Construire un graphe d'entités
de votre propre site

Personnes, organisations, produits, services, lieux, événements et sujets, chacun avec le nombre de pages où il apparaît, plus un décompte par type. Ce décompte suffit à dire si votre site se lit comme un produit ou comme un tas d'articles.

Un score par entité, pondéré selon l'endroit où le nom apparaît. Les données structurées comptent plus qu'un titre, et un titre compte plus qu'un sous-titre. L'entité en tête est rarement celle de la page d'accueil.

Les liens que vos pages énoncent, ceux qui reviennent sans cesse sur les mêmes pages, et ceux dont les noms sont proches par le sens. La carte répartit le total entre les trois, vous voyez donc quelle part du graphe votre site a écrite lui-même.

Les entités avec leur type, leurs alias, leur nombre de pages, leur score et jusqu'à trois URL sources chacune. Les relations avec leur sorte, leur origine et leur confiance. Le PDF est celui qu'on transfère, le CSV celui qu'on trie.

Un validateur vérifie la syntaxe sur une page. Il ne peut pas vous dire que votre produit et votre société sont deux entités déconnectées à l'échelle du site.

Les tableurs comptent du texte. Décider que deux orthographes désignent la même organisation, et qu'une troisième en désigne une autre, demande une étape de résolution que personne ne fait à la main de façon constante.

Les graphes au tableau blanc décrivent la structure que la marque aimerait avoir. Les moteurs lisent ce qui est sur les pages, en général plus maigre et plus désordonné.

Un audit fait à la main est un coup unique, donc personne ne démontre jamais que le changement de schema a fonctionné. Ici, reconstruire prend quelques secondes, et c'est ce qui rend l'avant-après utile.

Fondateur, éditeur, marque, travaille pour, fait partie de. La Rapide les tire de votre JSON-LD et suit les références @id qu'il contient. La Complète ajoute celles qu'un modèle trouve énoncées dans votre prose. Si aucune page ne dit qui a fondé la société, il n'y a pas de relation de fondateur.

Des entités qui apparaissent régulièrement sur les mêmes pages, étiquetées « apparaît avec » et portant le nombre de pages qu'elles partagent. C'est la preuve d'un motif sur votre site, pas une affirmation sur le monde.

Un petit modèle d'embeddings tourne sur votre machine, compare les noms de vos entités et garde les plus fortes par entité au-dessus d'un seuil de similarité. Étiquetées « en lien avec », avec un score. C'est la couche qui donne un graphe utilisable même à un site sans aucun balisage.

La casse, la ponctuation et un Inc ou Ltd final disparaissent, donc « NinjaOne, Inc. » et « Ninjaone inc » deviennent une seule entité. Deux types différents restent deux entités, et c'est pour cela qu'une marque peut apparaître comme produit et comme organisation. Cette scission est un constat, pas un bug.

L'endroit où un nom apparaît compte autant que le nombre de fois. Les données structurées pèsent plus qu'un titre, un titre pèse plus qu'un sous-titre, et le score est compressé pour qu'une page répétant un mot n'emporte pas le classement.

Le tableau et les exports portent les 2 000 premières entités et les 2 000 premières relations, avec les totaux réels sur la carte. Si l'analyse IA est ignorée, arrêtée ou échoue, la carte le dit au lieu de faire passer un graphe Rapide pour un Complet.