La recherche temps réel avec Google knowledge graph

Le knowledge graph et Google recherche sémantique en général sont là pour répondre à beaucoup de lacunes que nous sommes entrain d'expérimenter à divers niveaux et notamment en ce qui concerne la recherche en temps réel et l'abus de techniques black hat destinées à manipuler les résultats des moteurs notamment via des graphes de links artificiels come illustré sur la figure ci-dessous.

Exemple de technique de réseau mineur de liens artificiels

J'ai beaucoup écrit à ce sujet depuis 2009 date de sortie de Google cafeine qui était justement destiné à adresser ce problème de manque de réponses dans la base index de Google aux recherches portant sur un sujet récent. J'avais publié un billet à ce sujet sur mon site de référencement SEO suite à l'annonce Google.

Caffeine provides 50 percent fresher results for web searches than our last index......
you can now find links to relevant content much sooner after it is published than was possible ever before....
it's a robust foundation that makes it possible for us to build an even faster and comprehensive search engine that scales with the growth of information online,
(Google Juin 2010)

On peut aisément comprendre que dans ce cas Caffeine n'est pas simplement un temps de passage plus court sur les pages avec une indexation plus profonde, mais surtout une nouvelle manière d'attribuer l'autorité et la pertinence de chaque page mis en ligne selon un nouvel algorithme, qui s'éloigne déjà du fameux PageRank initial.

La détermination du PageRank.

D'ailleurs les deux sont reliés car Google revoyait son algorithme notamment face au défi de classer des pages récentes ne disposant pas de liens pertinents mais qui pourraient être un bon résultat en temps réel. Je cite nos amis de Première position :

Avec l’exigence de résultats en temps réel, Google a du s’adapter et utiliser de nouveaux critères pour positionner les pages toutes fraîches, n’ayant que peu de liens et pourtant très pertinentes sur des sujets chauds de l’actualité.
David Degrelle Octobre 2009

Donc, le temps réel nécessite un nouvel algorithme qui en plus pourrait en plus contrer les manipulations via les liens artificiels déjà légion à l'époque.
Pour réussir son coup Google a signé dans la foulée un accord de partenariat avec Twitter en Octobre 2009 pour utiliser son contenu dans ses résultats. Cet accord sera rompu 2 ans plus tard en Juillet 2011 mais Google sortait son réseau social Google plus en même temps. Pour rappel, Google a aussi annoncé l'incorporation de Google Caféine définitivement dans son algorithme en Novembre 2011.

Il est évident que malgré que Google a retiré ce service faisant partie de ses transversaux, il a toujours continué à améliorer sa pertinence en temps réel. Cette impertinence a été dénoncée par Google lui-même quand il a annoncé qu'il ne pouvait suivre les innombrables requêtes ayant suivi le décès de Michael Jackson :

The spike in searches related to Michael Jackson was so big that Google News initially mistook it for an automated attack. Google Juin 2009

L'analyse de cet épiphénomène a amené Nick Burcher à publier un article intéressant où il compare la pertinence des 3 moteurs (Google. Bing et Yahoo!) et pointe du doigt très justement l'importance de la sémantique dans le cadre de la recherche en temps réel. 
Le seul moteur qui donnaient des résultats cohérents, à propos de Michael Jackson le chanteur, ni l'écrivain ni le top beer expert, c'était Hakia. Pour rappel, Hakia est un des moteurs sémantique du genre de Powerset et Wolfram-alpha qui est le partenaire de Bing dans sa solution de recherche sémantique.

'Michael Jackson Died' shows the difficulty in offering semantic / real time search - the explosion of searches for Michael Jackson in the hours after his death were clearly aimed at finding information around Michael Jackson the singer, but Search Engines struggled to ignore their archive information and focus on the breaking news. Real time vs relevance is a difficult balancing act, but one that Search Engines will have to solve sooner or later.  Nick Burcher Juin 2009.

Maintenant je voudrais aussi attirer votre attention qu'après l'annonce de l'incorporation définitive de Caféine, Google procédait à un autre lancement important, il s'agit de Google Places reviews avec une grosse annonce à cette date ayant provoqué un tsunami comparable à ce que nous vivons actuellement avec avec l'intégration de Google maps dans Google plus local. En fait il donnait la possibilité aux propriétaires d'entreprises de répondre aux commentaires faits par les utilisateurs, en coupant l'herbe sous les pieds de Yelp partenaires d'avant.

Alors pour résumer, entre fin 2009 et Juin 2010, nous avons connu 4 points de développement:

1. Changement d'algorithme pour répondre aux attaques des manipulateurs de SERPs, 
2. Apporter de la consistance aux résultats des requêtes relatives à la recherche en temps réel.
3. Accord avec un réseau social (Twitter) pour enrichir ses résultats récents
4. Amélioration de l'engagement utilisateur/entreprise sur Google Places

La comparaison saute aux yeux : en ce moment Panda et Penguin forcent Google à ajouter Panda et Penguin à son algorithme. Le knowledge graph vientaméliorer la compréhension du moteur de recherche des requêtes en général en les plaçant dans leurs contextes. Google plus maintenant a atteint sa vitesse de croisière avec ses 170 millions d'utilisateurs (objectifs dépassés), Google maps change encore une fois de nom pour Google+ local et passe sous le giron de Google plus.
Disons l'histoire se répète et le jeu du chat et la souris est loin d'être fini, au risque de nous menacer d'une bulle spéculative sur le positionnement des pages Web. Celle-ci est défendue par Marco Gori et Ian Witten depuis 2005 via leur publication : The Bubble of Web Visibility.

Voici ci-dessous la comparaison de mes deux schémas Juin 2011 Vs Juin 2012 :

Linked Data

Google Knowledge Graph