一个例子 以“Michael Sheen”这个名字为例。除非您是电影迷，否则您可能不会立即知道他是一位著名的英国演员。谷歌也是如此；除非页面上有具体数据（即优化、标题或摘要），否则搜索引擎很难识别他的身份背景。 然而，现在 Google 可以读取页面内容，识别其他地方的类似模式，从而将 Michael Sheen 确立为一个实体。
通过这样做
他们可以为用户带来更广泛的 加拿大随机号码生成 搜索结果，包括传记、新闻和电影作品。 Michael Sheen SERP 此过程消除了对锚文本和过度现场优化的需要，因为 Google 即使没有锚文本也能理解信息。 如何确定迈克尔·辛是谁以及什么与迈克尔·辛有关？ 迈克尔·辛和雷切尔·特伦特 这解释了我们在这个搜索页面上看到的很多内容。
人们对 Rachel McAdams 非常非常感兴趣
（出于某种奇怪的原因），而且人们 网站上的分析演示 实搜索了“Michael Sheen Rachel”。因此，Google 知道我们的实体“Michael Sheen”与 Rachel McAdams 密切相关，并且知道这个 Rachel 人很重要。 即使在他们分手数月后，有关分手的新闻文章仍然占据头版，因为谷歌知道这两个实体之间存在着密切的联系。
只要认出迈克尔是一个实体
你就能知道他是一名演员，以及他从 西班牙 电话号码 事过什么工作，但你必须再次搜索才能看到他对不同世界的重要性。为什么他对八卦专栏很重要？电影内幕故事呢？他和谁有密切联系？ Michael Sheen 趋势 在“相关术语”中，我们可以看到这里描绘了一些幼稚的关系。查理·辛 (Charlie Sheen) 的名字与他相似，在开始更赚钱的职业——人肉车祸之前，他也曾是一名演员。
SERP 和知识图谱 知识图谱就是这些实体和
关联如何发挥作用的一个清晰示例。例如，搜索 Michael Sheen 会显示下图中的所有内容 – 他的生平、他出演过的电影和节目以及人们进行过的其他搜索，只需一次搜索即可获得广泛的知识。 Michael Sheen 知识图谱 但是，这幅图像还告诉了我们什么呢？ 嗯，没有什么新鲜的，
发表回复