什么是知识图？
A 知识图 是知识的结构化表示，描述 实体 以及他们之间的关系。
知识图谱是“知识表示“，人工智能 (AI) 的一个领域，它以一种使机器能够参与推理、解决问题、决策和推理的方式处理数据呈现。
知识图的多功能性扩展到各个领域，其用例包括：
知识图使机器能够通过以机器可读的格式呈现信息来从数据中提取有意义的知识。
但您是否知道您还可以创建一个对 SEO 计划特别有用的“内容”知识图？尽管结构类似于一般知识图，但内容知识图的功能是网站内容的表示。
该图可以在外部发布以供搜索引擎使用、用于内部人工智能项目或用于识别内容差距。
此外，如果您想引入其他数据源，这些图表还为开发更广泛的营销知识图表奠定了坚实的基础。
但在我们开始讨论之前，本文将探讨知识图谱的基本组成部分，使您能够使用网站上的内容开发自己的内容知识图谱。
内容知识图剖析
最简单的形式是，知识图谱基本上由节点和边组成。
Nodes 表示知识图谱中的实体，以及 边缘 将这些节点互连起来，描述它们之间的关系。
要充分理解知识图的工作原理，了解构建知识图所需的技术非常重要。
本节的重点是指导您了解对于开发强大的内容知识图至关重要的关键术语和功能。
统一资源标识符 (URI)
在知识图谱领域，统一资源标识符（URI）在唯一标识实体方面发挥着至关重要的作用。 URI 是一个独特的字符串，旨在区分和消除网络上特定资源的歧义。
类似于汽车上的车牌，尽管许多人共享相同的品牌和型号，但仍可以进行个人识别，URI 通过确保在广阔的互联网中对各种资源进行唯一识别来提供类似的功能。
在架构应用程序中，我们为架构标记中定义的实体生成 HTTPS URI，如下图所示。这些 URI 出现在 @id 属性中。它们允许您在标记中链接站点上的实体，并使搜索引擎能够识别知识图中的实体。
这种系统化的识别可以实现跨不同平台和技术的有效沟通和资源访问。在知识图的上下文中，URI 代表实体。
实体
An 实体根据 Google 的定义，表示单个、唯一、定义明确且可区分的事物或想法。它具有定义特征或属性，例如大小、颜色和持续时间。然而，当一个实体与其他实体相关地进行描述时，它的真正意义就会显现出来，并赋予它上下文意义。
这就是 RDF 三元组发挥关键作用的地方，它提供了框架来表示知识图中实体之间的这些互连关系。但首先，什么是 RDF？
RDF
RDF 代表资源描述框架，是一种使用主谓宾语句（通常称为“三元组”）以有向图形式表达数据的标准化方法。
RDF 三元组
知识图谱的基本单位是三元组。它由两个节点组成，这两个节点代表通过单条边连接的实体，以阐明它们的关系。三元组表示为“主语-谓语-宾语”语句，说明了一个实体（主语）如何通过特定属性（谓语）链接到另一个实体或简单值（宾语）。
当这些三元组结合起来时，它们形成了相互关联的资源图，为全面的知识图奠定了基础。但是，为了向机器提供意义，您必须以机器可读的格式表达这些三元组。
您可以用多种格式表达 RDF 三元组，包括：
- 龟
- RDF / XML
- 和 JSON-LD
最广泛采用的格式是 JSON-LD，我们在 Schema App 中使用它。
JSON-LD
JSON-LD（即 JSON for Linked Data）是一种用于表达 RDF 三元组的序列化格式。它对于人类来说相对容易读写，对于机器来说也相对容易使用。它也是 Google 等搜索引擎的首选架构标记格式。
JSON-LD 代码允许机器理解有关实体的 RDF 语句。
例如，Mark van Berkel 是 Schema App 博客的作者，他的作者页面表明他为 Schema App 组织工作。左边是以 JSON-LD 表示的架构标记，告诉机器 Mark van Berkel（个人）为架构应用程序（组织）工作。右侧是可视化为 RDF 三元组的相同代码，描述了这些相同的实体并说明了它们之间的关系。
本体
知识图谱中的最后一个组件是本体。
在信息科学中，本体论是“共享概念化的正式、明确的规范，”本质上充当定义数据模型中存在的内容的蓝图（即描述数据库中内容的方法）。
该模型通常包含三个关键要素。
首先，我们有 类，也称为类型，表示实体的类别，例如 组织, 活动或 人.
其次， 属性，又名属性，用于描述实体。例如，一个 Person 实体可能拥有一个名称作为其属性之一。
最后， 相互关联的价值观运营。也由属性表示，描述一个实体如何连接到另一个实体。它们与属性相似，因为它们描述了一个实体，但更具体地说，它们描述了一个实体如何 所连接 到另一个实体。
例如，一个人可能有一个 亲, 孩子或 同事 与另一个有自己属性的人的关系。
存在各种各样的本体论、词汇表和术语表，用于对数据进行分类和关联，其中 Schema.org 脱颖而出，成为 SEO 中使用最广泛的方法之一。虽然从技术上讲，Schema.org 是一个词汇表，而不是严格的本体论，但 Schema.org 有效地履行了描述事物类别及其之间关系的作用。
使用 Schema.org 构建内容知识图
由 Google、Bing、Yahoo 和 Yandex 于 2011 年创立， Schema.org 作为通过引入标准化词汇来增强网络的协作努力而出现。该倡议旨在将人类语言转变为结构化的机器可读语言。
所有主要搜索引擎都将支持这种语言，提高它们将搜索查询与相关结果相匹配的能力，使其有利于 SEO 目的。
虽然 SEO 策略通常采用 Schema.org，但它的实用性不仅仅如此；它还可以作为构建知识图谱的强大工具。
利用 Schema.org 词汇表，您可以将网站内容组织成互连实体的图表。为了实现这一点，您可以利用 Schema.org 定义的类型和属性以机器可读的格式（如 JSON-LD）表达 RDF 三元组，同时用 URI 表示您的实体。
看到所有这些术语是如何组合在一起的吗？
这种元素的合并有效地为您的组织创建了内容知识图。
为您的组织构建内容知识图
开发自己的内容知识图谱对于优化您的内容至关重要 语义搜索引擎优化 战略。它让您的内容为未来的搜索做好准备，并为您的网站带来更高质量的流量。
知识图使搜索引擎能够通过额外的上下文信息推断知识，从而弥补更相关结果的差距。因此，这种更深入的理解应该会为您的网站带来更多合格的流量，并提高相关页面的点击率。
在 Schema App，我们专注于构建和 管理内容知识图 通过使用架构标记。我们的动态创作解决方案可确保您的架构标记始终具有描述性、互连性和最新性。
无论您是将架构标记集成到您的 SEO 策略中，还是渴望将您的内容转换为可重用的数据层，架构应用程序都能满足您的需求。
有兴趣为您自己的组织构建内容知识图，但不确定从哪里开始？架构应用程序处理技术方面的问题，使您能够获得构建良好的内容知识图的好处，而不会给内部团队带来技术负担。
Jasmine 是 Schema App 的产品经理。 Schema App 是一种端到端的架构标记解决方案，可帮助企业 SEO 团队创建、部署和管理架构标记，以在搜索中脱颖而出。
