Graphe de connaissances (Knowledge Graph)

Un graphe de connaissances est une base de données qui représente des entités du monde réel, comme des personnes, des lieux, des entreprises ou des produits, sous forme de nœuds reliés par des relations nommées.

Timothé Merle

En résumé

Définition clé

Un graphe de connaissances range les faits en triplets sujet, relation, objet, par exemple "Paris, capitale de, France". Google a lancé son Knowledge Graph en 2012 sous la devise "things, not strings", pour comprendre des entités plutôt que des mots. Le Knowledge Graph de Google alimente les knowledge panels et répond aux questions factuelles. Quand une marque est bien décrite dans les graphes publics, les moteurs l'identifient sans ambiguïté.

Importance

Pourquoi est-ce important ?

  • Grâce au graphe de connaissances, un moteur sait que deux pages parlent de la même entité, même quand elles emploient des mots différents.
  • Les knowledge panels, ces encadrés qui résument une entité directement dans les résultats, viennent du Knowledge Graph de Google.
  • Une entité bien reliée à son secteur, à ses produits et à ses dirigeants s'associe plus facilement aux bonnes requêtes de comparaison ou de recommandation.
  • Les marques au nom générique se font souvent confondre avec un homonyme. Des relations explicites limitent ces erreurs.
  • Wikidata et les autres graphes publics sont repris par une foule de services. Une erreur stockée là peut voyager loin.

Comment ça fonctionne ?

Un graphe de connaissances repose sur un modèle de données simple et sur des sources multiples. Des traitements automatiques fusionnent ensuite tout ce qui concerne une même entité.

  1. 1

    Nœuds, arêtes et triplets

    Chaque entité est un nœud doté d'un identifiant stable. Chaque fait est une arête entre deux nœuds. "La tour Eiffel se trouve à Paris" devient ainsi le triplet tour Eiffel, situé à, Paris. Le standard RDF du W3C formalise ce modèle, et Wikidata l'applique avec des identifiants comme Q90 pour Paris. C'est l'identifiant qui sépare deux entités portant le même nom.

  2. 2

    Les sources d'alimentation

    D'après Google, les faits de son Knowledge Graph viennent de sources publiques, de données sous licence pour des informations comme les scores sportifs ou la météo, et des propriétaires de contenu, par exemple ceux qui revendiquent leur knowledge panel. Wikidata, Wikipedia et les données structurées des sites comptent parmi les signaux publics disponibles. Google ne publie ni la liste complète de ses sources ni le poids de chacune.

  3. 3

    Réconciliation des entités

    Stocker des faits est la partie facile. Le vrai travail consiste à décider que "Hikoo", "Hikoo SAS" et "tryhikoo.com" désignent la même entité. Les systèmes comparent les noms, les liens sameAs, les adresses, les profils officiels et le contexte des pages. Si les sources se contredisent, le graphe peut garder une information fausse, ou couper une entité en deux.

  4. 4

    Graphes et modèles de langage

    Un grand modèle de langage n'interroge pas forcément un graphe de connaissances avant de répondre. Il apprend pourtant les associations entre entités dans les mêmes textes publics qui nourrissent les graphes, et les moteurs de recherche IA récupèrent des pages web en temps réel. Quand les faits concordent dans le graphe, sur votre site et dans la presse, tous ces systèmes partent de la même base.

Métriques

Comment le mesurer ?

  • Interrogez l'API Knowledge Graph Search de Google avec le nom de votre marque pour savoir si une entité existe et quel type elle porte.
  • Tapez votre marque dans Google. Un knowledge panel s'affiche-t-il, avec quelles informations, et lesquelles sont fausses ?
  • Dans Wikidata, regardez si un élément décrit votre organisation et si ses propriétés principales, comme site officiel, date de création ou secteur, sont remplies et sourcées.
  • Demandez à plusieurs assistants IA "qu'est-ce que [marque]" et confrontez les faits cités à la réalité.
  • Avec un jeu de prompts fixe, suivez dans le temps la justesse de ces descriptions, par exemple grâce à l'Agent reporting de Hikoo.

Pièges

Quelles sont les erreurs courantes ?

  • Croire qu'on peut modifier soi-même le Knowledge Graph de Google. On peut seulement suggérer des changements sur un knowledge panel revendiqué.
  • Des informations contradictoires entre le site, LinkedIn, les annuaires et Wikidata poussent les systèmes à retenir la mauvaise version, ou à créer des doublons.
  • Une fiche Wikidata promotionnelle sans sources indépendantes risque la suppression, puisque Wikidata applique des critères de notabilité.
  • Sans relations comme le fondateur, la société mère ou la catégorie de produit, l'entité reste isolée et les moteurs peinent à la rattacher à son marché.
  • Confondre fiche d'établissement et knowledge panel fait perdre du temps. Google gère les établissements locaux avec un outil à part, Business Profile.

Par où commencer ?

Suivez ces étapes pour commencer.

  • Écrivez une description de référence de votre entité en une phrase, et reprenez-la partout.
  • Ajoutez le balisage Organization sur votre page d'accueil avec logo, url et liens sameAs.
  • Alignez nom, adresse, date de création et dirigeants sur vos profils officiels et vos annuaires.
  • Si votre organisation remplit les critères de notabilité, vérifiez ou créez son élément Wikidata, avec des sources indépendantes.
  • Revendiquez votre knowledge panel Google s'il existe, puis corrigez les erreurs par les suggestions.
  • Publiez des pages qui rendent vos relations explicites (produits, catégorie, partenaires, clients).
  • Chaque trimestre, contrôlez ce que l'API Knowledge Graph et les assistants IA disent de vous.

Exemples

Homonymie résolue

Une startup porte le nom d'un fruit, et les réponses mélangent les deux. Elle ajoute un balisage Organization avec sameAs vers Wikidata et LinkedIn, puis décrit son activité avec la même phrase sur tous ses supports. Les moteurs ont enfin des signaux cohérents pour distinguer l'entreprise du fruit.

Date de création erronée

Un assistant IA donne une mauvaise année de création pour un éditeur. L'équipe remonte l'erreur jusqu'à un annuaire et à son élément Wikidata, corrige les deux avec une source officielle, et vérifie pendant les semaines suivantes que la bonne date apparaît dans les réponses suivies.

Questions fréquentes

  • Peut-on modifier le Knowledge Graph de Google directement ?

    Non, personne n'écrit directement dans le Knowledge Graph de Google. Une personne ou une organisation peut revendiquer son knowledge panel après vérification, puis suggérer des corrections que Google examine. Pour tout le reste, il faut agir sur les sources publiques que Google consulte, c'est-à-dire votre site, vos données structurées et les bases ouvertes comme Wikidata.

  • Quelle différence entre knowledge graph et knowledge panel ?

    Le knowledge graph est la base de données d'entités et de relations. Le knowledge panel est l'encadré des résultats Google qui en montre une partie pour une entité donnée. Une entité peut très bien figurer dans le Knowledge Graph sans panel visible, car Google choisit de l'afficher selon la requête et son utilité.

  • ChatGPT utilise-t-il le Knowledge Graph de Google ?

    Aucune information publique n'indique que ChatGPT interroge le Knowledge Graph de Google. ChatGPT s'appuie sur ce que son modèle a appris à l'entraînement et, quand la recherche est activée, sur des pages web récupérées en direct. Ces deux canaux puisent dans les mêmes textes publics que les graphes. Des faits cohérents partout rendent donc les réponses plus justes.

  • Comment savoir si ma marque est dans le Knowledge Graph ?

    L'API Knowledge Graph Search de Google renvoie les entités qui correspondent à un nom, avec leur identifiant et leur type. Un knowledge panel sur une recherche de marque est un autre indice fort. Pas de panel ne veut pas dire pas d'entité. Souvent, les signaux sont simplement encore trop faibles ou trop ambigus.

Sources

  1. 1Google Introducing the Knowledge Graph, things, not strings
  2. 2Google Knowledge Panel Help How Google's Knowledge Graph works
  3. 3Google for Developers Google Knowledge Graph Search API
  4. 4arXiv (Hogan et al.) Knowledge Graphs

À propos de l'auteur

Timothé MerleTimothé MerleCo-founder of Hikoo, AEO and GEO expert
Voir le profil LinkedIn

Contenu associé

Testez la visibilité IA de votre site en 30 secondes.

Score GEO, santé technique et aperçu de votre visibilité sur ChatGPT et Gemini.

Lancer mon audit gratuitCommencer gratuitement