Cum poate Google să identifice și să evalueze autorii prin EEAT

Google acordă mai multă importanță sursei de conținut, în special autorului, atunci când clasifică rezultatele căutării. Introducerea Perspective, Despre acest rezultat și Despre acest autor în SERP-uri clarifică acest lucru.

Acest articol explorează modul în care Google poate evalua conținutul prin experiența, expertiza, autoritatea și încrederea autorilor lor (EEAT).

EEAT: ofensiva Google privind calitatea

Google a evidențiat importanța conceptului EEAT pentru îmbunătățirea calității rezultatelor căutării și a experienței utilizatorului pe SERP.

Factorii de pe pagină, cum ar fi calitatea generală a conținutului, semnalele de link (adică, PageRank și textele ancora) și semnalele la nivel de entitate joacă un rol vital.

Spre deosebire de notarea documentelor, evaluarea conținutului individual nu este punctul central al EEAT.

Conceptul are o referință tematică legată de domeniul și entitatea originatoare. Este independent de intenția de căutare și de conținutul individual în sine.

În cele din urmă, EEAT este un factor de influență independent de interogările de căutare.

EEAT se referă în principal la zone tematice și este înțeles ca un strat de evaluare care evaluează colecții de conținut și semnale off-page în relație cu entități precum companii, organizații, oameni și domeniile acestora.

Importanța autorului ca sursă de conținut

Cu mult înainte de (E-)EAT, Google a încercat să includă evaluarea surselor de conținut în clasamentele de căutare. De exemplu, actualizarea Vince din 2009 a oferit conținutului creat de mărci un avantaj în clasament.

Prin proiecte precum Knol sau Google+, care s-au încheiat de mult, Google a încercat să colecteze semnale pentru evaluările autorilor (adică, printr-un grafic social și evaluări ale utilizatorilor).

În ultimii 20 de ani, mai multe brevete Google s-au referit direct sau indirect la platforme de conținut precum Knol și rețele sociale precum Google+.

Evaluarea originii sau autorului unei piese de conținut în conformitate cu criteriile EEAT este un pas crucial pentru dezvoltarea în continuare a calității rezultatelor căutării.

Având în vedere abundența conținutului generat de inteligență artificială și spam-ul clasic, nu are sens ca Google să includă conținut inferior în indexul de căutare.

Cu cât indexează și trebuie să proceseze mai mult conținut în timpul recuperării informațiilor, cu atât este nevoie de mai multă putere de calcul.

EEAT poate ajuta Google să se clasifice în funcție de entitate, domeniu și nivel de autor, aplicat la o scară mai largă, fără a fi nevoie să acceseze cu crawlere fiecare conținut.

La acest nivel macro, conținutul poate fi clasificat în funcție de entitatea inițiatoare și alocat cu mai mult sau mai puțin buget de accesare cu crawlere. De asemenea, Google poate folosi această metodă pentru a exclude grupuri întregi de conținut de la indexare.

Cum poate Google să identifice autorii și să atribuie conținut?

Autorii aparțin tipului de entitate persoană. Trebuie făcută o distincție între entitățile deja cunoscute înregistrate în Knowledge Graph și entitățile anterior necunoscute sau nevalidate înregistrate într-un depozit de cunoștințe, cum ar fi Knowledge Vault.

Chiar dacă entitățile nu sunt încă capturate în Knowledge Graph, Google poate recunoaște și extrage entități din conținut nestructurat folosind modele de învățare automată și limbaj. Soluția se numește recunoaștere a entității (NER), o sarcină secundară a procesării limbajului natural.

NER recunoaște entitățile pe baza modelelor lingvistice și sunt atribuite tipuri de entități. În general, substantivele sunt entități (numite).

Sistemele moderne de recuperare a informațiilor folosesc încorporarea de cuvinte (Word2Vec) pentru aceasta.

Un vector de numere reprezintă fiecare cuvânt dintr-un text sau paragraf de text, iar entitățile pot fi reprezentate ca vectori noduri sau înglobări de entități (Node2Vec/Entity2Vec).

Cuvintele sunt atribuite unei clase gramaticale (substantiv, verb, prepoziții etc.) prin etichetarea unei părți de vorbire (POS).

Substantivele sunt de obicei entități. Subiecții sunt entitățile principale, iar obiectele sunt entitățile secundare. Verbele și prepozițiile pot lega entitățile între ele.

În exemplul de mai jos, „olaf kopp”, „șef de seo”, „cofondator” și „aufgesang” sunt entitățile numite. (NN = substantiv).

Procesarea limbajului natural poate identifica entitățile și poate determina relația dintre ele.

Acest lucru creează un spațiu semantic care surprinde și înțelege mai bine conceptul de entitate.

Puteți găsi mai multe despre acest lucru în „Cum folosește Google NLP pentru a înțelege mai bine interogările de căutare, conținutul”.

Omologul înglobărilor de autor este încorporarea documentelor. Înglobările documentelor sunt comparate cu vectorii autor prin analiza spațiului vectorial. (Puteți afla mai multe în brevetul Google „Generarea reprezentărilor vectoriale ale documentelor”).

Toate tipurile de conținut pot fi reprezentate ca vectori, ceea ce permite:

• Vectorii de conținut și vectorii de autor pentru a fi comparați în spații vectoriale.
• Documentele care trebuie grupate în funcție de similitudine.
• Autorii care urmează să fie alocați.

Distanța dintre vectorii documentului și vectorul autor corespunzător descrie probabilitatea ca autorul să creeze documentele.

Documentul este atribuit autorului dacă distanța este mai mică decât alți vectori și se atinge un anumit prag.

Acest lucru poate împiedica, de asemenea, crearea unui document sub un semnal fals. Vectorul autor poate fi apoi atribuit unei entități autor, așa cum este deja descris, folosind numele autorului specificat în conținut.

Sursele importante de informații despre autori includ:

• Articole Wikipedia despre persoană.
• Profiluri de autor.
• Profiluri difuzoare.
• Profiluri de rețele sociale.

Dacă căutați pe Google numele unei persoane de tip entitate, veți găsi intrări Wikipedia, profiluri ale autorului și adrese URL ale domeniilor care sunt conectate direct cu autorul în primele 20 de rezultate ale căutării.

În SERP-urile mobile, puteți vedea ce surse stabilește Google o relație directă cu entitatea persoană.

Google a recunoscut toate rezultatele de deasupra pictogramelor pentru profilurile rețelelor sociale ca surse cu referire directă la entitate.

Această captură de ecran a interogării de căutare pentru „olaf kopp” arată că entitățile sunt legate de surse.

De asemenea, afișează o nouă variantă a unui panou de cunoștințe. Se pare că am devenit parte dintr-un test beta aici.

În această captură de ecran, veți vedea că, pe lângă imagini și atribute (vârstă), Google a legat direct domeniul meu și profilul rețelei sociale la entitatea mea și le oferă în panoul de cunoștințe.

Deoarece nu există un articol Wikipedia despre mine, descrierea Despre este furnizată din profilul autorului de la Search Engine Land din SUA și din profilul autorului site-ului agenției din Germania.

Profilurile personale de pe web ajută Google să contextualizeze autorii și să identifice profilurile și domeniile de rețele sociale asociate cu un autor.

Casetele de autori sau colecțiile de autori din profilurile de autori ajută Google să atribuie conținut autorilor. Numele autorului este insuficient ca identificator, deoarece pot apărea ambiguități.

Ar trebui să acordați atenție descrierilor tuturor autorilor pentru a asigura coerența. Google le poate folosi pentru a verifica validitatea entității în comparație între ele.

Interesante brevete Google pentru evaluarea EEAT a autorilor

Următoarele brevete oferă o privire asupra metodologiilor posibile despre modul în care Google identifică autorii, îi atribuie conținut și îl evaluează în ceea ce privește EEAT.

Insigne de autor de conținut

Acest brevet descrie modul în care conținutul este atribuit autorilor printr-o insignă.

Conținutul este atribuit unei insigne de autor folosind un ID, cum ar fi adresa de e-mail sau numele autorului. Verificarea se face printr-un addon din browserul autorului.

Generarea vectorilor de autor

Google a semnat acest brevet în 2016, cu un termen până în 2036. Cu toate acestea, au existat doar cereri de brevet pentru SUA, ceea ce sugerează că nu este încă folosit în căutările Google din întreaga lume.

Brevetul descrie modul în care autorii sunt reprezentați ca vectori pe baza datelor de instruire.

Un vector devine parametri unici identificați pe baza stilului de scriere tipic al autorului și a alegerii cuvintelor.

În acest fel, le pot fi atribuite conținuturi care nu au fost atribuite anterior autorului sau autorii similari pot fi grupați în grupuri.

Clasarea conținutului poate fi apoi ajustată pentru unul sau mai mulți autori în funcție de comportamentul utilizatorului în trecut în căutare (de exemplu, pe Discover).

Astfel, conținutul de la autori care au fost deja descoperiți și cel de la autori similari s-ar clasa mai bine.

Acest brevet se bazează pe așa-numitele înglobări, cum ar fi autorii și înglobările de cuvinte.

Astăzi, înglobările sunt standardul tehnologic în învățarea profundă și procesarea limbajului natural.

Prin urmare, este evident că astfel de metode Google vor fi folosite și pentru recunoașterea și atribuirea autorului.

Punctajul reputației unui autor

Acest brevet a fost semnat pentru prima dată de Google în 2008 și are un termen minim de 2029. Acest brevet se referă inițial la proiectul Google Knol, închis de mult timp.

Astfel, este cu atât mai interesant de ce Google l-a desenat din nou în 2017 sub noul titlu Monetizarea conținutului online. Knol a fost închis de Google în 2012.

Brevetul se referă la determinarea unui scor de reputație. Pentru aceasta pot fi luați în considerare următorii factori:

• Nivelul de cadru al autorului.
• Publicații în mass-media de renume.
• Numărul de publicații.
• Epoca lansărilor recente.
• De cât timp autorul lucrează oficial ca autor.
• Numărul de linkuri generate de conținutul autorului.

Un autor poate avea mai multe scoruri de reputație pe subiect și poate avea mai multe pseudonime pe domeniu.

Multe dintre punctele menționate în brevet se referă la o platformă închisă precum Knol. Prin urmare, acest brevet ar trebui să fie suficient în acest moment.

Grad de agent

Acest brevet Google a fost semnat pentru prima dată în 2005 și are un termen minim până în 2026.

Pe lângă SUA, a fost înregistrat și în Spania, Canada și în întreaga lume, ceea ce face posibil ca acesta să fie folosit în căutarea pe Google.

Brevetul descrie modul în care conținutul digital este atribuit unui agent (editor și/sau autor). Acest conținut este clasificat pe baza unui rang de agent, printre altele.

Rangul agentului este independent de intenția de căutare a interogării de căutare și este determinat pe baza documentelor atribuite agentului și a backlink-urilor acestora.

Clasamentul agentului se referă exclusiv la o interogare de căutare, la un grup de interogări de căutare sau la întregul domeniu.

„Rangurile agenților pot fi calculate opțional și în raport cu termenii de căutare sau categoriile de termeni de căutare. De exemplu, termenii de căutare (sau colecțiile structurate de termeni de căutare, adică interogări) pot fi clasificați în subiecte, de exemplu, sport sau specialități medicale, iar un agent poate avea un rang diferit în raport cu fiecare subiect.”

Credibilitatea unui autor de conținut online

Acest brevet Google a fost semnat pentru prima dată în 2008 și are un termen minim de 2029 și a fost înregistrat până acum doar în SUA.

Justin Lawyer l-a dezvoltat în același mod ca Scorul de reputație a brevetului al unui autor și este direct legat de utilizarea în căutări.

În brevet, se găsesc puncte similare ca în brevetul menționat mai sus.

Pentru mine, este cel mai interesant brevet pentru evaluarea autorilor în ceea ce privește încrederea și autoritatea.

Acest brevet face referire la diverși factori care pot fi utilizați pentru a determina în mod algoritmic credibilitatea unui autor.

Descrie modul în care un motor de căutare poate clasa documentele sub influența factorului de credibilitate al unui autor și a scorului de reputație.

Un autor poate avea mai multe scoruri de reputație în funcție de câte subiecte diferite publică conținut.

Scorul de reputație al unui autor este independent de editor.

Din nou, în acest brevet, există o referire la legături ca posibil factor în evaluarea EEAT. Numărul de link-uri către conținut publicat poate influența scorul reputației unui autor.

Sunt menționate următoarele semnale posibile pentru un scor de reputație:

• Cât timp autorul produce conținut într-un domeniu.
• Conștientizarea autorului.
• Evaluări ale conținutului publicat de către utilizatori.
• Dacă un alt editor publică conținutul autorului cu evaluări peste medie.
• Cantitatea de conținut publicată de autor.
• Cu cât timp a publicat ultima dată autorul.
• Evaluări ale publicațiilor anterioare pe un subiect similar de către autor.

Alte informații interesante despre scorul de reputație din brevet:

• Un autor poate avea mai multe scoruri de reputație în funcție de câte subiecte diferite publică conținut.
• Scorul de reputație al unui autor este independent de editor.
• Scorul de reputație poate fi redus dacă conținutul duplicat sau fragmentele sunt publicate de mai multe ori.
• Numărul de link-uri către conținutul publicat poate influența scorul reputației.

În plus, brevetul abordează un factor de credibilitate pentru autori. Se menționează următorii factori de influență:

• Informații verificate despre profesia sau rolul autorului într-o companie. De asemenea, are în vedere credibilitatea companiei.
• Relevanța ocupației față de subiectele conținutului publicat.
• Nivelul de educație și pregătire al autorului.
• Experiența autorului bazată pe timp. Cu cât un autor publică mai mult timp pe o temă, cu atât este mai credibil. Experiența autorului/editorului poate fi determinată algoritmic pentru Google prin data primei publicări într-un domeniu.
• Numărul de conținut publicat pe un subiect. Dacă un autor publică multe articole pe o temă, se poate presupune că este un expert și are o anumită credibilitate.
• Timp scurs până la ultima lansare. Cu cât a trecut mai mult de când un autor a publicat ultima dată pe un subiect, cu atât un posibil scor de reputație pentru acest subiect scade. Cu cât conținutul este mai actualizat, cu atât este mai ridicat.
• Mențiuni ale autorului/editorului în listele de premii și cele mai bune.

Sisteme și metode de re-clasificare a rezultatelor căutării clasate

Acest brevet Google a fost semnat pentru prima dată în 2013 și are un termen minim până în 2033. A fost înregistrat în SUA și în întreaga lume, ceea ce face probabil ca Google să-l folosească.

Printre inventatorii brevetului se numără Chung Tin Kwok, care a fost implicat în mai multe brevete Google relevante pentru EEAT.

Brevetul descrie modul în care motoarele de căutare, pe lângă referințele la conținutul autorului, pot lua în considerare și proporția cu care acesta poate contribui la un corpus de documente tematic într-un punctaj de autor.

„În unele exemple de realizare, determinarea punctajului original al autorului pentru entitatea respectivă include: identificarea unei multitudini de porțiuni de conținut în indexul de conținut cunoscut identificat ca fiind asociat cu entitatea respectivă, fiecare porțiune din multitudinea de porțiuni reprezentând o cantitate predeterminată de date din indexul de conținut cunoscut și calcularea unui procent din multitudinea de porțiuni care sunt primele cazuri ale porțiunilor de conținut din indexul de conținut cunoscut."

Descrie o re-clasificare a rezultatelor căutării pe baza punctajului autorului, inclusiv scorul citărilor. Scorul citațiilor se bazează pe numărul de referințe la documentele unui autor.

Un alt criteriu pentru notarea autorului este proporția de conținut cu care autorul a contribuit la un corpus de documente legate de subiecte.

„[În prezent, determinarea punctajului autorului pentru o entitate respectivă include: determinarea unui scor de citare pentru entitatea respectivă, în care scorul de citare corespunde unei frecvențe la care este citat conținutul asociat cu entitatea respectivă; determinarea unui scor de autor original pentru entitatea respectivă, în care scorul original al autorului corespunde unui procent din conținut asociat cu entitatea respectivă care este o primă instanță a conținutului într-un index de conținut cunoscut și combinarea scorului de citare și scorul original al autorului folosind o funcție predeterminată pentru a produce scorul autorului”.

Scopul brevetului este de a identifica „copycats” și de a downgrade conținutul acestora în clasamente, dar poate fi folosit și pentru evaluarea generală a autorilor.

Factori cheie pentru evaluarea unui autor

Pe lângă posibilii factori pentru evaluarea autorului enumerați în brevetele de mai sus, iată mai mulți câțiva de luat în considerare (dintre care unii i-am menționat deja în articolul meu „14 moduri Google poate evalua EAT”).

• Calitatea generală a conținutului pe un subiect: calitatea pe care un autor o oferă despre conținutul său pe un subiect în ansamblu, independent de domeniu și format, poate fi un factor pentru EEAT. Semnalele pentru aceasta pot fi semnale de utilizator, link-uri și alte semnale de calitate la nivel de conținut.
• PageRank sau referințe la conținutul autorului.
• Co-apariții ale autorului în conținut (podcasturi, videoclipuri, site-uri web, PDF-uri, cărți) cu subiecte sau termeni relevanți.
• Co-apariții ale autorului în interogări de căutare cu subiecte sau termeni relevanți.

Aplicarea EEAT la entitățile autor

Metodele de învățare automată fac posibilă recunoașterea și maparea structurilor semantice din conținutul nestructurat la scară largă.

Acest lucru permite Google să recunoască și să înțeleagă mult mai multe entități decât a arătat anterior în Knowledge Graph.

Ca urmare, sursa de conținut joacă un rol din ce în ce mai important. EEAT poate fi aplicat algoritmic dincolo de documente, conținut și domeniu.

Conceptul poate acoperi, de asemenea, entitățile autor ale conținutului (adică autorii și organizațiile responsabile pentru conținut).

Cred că vom vedea un impact și mai semnificativ al EEAT asupra căutării Google în următorii câțiva ani. Acest factor poate fi chiar la fel de important pentru clasament ca și optimizarea relevanței conținutului individual.