi, semakin banyak daya komputasi yang dibutuhkan.

EEAT dapat membantu peringkat Google berdasarkan tingkat entitas, domain, dan penulis yang diterapkan pada skala yang lebih luas tanpa harus merayapi setiap bagian konten.

Pada level makro ini, konten dapat diklasifikasikan menurut entitas pencetus dan dialokasikan dengan anggaran perayapan yang lebih banyak atau lebih sedikit. Google juga dapat menggunakan metode ini untuk mengecualikan seluruh grup konten dari pengindeksan.

Bagaimana cara Google mengidentifikasi penulis dan mengaitkan konten?

Penulis milik tipe entitas orang. Pembedaan harus dibuat antara entitas yang sudah dikenal yang dicatat di Grafik Pengetahuan dan entitas yang sebelumnya tidak dikenal atau tidak divalidasi yang dicatat di gudang pengetahuan seperti Gudang Pengetahuan.

Meskipun entitas belum ditangkap dalam Grafik Pengetahuan, Google dapat mengenali dan mengekstrak entitas dari konten tidak terstruktur menggunakan pembelajaran mesin dan model bahasa. Solusinya bernama pengenalan entitas (NER), sebuah subtugas pemrosesan bahasa alami.

NER mengenali entitas berdasarkan pola linguistik dan tipe entitas ditetapkan. Secara umum, kata benda adalah entitas (bernama).

Sistem pencarian informasi modern menggunakan penyisipan kata (Word2Vec) untuk ini.

Vektor angka mewakili setiap kata dari teks atau paragraf teks, dan entitas dapat direpresentasikan sebagai vektor simpul atau penyematan entitas (Node2Vec/Entity2Vec).

Kata-kata ditetapkan ke kelas tata bahasa (kata benda, kata kerja, preposisi, dll.) melalui penandaan part-of-speech (POS).

Kata benda biasanya entitas. Subjek adalah entitas utama, dan objek adalah entitas sekunder. Kata kerja dan preposisi dapat menghubungkan entitas satu sama lain.

Pada contoh di bawah ini, “olaf kopp”, “head of seo”, “co founder”, dan “aufgesang” adalah entitas yang diberi nama. (NN = kata benda).

Pemrosesan bahasa alami dapat mengidentifikasi entitas dan menentukan hubungan di antara mereka.

Ini menciptakan ruang semantik yang menangkap dan memahami konsep entitas dengan lebih baik.

Anda dapat menemukan lebih banyak tentang ini di “Bagaimana Google menggunakan NLP untuk lebih memahami permintaan pencarian, konten.”

Rekan dari penyematan penulis adalah penyematan dokumen. Penyematan dokumen dibandingkan dengan vektor penulis melalui analisis ruang vektor. (Anda dapat mempelajari lebih lanjut di paten Google “Menghasilkan representasi vektor dari dokumen.”)

Semua jenis konten dapat direpresentasikan sebagai vektor, yang memungkinkan:

• Vektor konten dan vektor pengarang untuk dibandingkan dalam ruang vektor.
• Dokumen-dokumen yang akan dikelompokkan menurut kesamaan.
• Penulis yang akan ditugaskan.

Jarak antara vektor dokumen dan vektor penulis yang sesuai menggambarkan probabilitas penulis membuat dokumen.

Dokumen dikaitkan dengan penulis jika jaraknya lebih kecil dari vektor lain dan ambang batas tertentu tercapai.

Ini juga dapat mencegah pembuatan dokumen di bawah bendera palsu. Vektor penulis kemudian dapat ditugaskan ke entitas penulis, seperti yang telah dijelaskan, menggunakan nama penulis yang ditentukan dalam konten.

Sumber informasi penting tentang penulis meliputi:

• Artikel Wikipedia tentang orang tersebut.
• Profil penulis.
• Profil pembicara.
• Profil media sosial.

Jika Anda Google nama orang bertipe entitas, Anda akan menemukan entri Wikipedia, profil penulis, dan URL domain yang terhubung langsung ke penulis dalam 20 hasil pencarian pertama.

Di SERP seluler, Anda dapat melihat sumber mana yang Google menjalin hubungan langsung dengan entitas orang.

Google mengenali semua hasil di atas ikon untuk profil media sosial sebagai sumber dengan referensi langsung ke entitas.

Tangkapan layar kueri penelusuran untuk “olaf kopp” ini menunjukkan bahwa entitas ditautkan ke sumber.

Itu juga menampilkan varian baru dari panel pengetahuan. Sepertinya saya sudah menjadi bagian dari pengujian beta di sini.

Di tangkapan layar ini, Anda akan melihat bahwa selain gambar dan atribut (usia), Google telah menautkan domain dan profil media sosial saya secara langsung ke entitas saya dan mengirimkannya di panel pengetahuan.

Karena tidak ada artikel Wikipedia tentang saya, deskripsi Tentang dikirim dari profil penulis di Search Engine Land di AS dan profil penulis dari situs web agensi di Jerman.

Profil pribadi di web membantu Google mengontekstualisasikan penulis dan mengidentifikasi profil media sosial dan domain yang terkait dengan penulis.

Kotak penulis atau koleksi penulis di profil penulis membantu Google menetapkan konten ke penulis. Nama penulis tidak cukup sebagai pengidentifikasi karena dapat timbul ambiguitas.

Anda harus memperhatikan deskripsi penulis setiap orang untuk memastikan konsistensi. Google dapat menggunakannya untuk memeriksa validitas entitas dibandingkan satu sama lain.

Paten Google yang menarik untuk peringkat penulis EEAT

Paten berikut berbagi sekilas kemungkinan metodologi tentang cara Google mengidentifikasi penulis, menetapkan konten ke dalamnya, dan mengevaluasinya dalam kaitannya dengan EEAT.

Lencana Penulis Konten

Paten ini menjelaskan bagaimana konten diberikan kepada penulis melalui lencana.

Konten ditetapkan ke lencana penulis menggunakan ID seperti alamat email atau nama penulis. Verifikasi dilakukan melalui addon di browser penulis.

Menghasilkan vektor penulis

Google menandatangani paten ini pada tahun 2016, dengan jangka waktu hingga 2036. Namun, hanya ada aplikasi paten untuk AS, yang menunjukkan bahwa itu belum digunakan dalam pencarian Google di seluruh dunia.

Paten menjelaskan bagaimana penulis direpresentasikan sebagai vektor berdasarkan data pelatihan.

Vektor menjadi parameter unik yang diidentifikasi berdasarkan gaya penulisan khas penulis dan pilihan kata.

Dengan cara ini, konten yang sebelumnya tidak diatribusikan ke penulis dapat ditetapkan ke mereka, atau penulis serupa dapat dikelompokkan ke dalam kelompok.

Peringkat konten kemudian dapat disesuaikan untuk satu atau lebih penulis berdasarkan perilaku pengguna di masa lalu dalam pencarian (di Discover, misalnya).

Dengan demikian, konten dari penulis yang telah ditemukan dan dari penulis serupa akan mendapatkan peringkat yang lebih baik.

Paten ini didasarkan pada apa yang disebut penyematan, seperti penulis dan penyematan kata.

Saat ini, penyematan adalah standar teknologi dalam pembelajaran mendalam dan pemrosesan bahasa alami.

Oleh karena itu, jelas bahwa metode Google seperti itu juga akan digunakan untuk pengenalan dan atribusi penulis.

Skor reputasi seorang penulis

Paten ini pertama kali ditandatangani oleh Google pada tahun 2008 dan memiliki jangka waktu minimal 2029. Paten ini awalnya mengacu pada proyek Google Knol yang telah lama ditutup.

Dengan demikian, semakin menarik mengapa Google menariknya lagi pada tahun 2017 dengan judul baru Monetisasi konten online. Knol ditutup oleh Google pada tahun 2012.

Paten adalah tentang menentukan skor reputasi. Faktor-faktor berikut dapat diperhitungkan untuk ini:

• Tingkat bingkai penulis.
• Publikasi di media ternama.
• Jumlah publikasi.
• Usia rilis terbaru.
• Berapa lama penulis telah resmi bekerja sebagai penulis.
• Jumlah tautan yang dihasilkan oleh konten penulis.

Seorang penulis dapat memiliki beberapa skor reputasi per topik dan memiliki beberapa alias per bidang subjek.

Banyak poin yang dibuat dalam paten terkait dengan platform tertutup seperti Knol. Oleh karena itu, paten ini sudah cukup untuk saat ini.

Peringkat agen

Paten Google ini pertama kali ditandatangani pada tahun 2005 dan memiliki jangka waktu minimal hingga tahun 2026.

Selain di AS, itu juga terdaftar di Spanyol, Kanada, dan seluruh dunia, sehingga kemungkinan besar akan digunakan dalam pencarian Google.

Paten menjelaskan bagaimana konten digital ditugaskan ke agen (penerbit dan/atau penulis). Konten ini diberi peringkat berdasarkan peringkat agen, antara lain.

Peringkat Agen tidak bergantung pada maksud pencarian dari permintaan pencarian dan ditentukan berdasarkan dokumen yang diberikan ke agen dan backlink mereka.

Peringkat Agen mengacu secara eksklusif pada satu kueri penelusuran, kluster kueri penelusuran, atau seluruh bidang subjek.

“Peringkat agen secara opsional juga dapat dihitung relatif terhadap istilah pencarian atau kategori istilah pencarian. Misalnya, istilah penelusuran (atau kumpulan istilah penelusuran terstruktur, yaitu, kueri) dapat diklasifikasikan ke dalam topik, misalnya spesialisasi olahraga atau medis, dan agen dapat memiliki peringkat yang berbeda sehubungan dengan setiap topik.”

Kredibilitas seorang penulis konten online

Paten Google ini pertama kali ditandatangani pada tahun 2008 dan memiliki jangka waktu minimal 2029, dan sejauh ini baru didaftarkan di AS.

Justin Lawyer mengembangkannya dengan cara yang sama seperti Skor Reputasi Paten seorang penulis dan terkait langsung dengan penggunaan dalam penelusuran.

Dalam paten, orang menemukan poin yang sama seperti dalam paten tersebut di atas.

Bagi saya, ini adalah paten paling menarik untuk mengevaluasi penulis dalam hal kepercayaan dan otoritas.

Paten ini merujuk berbagai faktor yang dapat digunakan untuk menentukan kredibilitas penulis secara algoritme.

Ini menjelaskan bagaimana mesin pencari dapat memeringkat dokumen di bawah pengaruh faktor kredibilitas penulis dan skor reputasi.

Seorang penulis dapat memiliki beberapa skor reputasi tergantung pada berapa banyak topik berbeda yang mereka publikasikan kontennya.

Skor reputasi penulis tidak tergantung pada penerbit.

Lagi-lagi dalam paten ini, ada rujukan ke tautan sebagai faktor yang memungkinkan dalam peringkat EEAT. Jumlah tautan ke konten yang dipublikasikan dapat memengaruhi skor reputasi penulis.

Sinyal yang mungkin berikut untuk skor reputasi disebutkan:

• Berapa lama penulis telah memproduksi konten di area subjek.
• Kesadaran penulis.
• Peringkat konten yang dipublikasikan oleh pengguna.
• Jika penerbit lain menerbitkan konten penulis dengan peringkat di atas rata-rata.
• Jumlah konten yang diterbitkan oleh penulis.
• Berapa lama penulis terakhir menerbitkan.
• Peringkat publikasi sebelumnya tentang topik serupa oleh penulis.

Informasi menarik lainnya tentang skor reputasi dari paten:

• Seorang penulis dapat memiliki beberapa skor reputasi tergantung pada berapa banyak topik berbeda yang mereka publikasikan kontennya.
• Skor reputasi penulis tidak tergantung pada penerbit.
• Skor reputasi dapat diturunkan jika duplikat konten atau kutipan diterbitkan beberapa kali.
• Jumlah tautan ke konten yang dipublikasikan dapat memengaruhi skor reputasi.

Selain itu, paten membahas faktor kredibilitas bagi penulis. Faktor-faktor yang mempengaruhi berikut disebutkan:

• Informasi terverifikasi tentang profesi atau peran penulis dalam suatu perusahaan. Ini juga mempertimbangkan kredibilitas perusahaan.
• Relevansi pekerjaan dengan topik konten yang dipublikasikan.
• Tingkat pendidikan dan pelatihan penulis.
• Pengalaman penulis berdasarkan waktu. Semakin lama seorang penulis menerbitkan suatu topik, semakin kredibel dia. Pengalaman penulis/penerbit dapat ditentukan secara algoritme untuk Google melalui tanggal publikasi pertama dalam bidang subjek.
• Jumlah konten yang diterbitkan pada suatu topik. Jika seorang penulis menerbitkan banyak artikel tentang suatu topik, dapat diasumsikan bahwa dia adalah seorang ahli dan memiliki kredibilitas tertentu.
• Waktu berlalu hingga rilis terakhir. Semakin lama sejak penulis terakhir menerbitkan suatu topik, semakin besar kemungkinan skor reputasi untuk topik ini menurun. Semakin up-to-date kontennya, semakin tinggi nilainya.
• Sebutan penulis/penerbit dalam daftar penghargaan dan daftar terbaik.

Sistem dan metode pemeringkatan ulang peringkat hasil pencarian

Paten Google ini pertama kali ditandatangani pada tahun 2013 dan memiliki jangka waktu minimum hingga tahun 2033. Telah terdaftar di AS dan di seluruh dunia, yang memungkinkan Google menggunakannya.

Di antara penemu paten tersebut adalah Chung Tin Kwok, yang terlibat dalam beberapa paten Google terkait EEAT.

Paten menjelaskan bagaimana mesin pencari, selain referensi ke konten penulis, juga dapat mempertimbangkan proporsi bahwa dia dapat berkontribusi pada korpus dokumen tematik dalam penilaian penulis.

"Dalam beberapa perwujudan, penentuan skor penulis asli untuk masing-masing entitas mencakup: mengidentifikasi sejumlah porsi konten dalam indeks konten yang diketahui yang diidentifikasi terkait dengan entitas masing-masing, setiap porsi dalam sejumlah porsi mewakili jumlah yang ditentukan sebelumnya data dalam indeks konten yang diketahui; dan menghitung persentase dari pluralitas bagian yang merupakan contoh pertama dari bagian konten dalam indeks konten yang diketahui."

Ini menjelaskan peringkat ulang hasil pencarian berdasarkan penilaian penulis, termasuk penilaian kutipan. Skor kutipan didasarkan pada jumlah referensi ke dokumen penulis.

Kriteria lain untuk penilaian penulis adalah proporsi konten yang telah disumbangkan oleh seorang penulis ke kumpulan dokumen terkait topik.

"[W]di sini menentukan skor penulis untuk entitas masing-masing meliputi: menentukan skor kutipan untuk entitas masing-masing, di mana skor kutipan sesuai dengan frekuensi di mana konten yang terkait dengan entitas masing-masing dikutip; menentukan skor penulis asli untuk entitas masing-masing, di mana skor penulis asli sesuai dengan persentase konten yang terkait dengan entitas masing-masing yang merupakan contoh pertama konten dalam indeks konten yang diketahui; dan menggabungkan skor kutipan dan skor penulis asli menggunakan fungsi yang telah ditentukan sebelumnya untuk menghasilkan skor penulis."

Tujuan paten adalah untuk mengidentifikasi "peniru" dan menurunkan peringkat konten mereka, tetapi juga dapat digunakan untuk evaluasi umum penulis.

Faktor kunci untuk menilai seorang penulis

Selain kemungkinan faktor untuk evaluasi penulis yang tercantum dalam paten di atas, berikut adalah beberapa faktor lain yang perlu dipertimbangkan (beberapa di antaranya telah saya sebutkan di artikel saya "14 cara Google dapat mengevaluasi EAT").

• Kualitas keseluruhan konten pada suatu topik: Kualitas yang disampaikan penulis tentang kontennya pada suatu topik secara keseluruhan, terlepas dari domain dan format, dapat menjadi faktor untuk EEAT. Sinyal untuk ini dapat berupa sinyal pengguna, tautan, dan sinyal kualitas lainnya di tingkat konten.
• PageRank atau referensi ke konten penulis.
• Kemunculan bersama penulis dalam konten (podcast, video, situs web, PDF, buku) dengan topik atau istilah yang relevan.
• Kemunculan bersama penulis dalam kueri penelusuran dengan topik atau istilah yang relevan.

Menerapkan EEAT ke entitas penulis

Metode pembelajaran mesin memungkinkan untuk mengenali dan memetakan struktur semantik dari konten yang tidak terstruktur dalam skala besar.

Hal ini memungkinkan Google mengenali dan memahami lebih banyak entitas daripada yang ditampilkan sebelumnya di Grafik Pengetahuan.

Akibatnya, sumber konten memainkan peran yang semakin penting. EEAT dapat diterapkan secara algoritme di luar dokumen, konten, dan domain.

Konsep juga dapat mencakup entitas penulis konten (yaitu, penulis dan organisasi yang bertanggung jawab atas konten).

Saya pikir kita akan melihat dampak EEAT yang lebih signifikan pada pencarian Google selama beberapa tahun ke depan. Faktor ini bahkan mungkin sama pentingnya untuk peringkat sebagai pengoptimalan relevansi konten individu.