136-3175-7066
发表时间：2023-03-20 责任编辑：华尔麦网络
面向实体的搜索理解是搜索引擎理解或搜索引擎通信的重要组成部分。这些术语对于对 SEO 的传统理解来说可能是新的，但理解搜索引擎的过程是任何 SEO 分析创建其结果页面的搜索引擎的决策树的日常工作。面向实体的搜索理解是基于实体、它们的类型、属性和相互连接对 SERP 实例的理解。搜索引擎可能只选择包含某种实体类型的某些类型的页面 以及具有最相关事实的这些属性的特定属性和短语变体。或者，搜索引擎可能会根据某些实体的源 N-Gram 过滤结果。如果他们没有足够的数字，或者他们没有这些实体的相关事实和外部参考，它可能会被超越。
借助面向实体的搜索理解，SEO 可以对搜索引擎有更好、更深入的了解。从主题中了解实体、其上下文层以及与其他实体的关系类型对于帮助源（网站）在网络搜索引擎的查询结果中排名更高至关重要。在本文中，面向实体的搜索引擎优化及其对广泛核心算法更新结果的影响将通过 http://BKMKitap.com 的真实 SEO 案例研究进行解释。
在继续之前，您可以找到本 SEO案例研究和考试作者的相关信息。
Koray Tuğberk GÜBÜR 定期发布 SEO 案例研究、研究和实验、A/B 测试和指南。从技术、语义或本地 SEO 到数据科学、Web 开发，他专注于各种垂直领域。他是Holistic SEO的所有者。
“通过创新实施以实体为中心的 SEO 视角，并遵循新的 SEO 概念，我们能够重新获得由于最新的谷歌广泛核心算法更新而失去的自然流量。在 Koray 的指导下，通过专注于核心算法更新以提高 http://BKMKitap.com 的权威性，我们为电子商务和信息丰富的网页创建了更精细和详细的内容。”
Haluk Bolaban，
http://BKMKitap.com 营销总监
在 2021 年 7 月 3 日广泛核心算法更新之前，谷歌最近 5 次广泛的核心算法更新大多是负面的。
2021 年 7 月 3 日，广泛的核心算法更新（强烈肯定）
2021 年 6 月 2 日，广泛的核心算法更新（中性）
2020 年 12 月 3 日，广泛的核心算法更新（严格否定）
2020 年 5 月 4 日，广泛的核心算法更新（中性）
2020 年 1 月 13 日，广泛的核心算法更新（负面）
2019 年 6 月 2 日，广泛的核心算法更新（负面）
http://BKMkitap.com 是土耳其最大的书店之一，它是一种罕见的情况之一，一个网站具有强大的搜索需求、大量导航查询，但尽管没有不可信或不可信，但依旧丢失了所有广泛的核心算法更新。开放网络上的非专业信号。
Ahrefs 的 BKMKitap.com 的历史图片。
但是，http://BKMKitap.com 存在大量技术 SEO 和网页加载性能优化问题。下面，您可以看到 http://BKMKitap.com 的 Google Search Mobile Pagespeed 报告的总体概述。
BKMKitap.com 的网页加载性能时间总结。
我尝试在 Google Search Console 覆盖率报告中只保留“有效”部分。这样搜索引擎就可以只关注索引和排名，而不是了解哪个 URL 在 SERP 的哪个版本上是必需的；这包括如何解析、消化 HTML 或理解内容等。下面，您可以看到严重的规范化错误以及其他混合索引信号。
技术 SEO 问题并不是语义 SEO 成功的障碍，尽管它可能会使网站的 Web 可用性更难。
下面，你可以在 GSC 的页面体验报告中看到 http://BKMKitap.com 的好 URL，如果你有幸有一天能看到它们。
从数百万个 URL 中，即使是单个 URL 也无法通过页面体验算法获得成功。
为了演示 http://BKMKitap.com SEO 案例项目的技术 SEO 和页面速度相关问题，您可以查看下面的列表。
站点地图中不存在一半的网站 URL
有数百万个被蚕食的 URL。
有数千个重复的产品 URL。
超过 30000 个内部 404 页面。（来自完整数据）
站点地图中被阻止的 URL。
每天数百个 5XX 错误
提交的带有 Noindex 的 URL
重定向错误
已提交但 404 个 URL
已编入索引但被阻止的 URL（数万个）
没有实际内容的索引内容
超过 50 万个 robots.txt 排除页面。
近 100.000 个 URL 被抓取但未编入索引。
目前有近 53.224 个页面被发现但未被爬取。
超过 600.000 个具有规范的重复项，并且提交的 URL 未被选为规范。
该站点有数百万个 URL，但即使是单个 URL 也无法通过Core Web Vitals。
大多数网站的 PSI 分数都很差。
数千个 AMP 相关问题，例如引用的 AMP URL 不是 AMP，或自定义 javascript 等。
数以千计的结构化数据错误，以及相关产品的缺失信息。
数十万种产品没有库存信息或库存存在。最后两个主题也影响搜索引擎对指定电子商务页面排名的信心，因为股票信息或品牌、评论、价格对于评估算法来说不够清晰。
BKMKitap.com SEO 案例研究的多彩技术 SEO 外观。
在 http://BKMKitap.com SEO 案例研究期间，我还优化了许多技术 SEO 和页面速度相关的任务。然而，大多数问题是由 BKMKitap 的外部开发公司 TSoft 造成的，因为他们没有足够的专业知识、经验或对 SEO 的理解来完成这些任务。随着公司的发展，问题和技术需求以及任务处理障碍也会增加。这就是为什么拥有整体 SEO 视角很重要的原因。由于技术 SEO 不是改变状态的选项，我不得不使用面向实体的搜索方法。
SEMRush 上 BKMKitpa.com 的一般图形。
主题权威是来源与主题的相关性，通过向搜索引擎提出链接价值，通过查询来满足用户，该查询为具有特定上下文的特定实体寻求答案。主题权威是语义 SEO的基本术语，用于描述搜索引擎的自然语言理解的价值。
Ahrefs 的 BKMkitap.com 的一般更改图形。
如何通过面向实体的搜索理解来提高主题权威？
为了提高主题权威，来源应通过满足相关和可能的搜索意图，涵盖具有特定上下文、查询和意图模板的主题的所有相关细节。要提高话题权威，“关键词差距”不如“信息差距”重要。主题源中存在的事实、它们的准确性和清晰度、位置对于增加网页的上下文信号很重要。
为了提高SEO项目的话题权威性，在面向实体的搜索环境中，可以使用以下方法。
比较不同网页中的实体。
比较这些实体的上下文和内容角度。
比较这些实体的事实、介词和语义角色标签。
比较竞争网页上的问题。
比较网页的站点范围和页面级 N-Gram。
比较网页的网页布局（网页设计会影响网页内实体的含义和上下文）
比较这些网页的传出和传入链接的锚文本。
取特定实体的所有属性，并根据属性与源的相关性和属性的流行度给它们排序，以生成更好的问题。
对所有介词使用清晰的句子结构。
不要用不相关的观点、类比和其他类型的实体来淡化网页的上下文。
从头到尾处理相同的实体或具有相同上下文的相同类型的相同实体。
仅更改带有“谁”问题的作者传记的图形。
如果您想了解有关上下文搜索的更多信息，可以阅读 SEO 案例研究，该案例研究针对某些主题使用问答生成。除了这些方法之外，还有更多的东西可以用来提高主题权威、上下文相关性、点击满意度可能性。我将创建一门课程来教授语义 SEO 和语义搜索引擎的本质，以详细说明所有可能的步骤。
如何使用面向实体的搜索理解的电子商务网站的主题权威？
要使用电子商务网站的主题权威，来源应涵盖产品、品牌、服务和维度、这些属性的相关信息。此信息包括价格、颜色、尺寸、可用性、运输或退款政策、使用指南以及与产品相关的问题、评论或比较。定义性、信息性、基于比较、基于意见、基于评论、事实和商业内容应同时存在于电子商务网站中，以使来源对具有不同上下文层的某些类型的实体具有局部权威性。
InLinks 可以帮助理解内容中的主要主题和实体。
信息内容和商业内容相互支持，以满足来自同一来源的所有可能的相关搜索活动。来源应通过回答可以从这些属性生成的问题来处理相关属性。如果电子商务网站是关于“电动自行车”的，则来源应涵盖“山地电动自行车”、“胖胎电动自行车”、它们的零件、发明、维护以及类似的“自行车类型”或其“替代品” ，以及“电动自行车品牌、产品、事实、提示、用途、障碍、优势”等。所有这些知识领域都将包括具有不同单词分布可能性的不同问题. 此外，应该使用可能的搜索意图、相关查询、顺序查询、实体搜索查询和查询主题来以最佳可能的上下文向量覆盖这些知识领域。
过去三个月改变了 BKMKitap.com 的图形
如果您不知道“查询主题”和“查询模板”是什么，您应该阅读我编写的“索引 SEO 案例研究”，以概念化文档索引的成本以及不索引文档的成本. 通过简单的步骤，将电子商务网站的话题权限的使用方法描述如下。
了解您销售的产品的尺寸。
查找产品的所有相关实体，包括其品牌、材料、发明者、替代品、类似物。
针对产品、品牌、相关实体及其属性的这些维度生成最合适的问题。
根据网页布局和网页目的给问题一个适当的顺序。
将查询和答案格式与 NLP 方便的句子结构相匹配。
为产品使用信息冗余和独特的价值机会。
基于其本体连接所有实体以用于商业目的。
了解实体属性的流行度和实体属性的相关性。
尝试使用搜索引擎眼中的实体关系、关系类型、语义角色标注、实体解析。
使用短语模板、短语模式分类法，并在不稀释上下文的情况下创建突出层次结构。
搜索引擎对主题的看法和主题地图的中心上下文应该相互一致，以使搜索引擎更容易、更快地理解网站。
为网页执行 NER，并将它们用于潜在的内部和上下文链接是可能的。
如何理解哪些实体属性对上下文更重要？
属性的显着性、属性的相关性和属性的流行度具有不同的重要性级别。实体属性可能很流行，但可能并不突出。它可以与特定的上下文域相关，但可能不够突出。并且，实体属性的流行度可以从两种不同的方式看出，一种是属性与不同同义词和查询模式的相关性，另一种是对特定属性的总搜索需求。为了提高文档与特定查询模板的上下文相关性，源可能需要处理来自相同类型、具有相同属性、问题和答案格式的许多不同实体。
非品牌查询，以及过去 3 个月和过去 28 天的所有更改查询。
为了理解属性对实体的重要性，面向实体的搜索分析师应该关注源的上下文、目的和来自同一类型的实体的共同属性。例如，如果来源是关于一级方程式的，那么汽车的重要属性将是“驾驶员、构造器、发动机、最高速度、重量”，如果来源是关于历史的，则主要属性将是“汽车的起源” ”或“发明者”。根据消息来源，来自同一实体类型的最常见属性将是最重要的。
为了找到对实体重要的属性以生成问题，搜索分析师可以关注属性的相关性和属性的突出性。例如，如果来源的知识领域是一级方程式赛车，那么赛车的车手和赛道将比圈数或赛道的观众容量更突出。某些属性具有更好的流行度，这些搜索需求波或趋势变化可以在具有新闻价值的事件期间保护文档的排名。这可以改进来自同一来源的以新闻为中心的文档。
通过 InLinks，拥有内容简介创建者和面向实体的关键字集群是可能的。
如何连接实体以增强上下文信号和相关性？
通过使用本体的视角，可以基于上下文创建实体连接。每个实体都将与另一个实体有一个相互的部分来创建一个三元组。这些三元组（一个对象，两个主题）可用于形成知识图谱。包含事实的信息图可以通过提高内容与特定查询或查询背后的需求的相关性来表明内容的真实性。在这种情况下，同时出现的短语和同时出现的实体可以改变文档的上下文。为了基于上下文将实体相互连接，语义注释应该被理解为命名实体识别中的一个概念. 语义注释可用于为特定上下文标记文档。上下文的标记文档可以表示一个实体的加权属性，该实体是另一个对象的主题。而且，同一个对象可以是另一个实体的主题，换句话说，是一个属性。
这些主客体或实体属性的切换会改变文本跨度的语义标注，而这些语义标注的变化可以作为具有明确相关性的“内部链接”。
由于其中的每个查询和实体都根据事实和上下文连接到另一个查询和实体，因此新的查询计数远高于主要竞争对手。
举一个更具体的例子来加深实体连接的过程，你会发现下面有 5 个不同的命名实体。
德国，输入国家。
法国，输入国家。
英格兰，输入国家。
土耳其，输入国家。
美国，类型国家。
所有这 5 个实体都来自同一类型，即国家，因此它们将具有相同的主要属性。属性层次结构或属性的语义依赖树可以用来理解属性的优先级来定义一个实体。如果搜索引擎在一个带有“货币、银行、金融”属性的网页上看到这 5 个属性，就会明白该主题是国际金融。从这个上下文层，可能的查询、搜索意图和相关的搜索活动、索引文档、问题将从搜索引擎的存储中检索，以满足用户。如果页面中的术语包括“教育、学校、课堂”，它将理解主题是这些国家的教育状况和项目。这里的额外短语或相关属性可以改变上下文，如果上下文发生变化，属性也会发生变化。要创建实体连接，这些实体应该与特定上下文的相互属性一起使用，以便页面可以体验排名信号盘整。
排名信号和排名因素不是一回事。一个信号可以用来理解一个因素，或者多个信号可以不同地使用来形成一个新的因素。上面的模式是为了理解“可审查实体的情绪”。Google 可以存储评论、实体、评论所有者，以了解作为产品或服务的可评论实体的一般情绪。因此，对于面向实体的搜索引擎优化项目，请使用每个人
德国可以根据其货币汇率或人口共同特征与土耳其联系起来。所有这些实体之间都有数百万种不同的可能连接和连接变化。同时，土耳其可以与英国连接外债，而美国可以与德国连接美元指数。所有这些不同的连接、连接排列和关系类型将定义页面的相关性，以及对用户查询和表示查询的真实性。
如何通过指定上下文来定义实体？
实体不能根据语言改变其定义，但其属性的突出性可以。或者，实体的显着性可以根据上下文而改变。关于实体的一般信息可以切换，情绪可以相反，实体的定义可能会改变其形状。作为未命名实体的树可以是城市规划或生物学背景下的植物。对于这两种情况，一棵树是完全不同的。一棵树可以是家庭平衡的装饰品，也可以是画家诠释的人物。树可以是神话中的生物，也可以是桥梁的材料。从建筑到船舶建造，或从生物学到纸价，实体可以根据上下文转换其定义。
问答是面向实体搜索的重要组成部分。Google 可以为特定问题选择多个可能的答案。上下文域可以由单个限定符确定，例如年份、地点或人口统计组。在这种情况下，搜索引擎可以选择具有最佳答案覆盖率的最佳网页。
为了提高实体的精确度和源的事实信息冗余，应根据实体的功能、重要性、用途、好处和对特定知识领域的影响来定义实体。如果网页中没有它的差异、独特和相似的方面、替代方案和优势，或者如果它们无法轻松选择，则网页可能会稀释其上下文、相关性和对搜索引擎重新搜索的信息价值。排名和初始排名算法。
我如何将面向实体的搜索理解用于 http://BKMKitap.com SEO 案例研究？
由于 TSoft 问题导致 http://BKMKitap.com 上的技术 SEO、网页布局、网页加载性能和用户体验相关问题无法修复，因此我不得不使用面向实体的搜索和优化。为了对 http://BKMKitap.com 使用面向实体的搜索理解，我专注于来源的上下文，即“图书电子商务”。为了涵盖来自同一知识领域的信息和电子商务相关的上下文领域，我需要找到这两个角度最相关的属性。
在 SEO 案例研究中，为了连接电子商务和基于书籍的信息、定义上下文域，我使用了这些东西的“本体”和“分类”。就书籍而言，作为一种产品，它具有“大小、材料、作者、ISBN 号、价格、页数、封面的图像或视觉效果、编辑”，当作为文学价值进行预订时，它具有“对它处理的主题、主题、独特的方面、差异、作者、人物、流派、时代、风格、学校等的影响。” 当 SEO 将实体的这两个方面理解为产品和艺术品时，下一步就是了解搜索意图。
查询和实体关联可用于通过了解命名实体之间的关系来更改 SERP 上的文档或重新排列查询结果。一个查询可以连接到多个实体或不同实体的相互属性。这些查询模板可用于涵盖具有高分类质量的主题。
在完全不同的主题的搜索意图理解的上下文中，SEO 应该知道网页应该具有主导上下文。换言之，一个网页不能同时是电子商务网页和信息网页在同一层次。对于特定网页，其中一个选项优于另一个选项，并且锚文本或网页布局应与此选项对齐。因此，在 http://BKMKitap.com SEO 案例研究中，我创建了两种不同的网页类型，一种是针对书籍的电子商务方面，另一种是针对书籍及其作者的文学价值。一个电子商务网页可以有一个信息内容，但如果这个内容是关于“买书”和“使用产品”以及“退款和送货政策和条件”，
作为更新，几乎所有丢失的查询都返回到 BKMKitap.com 的查询，这些查询通过语义 SEO 进行排名
我如何通过商业意图的信息内容提高上下文相关性和主题权威？
为了提高商业意图的信息内容的上下文相关性和主题权威，搜索引擎优化应涵盖指定产品主题的信息、定义和事实腹地。在这种情况下，我为事物（下面的实体）创建了一个不同的网页组。
书籍类型
来自不同地区的书籍
不同地区的书籍
时代的作者
来自地理的作者
来自文化的作者
意识形态的作者
个人作者传记
作者和书籍的联系
作者的异同、想法、童年等等。
另一个重要部分是问题生成，创建上下文锐化面向实体的搜索文档，并将所有相关事实相互连接。
我喜欢 Google 自己的“上下文敏感排名”专利中的一个部分。一个词或介词可以根据上下文对相关性具有不同的权重，以便重新排序。一个实体、一个属性、一个事实可以根据上下文和内容的上下文优化来改变排名。
2021 年 11 月 Google 广泛核心算法更新对 http://BKMKitap.com 的影响是积极的。在 11 月广泛核心算法更新的第一天，该来源获得了超过 26.000 个新查询。这些查询中的大多数都具有信息和商业特征。
2021 年广泛的核心算法更新对 BKMKitap.com SEO 案例研究的初步影响。
http://BKMKitap.com 的 2021 年 11 月广泛核心算法更新效果可以从 SEMRush 有机性能指标和图表中看到，如下所示。
2021 年广泛的核心算法更新对 BKMKitap.com SEO 案例研究的初步影响。
根据土耳其的 SimilarWeb Metrics and Data，http://BKMKitap.com 已成为第六大电子商务网站。
BKMKitap.com 的 Similarweb 指标。
语义 SEO 已经给 http://BKMKitap.com 首次查询，换句话说，第一次，网站对这些查询进行排名。具有 10 年经验和历史数据的同一个网页可以对以前没有排名的新查询进行排名。语义 SEO 和内容作者身份有助于文档具有更好的上下文清晰度和上下文整合。因此，搜索引擎可以对具有更高置信度分数的更广泛上下文域的特定网页和网页来源进行排名。
排名和活动页面计数的相关距离效应。
http://BKMKitap.com 最近 7 天的排名变化，以及至少展示一次的页面。活动页面数量增加的原因是这些页面的上下文覆盖和整合有助于他们为新查询进一步排名。从这些新查询和新印象中获取的历史数据将有助于新上下文域的更多点击和更好的主题权威。
2021 年广泛的核心算法更新、2021 年 11 月内容垃圾邮件更新和 2021 年 11 月本地搜索更新继续以积极的方式影响 http://BKMKitap.com。下面的截图可以更好地展示渐进但一致的增加。基于面向实体的搜索理解和 SEO 策略的 SEMRush 有机搜索性能提升如下所示。
SEMRush 2021 年 12 月 18 日 BKMKitap.com SEO 性能截图。
Ahrefs 的有机绩效报告如下所示。
2021 年 12 月 18 日 BKMKitap.com 的有机搜索性能屏幕截图。
http://BKMKitap.com 过去 6 个月的业绩报告如下所示。
自 2021 年 12 月 18 日起，BKMKitap.com 过去 6 个月的自然搜索性能变化。
下面，您可以看到两周后的版本，其 http://BKMKitap.com SEO 案例研究和有机性能的历史最高。
2022 年 1 月 4 日 BKMKitap.com SEO 案例研究的屏幕截图。
从 SEMRush 可以看到相同的有机性能变化和有机关键字和流量值的历史最高值，如下所示。
在此时间线中，语义内容网络创建通过完成涵盖相关实体、属性和上下文的主题图以相同的发布频率进行。http://BKMKitap.com 通过实体 SEO 的查询计数、展示次数和点击次数处于记录级别。
面向实体的搜索理解不像 AI 文本生成那样流行。但是，无论是自然语言理解还是生成文本，实体和面向实体的搜索都是这些过程的中心和核心。了解实体、它们的性质和它们可能的联系、搜索引擎对这些实体的看法、可能的功能、操作和这些实体的定义的人将在传统 SEO 和整体 SEO 之间产生差异。实现面向实体的搜索原则上，SEO 应该通过创建超结构化数据来对实体及其属性进行实验。为了使信息提取更容易，可以针对不同的问题使用不同的句子结构来实现面向实体的 SEO A/B 测试。
