Knowledge Graph, entidades e relações entre conceitos ajudam a compreender como o Google pode interpretar informações além da simples correspondência entre palavras. Em vez de enxergar uma consulta apenas como uma sequência de termos, o mecanismo pode relacionar pessoas, lugares, coisas, conceitos e os vínculos existentes entre eles.
Essa capacidade está diretamente relacionada ao que normalmente chamamos de SEO semântico: uma forma de pensar conteúdo levando em consideração significado, contexto, entidades e relações temáticas, e não apenas a repetição literal de palavras-chave.
O Knowledge Graph é uma das estruturas utilizadas pelo Google para organizar esse tipo de informação e compreender como diferentes elementos se conectam.
O que é o Knowledge Graph?
O Knowledge Graph é descrito no capítulo como um banco de dados em grafo utilizado pelo mecanismo para compreender como tópicos e conceitos se relacionam.
Em vez de armazenar apenas informações isoladas, uma estrutura em grafo permite representar relações.
Podemos imaginar, de maneira simplificada:
- uma pessoa relacionada a uma organização;
- uma equipe relacionada a uma competição;
- uma cidade relacionada a um país;
- um objeto relacionado a determinada categoria;
- um conceito relacionado a outros conceitos.
O valor está justamente nas conexões entre essas informações.
O Knowledge Graph trabalha com relações, não apenas palavras
Uma palavra isolada pode possuir vários significados. O contexto ajuda o mecanismo a determinar qual deles faz sentido naquela situação.
O Knowledge Graph acrescenta uma camada de organização baseada nas relações entre informações conhecidas.
Isso ajuda a compreender por que duas palavras presentes na mesma consulta podem restringir mutuamente seus possíveis significados.
Esse princípio se conecta ao que já discutimos em relevância temática: contexto é importante para compreender sobre o que determinada informação realmente trata.
O que são entidades?
No material utilizado como referência, entidades são pessoas, lugares ou coisas do mundo real.
Uma entidade não é apenas uma palavra.
Uma mesma sequência de caracteres pode possuir vários significados, enquanto uma entidade procura representar algo específico.
Isso permite relacionar aquela entidade a outras informações conhecidas.
Entidades e conceitos não são a mesma coisa
O capítulo divide as informações do Knowledge Graph em dois grandes tipos:
- Entidades: pessoas, lugares ou coisas do mundo real.
- Conceitos: ideias ou construções abstratas.
Essa distinção é importante porque uma consulta pode combinar entidades específicas com conceitos mais amplos.
O mecanismo pode então utilizar as relações entre eles para restringir o contexto e compreender melhor aquilo que está sendo pesquisado.
O exemplo de Fórmula 1 usado no capítulo
O material apresenta um exemplo envolvendo Fórmula 1, Williams Racing e campeonatos mundiais.
Nesse exemplo, Formula One é tratada como uma entidade associada ao conceito de automobilismo.
Williams é interpretada como Williams Racing e também relacionada à Fórmula 1 e ao automobilismo.
Já “world championships” representa um conceito mais abstrato, que poderia aparecer em muitos contextos diferentes.
Quando essas informações aparecem juntas, porém, as relações entre elas restringem o significado.
É justamente esse tipo de conexão que ajuda a demonstrar como o Knowledge Graph organiza entidades e conceitos.
O contexto restringe o significado de uma consulta
A palavra “campeonato”, isoladamente, poderia se referir a inúmeros esportes.
Quando ela aparece próxima de uma equipe específica de Fórmula 1, o universo possível de significados diminui.
Isso mostra por que mecanismos de busca modernos não precisam interpretar cada termo de maneira independente.
Entidades, conceitos e relações ajudam a estabelecer o contexto geral da consulta.
Esse processo complementa a análise que vimos em intenção de busca e ajuda a entender como fazer pesquisa de palavras-chave por intenção de busca.
O preenchimento automático também revela relações
O capítulo utiliza o preenchimento automático do Google como uma forma visível de observar parte desse processo de interpretação.
Ao começar a digitar termos relacionados à Williams e à Fórmula 1, o mecanismo já pode restringir o contexto às entidades correspondentes e calcular quais palavras poderiam surgir em seguida.
Isso mostra como o significado pode ser construído progressivamente à medida que a consulta é formada.
De onde vêm as informações do Knowledge Graph?
Segundo o capítulo, o Knowledge Graph foi originalmente alimentado com dados estruturados provenientes de fontes públicas consideradas confiáveis.
Entre os exemplos citados estão:
- Wikipedia;
- Wikidata;
- The CIA World Factbook.
O material acrescenta que o Google também incorpora dados estruturados provenientes de outros sites e serviços e utiliza aprendizado de máquina na análise de informações provenientes de consultas e outras atividades dos usuários.
Knowledge Graph e índice de busca são a mesma coisa?
Não.
O capítulo apresenta os dois conceitos separadamente.
O índice de busca reúne informações processadas sobre páginas, imagens, vídeos, PDFs e outros recursos que podem ser recuperados posteriormente.
Já o Knowledge Graph é apresentado como um banco de dados voltado à compreensão de fatos, entidades, conceitos e suas relações.
Essa diferença complementa nosso artigo sobre indexação.
O que isso tem a ver com busca semântica?
No contexto deste artigo, podemos utilizar a expressão SEO semântico para descrever uma abordagem de otimização que considera significado e contexto, em vez de enxergar o conteúdo apenas como um conjunto de palavras-chave.
Se o mecanismo procura compreender entidades, conceitos e relacionamentos, a construção de conteúdo também pode ser pensada de maneira temática.
Isso significa compreender:
- qual é o tema principal;
- quais entidades fazem parte do assunto;
- quais conceitos estão relacionados;
- como essas informações se conectam;
- qual contexto dá significado às palavras utilizadas.
Essa perspectiva vai além da repetição mecânica de uma palavra-chave.
A interpretação semântica não elimina as palavras-chave
Compreender entidades e contexto não torna as palavras-chave irrelevantes.
As consultas continuam sendo uma das principais formas pelas quais usuários expressam suas necessidades.
A diferença é que as palavras podem ser interpretadas dentro de um conjunto maior de relações.
É por isso que temas como palavras-chave, sinônimos e variações se conectam diretamente à interpretação semântica.
Uma página não precisa repetir exatamente todas as consultas
Quando o mecanismo consegue interpretar relações entre palavras, conceitos e entidades, torna-se menos necessário tratar cada pequena variação como um assunto independente.
Um conteúdo coerente pode abordar um tema utilizando vocabulário natural e conceitos relacionados.
Isso também ajuda a entender por que uma página pode ser relevante para consultas