ما هو الرسم البياني المعرفي؟
A الرسم البياني المعرفي هو تمثيل منظم للمعرفة التي تصف الكيانات والعلاقات بينهم.
الرسوم البيانية المعرفية هي جزء من "تمثيل المعرفة"، أحد مجالات الذكاء الاصطناعي (AI) الذي يتعامل مع تقديم البيانات بطريقة تمكن الآلات من المشاركة في التفكير وحل المشكلات واتخاذ القرار والاستدلال.
يمتد تنوع الرسوم البيانية المعرفية عبر مجالات مختلفة، مع حالات الاستخدام التي تشمل:
تعمل الرسوم البيانية المعرفية على تمكين الآلات من استخلاص المعرفة ذات المغزى من البيانات من خلال تقديم المعلومات بتنسيق يمكن قراءته بواسطة الآلة.
ولكن هل تعلم أنه يمكنك أيضًا إنشاء رسم بياني معرفي "للمحتوى" يكون مفيدًا بشكل خاص لمبادرات تحسين محركات البحث؟ على الرغم من أنه منظم مثل الرسم البياني للمعرفة العامة، إلا أن الرسم البياني للمعرفة بالمحتوى يعمل بمثابة تمثيل للمحتوى الموجود على موقع الويب الخاص بك.
يمكن نشر هذا الرسم البياني خارجيًا لتستهلكه محركات البحث، أو استخدامه في مشاريع الذكاء الاصطناعي الداخلية، أو استخدامه لتحديد فجوات المحتوى.
علاوة على ذلك، تنشئ هذه الرسوم البيانية أساسًا قويًا لتطوير رسوم بيانية للمعرفة التسويقية أكثر شمولاً إذا كان لديك مصادر بيانات إضافية ترغب في إضافتها إلى المجموعة.
ولكن قبل أن ندخل في ذلك، ستستكشف هذه المقالة المكونات الأساسية للرسم البياني المعرفي لتمكينك من تطوير الرسم البياني المعرفي للمحتوى الخاص بك باستخدام المحتوى الموجود على موقع الويب الخاص بك.
تشريح الرسم البياني للمعرفة بالمحتوى
في أبسط أشكاله، يتكون الرسم البياني المعرفي بشكل أساسي من العقد والحواف.
العقد تمثيل الكيانات ضمن الرسم البياني المعرفي، و حواف ربط هذه العقد، وتحديد العلاقات بينهما.
لفهم كيفية عمل الرسم البياني المعرفي بشكل كامل، من المهم معرفة التقنيات المطلوبة لبنائه.
ينصب تركيزنا في هذا القسم على إرشادك عبر المصطلحات والوظائف الأساسية التي تعتبر بالغة الأهمية لتطوير رسم بياني قوي للمعرفة بالمحتوى.
معرف الموارد الموحد (URI)
في عالم الرسوم البيانية المعرفية، يلعب معرف الموارد الموحد (URI) دورًا حاسمًا في تحديد الكيانات بشكل فريد. URI عبارة عن سلسلة مميزة من الأحرف المصممة لتمييز مصدر معين وتوضيحه على الويب.
على غرار لوحات الترخيص الموجودة على السيارات التي تتيح تحديد الهوية الفردية على الرغم من مشاركة العديد من الأشخاص في نفس الطراز والطراز، تؤدي معرفات URI وظيفة مماثلة من خلال ضمان التحديد الفريد للموارد المختلفة وسط الامتداد الهائل للإنترنت.
في تطبيق Schema، نقوم بإنشاء معرفات URL لـ HTTPS للكيانات المحددة في ترميز المخطط الخاص بك، كما هو موضح في الصورة أدناه. تظهر عناوين URI هذه في سمة @id. إنها تسمح لك بربط الكيانات الموجودة على موقعك ضمن الترميز الخاص بك وتمكين محركات البحث من تحديد الكيانات في الرسم البياني المعرفي الخاص بك.
يتيح هذا التحديد المنهجي التواصل الفعال والوصول إلى الموارد عبر منصات وتقنيات مختلفة. في سياق الرسم البياني المعرفي، تمثل عناوين URI الكيانات.
الكيانات
An كيان، كما تم تعريفها بواسطة Google، تشير إلى شيء أو فكرة واحدة وفريدة ومحددة جيدًا ومميزة. يمتلك خصائص أو سمات محددة مثل الحجم واللون والمدة. ومع ذلك، تظهر الأهمية الحقيقية للكيان عندما يتم وصفه فيما يتعلق بالكيانات الأخرى، مما يمنحه معنى سياقيًا.
هذا هو المكان الذي تلعب فيه RDF Triples دورًا محوريًا، حيث توفر إطارًا لتمثيل هذه العلاقات المترابطة بين الكيانات داخل الرسم البياني المعرفي. لكن أولاً، ما هو RDF؟
RDF
RDF، الذي يرمز إلى Resource Description Framework، هو طريقة موحدة للتعبير عن البيانات في شكل رسم بياني موجه باستخدام عبارات الموضوع والمسند والكائن، والتي يشار إليها عادة باسم "ثلاثية".
RDF ثلاثية
الوحدة الأساسية للرسم البياني المعرفي هي الثلاثي. وهي تتألف من عقدتين تمثلان كيانات متصلة بحافة واحدة لتوضيح علاقتها. يتم تمثيلها كبيانات "الموضوع-المسند-الكائن"، يوضح الثلاثي كيف يرتبط الكيان (الموضوع) بكيان آخر أو بقيمة بسيطة (كائن) من خلال خاصية معينة (المسند).
عندما تجتمع هذه الثلاثيات، فإنها تشكل رسومًا بيانية مترابطة للموارد، مما يضع الأساس لرسم بياني معرفي شامل. ومع ذلك، لتوفير معنى للآلة، يجب عليك التعبير عن هذه الثلاثيات بتنسيق يمكن قراءته بواسطة الآلة.
يمكنك التعبير عن ثلاثيات RDF في مجموعة متنوعة من التنسيقات، بما في ذلك:
- سلحفاة
- RDF / XML
- وJSON-LD
التنسيق الأكثر استخدامًا هو JSON-LD، والذي نستخدمه هنا في تطبيق Schema.
JSON-LD
JSON-LD، أو JSON للبيانات المرتبطة، هو تنسيق تسلسلي للتعبير عن ثلاثية RDF. من السهل نسبيًا على البشر القراءة والكتابة، وكذلك على الآلات أن تستهلكها. وهو أيضًا تنسيق Schema Markup المفضل لمحركات البحث مثل Google.
يسمح رمز JSON-LD للأجهزة بفهم بيانات RDF حول الكيانات.
على سبيل المثال، مارك فان بيركل هو مؤلف لمدونة Schema App، وتشير صفحة المؤلف الخاصة به إلى أنه يعمل لدى مؤسسة Schema App. على اليسار يوجد علامة المخطط المعبر عنها في أجهزة إخبار JSON-LD التي يعمل بها مارك فان بيركل (شخص) في تطبيق Schema (المؤسسة). على اليمين يوجد نفس الكود الذي تم تصوره على شكل ثلاثية RDF، والتي تصور هذه الكيانات نفسها وتوضح العلاقات بينها.
الأونتولوجي
العنصر الأخير في الرسم البياني المعرفي هو الأنطولوجيا.
في علم المعلومات، الأنطولوجيا هي "مواصفات رسمية وصريحة لتصور مشترك"، يعمل بشكل أساسي كمخطط لتحديد ما هو موجود في نموذج البيانات (أي طريقة وصف المحتويات داخل قاعدة البيانات).
يتضمن هذا النموذج عادة ثلاثة عناصر رئيسية.
أولاً ، لدينا فصول، والمعروفة أيضًا بالأنواع، التي تمثل فئات الكيانات مثل منظمة, حدثالطرق أو شخص.
ثانيا، سمات، والمعروفة أيضًا باسم الخصائص، تُستخدم لوصف كيان ما. على سبيل المثال، قد يمتلك كيان الشخص اسمًا كأحد سماته.
أخيراً: العلاقات والتي يتم تمثيلها أيضًا بالخصائص، تحدد كيفية اتصال كيان بآخر. تشبه هذه السمات السمات من حيث أنها تصف كيانًا ما، ولكنها تصف بشكل أكثر تحديدًا كيفية كيان واحد يربط إلى كيان آخر.
على سبيل المثال، قد يكون لدى الشخص أصل, طفلالطرق أو الزميل العلاقة مع شخص آخر سيكون له سماته الخاصة.
توجد مجموعة واسعة من الأنطولوجيات والمفردات والمسارد لتصنيف البيانات وربطها Schema.org تبرز كواحدة من الأكثر استخدامًا على نطاق واسع في تحسين محركات البحث. في حين أن Schema.org عبارة عن مفردات من الناحية الفنية وليست أنطولوجيا صارمة، إلا أنها تؤدي بشكل فعال دور وصف فئات الأشياء والعلاقات بينها.
إنشاء رسم بياني للمعرفة بالمحتوى باستخدام Schema.org
تأسست عام 2011 بواسطة جوجل، بينج، ياهو، وياندكس. Schema.org ظهرت كجهد تعاوني لتعزيز الويب من خلال تقديم مفردات موحدة. تهدف هذه المبادرة إلى تحويل اللغة البشرية إلى لغة منظمة يمكن قراءتها بواسطة الآلة.
ستدعم جميع محركات البحث الرئيسية هذه اللغة، مما يحسن قدرتها على مطابقة استعلامات البحث مع النتائج ذات الصلة، مما يجعلها مفيدة لأغراض تحسين محركات البحث.
في حين أن استراتيجيات تحسين محركات البحث (SEO) تستخدم عادة Schema.org، فإن فائدتها تمتد إلى ما هو أبعد من ذلك؛ ويمكن أيضًا أن يكون بمثابة أداة قوية لإنشاء رسم بياني معرفي.
تتيح لك الاستفادة من مفردات Schema.org تنظيم محتوى موقع الويب الخاص بك في رسم بياني للكيانات المترابطة. ولتحقيق ذلك، يمكنك استخدام الأنواع والخصائص المحددة بواسطة Schema.org للتعبير عن ثلاثيات RDF بتنسيق يمكن قراءته آليًا مثل JSON-LD، كل ذلك أثناء تمثيل كياناتك باستخدام معرفات URI.
ترى كيف تجتمع كل هذه المصطلحات؟
يؤدي هذا الدمج بين العناصر إلى إنشاء رسم بياني للمعرفة بالمحتوى لمؤسستك بشكل فعال.
أنشئ رسمًا بيانيًا معرفيًا للمحتوى لمؤسستك
يعد تطوير الرسم البياني للمعرفة بالمحتوى الخاص بك أمرًا ضروريًا لتحسين موقعك الدلالي SEO إستراتيجية. فهو يجهز المحتوى الخاص بك لمستقبل البحث ويجذب زيارات عالية الجودة إلى موقعك.
تعمل الرسوم البيانية المعرفية على تمكين محركات البحث من استنتاج المعرفة من خلال معلومات سياقية إضافية، وسد الفجوات للحصول على نتائج أكثر صلة. على هذا النحو، من المفترض أن يؤدي هذا الفهم الأعمق إلى جذب عدد أكبر من الزيارات المؤهلة إلى موقعك وتعزيز نسبة النقر إلى الظهور للصفحات ذات الصلة.
في Schema App، نحن متخصصون في بناء و إدارة الرسوم البيانية المعرفة المحتوى من خلال استخدام علامة المخطط. تضمن حلول التأليف الديناميكية لدينا أن تكون علامة المخطط الخاصة بك دائمًا وصفية ومترابطة ومحدثة.
سواء كنت تقوم بدمج Schema Markup في إستراتيجية SEO الخاصة بك أو تطمح إلى تحويل المحتوى الخاص بك إلى طبقة بيانات قابلة لإعادة الاستخدام، فإن تطبيق Schema يلبي احتياجاتك.
هل أنت مهتم بإنشاء رسم بياني للمعرفة بالمحتوى لمؤسستك ولكنك غير متأكد من أين تبدأ؟ يتعامل تطبيق Schema مع الجوانب الفنية، مما يتيح لك جني فوائد وجود رسم بياني معرفي جيد للمحتوى دون فرض العبء الفني على فرقك الداخلية.
ياسمين هي مديرة المنتج في Schema App. تطبيق Schema هو حل شامل لترميز المخطط يساعد فرق SEO في المؤسسة على إنشاء ونشر وإدارة Schema Markup للتميز في البحث.
- محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
- PlatoData.Network Vertical Generative Ai. تمكين نفسك. الوصول هنا.
- أفلاطونايستريم. ذكاء Web3. تضخيم المعرفة. الوصول هنا.
- أفلاطون كربون، كلينتك ، الطاقة، بيئة، شمسي، إدارة المخلفات. الوصول هنا.
- أفلاطون هيلث. التكنولوجيا الحيوية وذكاء التجارب السريرية. الوصول هنا.
- المصدر https://www.schemaapp.com/schema-markup/the-anatomy-of-a-content-knowledge-graph/
