
在Google搜索非公开播客中,Google结构化数据专家Ryan Levering受邀探讨了该技术的演进与未来。拥有逾11年相关经验的Levering指出,Google正从依赖机器学习自动抓取转向鼓励网站主动提供结构化数据,并计划在未来将其更深度地融入内容理解体系。
Google结构化数据的演进历程
Levering回顾称,其早期负责Search Console旧版数据高亮工具时,Google曾试图通过机器学习自动识别网页内容,以减少对人工标记的依赖。然而实践证明,直接由用户提供数据的准确性显著高于自动抓取,且实施成本更低。因此,Google调整策略,将资源重心转向优化结构化数据支持文档及工具,引导网站所有者规范提交数据。
当前技术策略:结构化数据与机器学习并重
目前,Google采取“多管齐下”的策略。虽然结构化数据成为核心信息来源,但机器学习仍不可或缺,主要用于以下场景:
- 为未部署结构化数据的网站生成富媒体结果;
- 检测并验证页面实际内容与结构化数据的一致性,防范滥用或同步错误。
Levering强调,这是一种互补关系:结构化数据赋予发布者控制权并提升准确性,而机器学习则作为兜底机制扩大覆盖范围并保障数据真实性。
未来规划:深化内容理解与数据传输革新
中期目标:强化内容理解与功能整合
在中期内,Google计划拓展结构化数据的应用边界,使其不仅服务于视觉呈现,更能辅助算法深层理解页面语义。同时,致力于解决当前应用零散的问题,推动结构化数据在更多搜索功能中的通用化部署。
长期愿景:构建独立数据传输通道
长远来看,Google希望探索将结构化数据整体解读并融入内部知识图谱的新路径。Levering透露,未来可能建立专门的结构化数据传输渠道,使数据提供者无需将所有信息嵌入网页前端即可与Google交互。这一变革旨在简化数据传输流程,并促使大型CMS平台及插件生态原生集成结构化数据生成能力,从而实现更高效、精准的数据摄入。
Ryan Levering:当我刚加入Google时,团队专注于通过机器学习从网页中提取结构化数据(即“包装器诱导”)。但在多年实践后,我确信直接请求用户提供数据比自动抓取更容易且准确。尽管这带来了验证挑战,但总体而言是更优解。我们将机器学习视为获取信息的支柱之一,用于缺乏显式数据的场景;而结构化数据则让用户拥有控制权。两者是并肩协作的关系。未来的关键在于找到一种绕过视觉呈现、直接在数据提供商与Google之间传输数据的清晰方式,这将使CMS和插件能更便捷地以编程方式接入数据。

