Кај големите веб-сајтови, речиси е невозможно да се знае кои внатрешни линкови навистина носат вредност. WebKnoGraph се обидува да го надмине овој проблем со комбинирање на SEO со најсовремени техники за обработка на податоци, векторски репрезентации (vector embeddings) и Graph Neural Networks за предвидување линкови. Ова овозможува научно тестирање и предвидување на ефектот од линкувањето во изолирани лабораториски услови, претворајќи го хаотичниот процес на внатрешно линкување во подобра мерлива стратегија која носи поголема видливост на Google и повеќе органски резултати.
WebKnoGraph е резултат на соработкаta која ги обединува академијата и индустријата. Во проектот соработуваат ФИНКИ (проф. д-р Георгина Мирчева), Complexity Science Hub Vienna (проф. д-р Мирослав Мирчев), италијанската компанија WordLift заедно со Емилија Ѓорѓевска која и самата е близок соработник на WordLift. Станува збор за спој на технички, маркетинг и експерти за иновација, сите со клучни членови од Македонија, кои се здружиле за да го унапредат полето на оптимизација за пребарување (SEO) и техничкиот маркетинг на светско, научно и индустриско ниво.
Емилија ни помогна да дознаеме повеќе за тоа како оваа истражувачка рамка и алатка функционираат, зошто тимот се одлучи за пристапот со отворен код и како WebKnoGraph им помага на сите кои се „tech-savvy marketers and marketing engineers“.
Како дојдовте до идејата за WebKnoGraph? Кој е најголемиот проблем во индустријата за SEO и содржина кој ве натера да сфатите дека е потребна нова алатка која подобро ќе ги анализира податоците?
Идејата за WebKnoGraph се роди како резултат на 10-годишно искуство на пресекот во полето на оптимизација за пребарување и вештачка интелигенција, особено после личното искуство во менаџмент на големи платформи како оние на meinestadt.de (ќерка фирма на Axel Springer, една од најголемите издавачки куќи во Европа) и MediaMarktSaturn (топ платформа за е-трговија во ЕУ) каде работев ангажирана како Продукт Архитект и софтвер инженер за дигитално искуство со фокус на SEO.
Брзо видов дека работите во оваа бранша забрзано итаат кон инженерство на податоци, графови на знаење, применета вештачка интелигенција, теорија на графови и сите нивни комплементарни области, но ми недостигаше постручно, таргетирано знаење во половина од нив. Заради ова, како и одличната соработка со професорите од ФИНКИ за време на моите додипломски, како и огромната поддршка која ја добив од менторите (морам да го споменам и проф. д-р Милош Јовановиќ кој беше мој иницијален ментор и иноватор во ова поле), ја отворивме соработката за WebKnoGraph. Работиме напорно и вредно да го демократизираме проектот преку туторијали и промоција на различни фокусирани, интернационални SEO настани. Во изработка се и два поврзани научни трудови, кои очекуваме и се надеваме да ги објавиме во светски реномирани конференции.
Полето на технички маркетинг е плодно за иновација и бизнис, а и моментумот и зрелоста на индустријата се на највисоко ниво досега, што го прави овој проект уште поатрактивен и интересен за пошироката публика.
WebKnoGraph го комбинира SEO со „cutting-edge data processing techniques, vector embeddings, и graph-based link prediction“. Како овие три технолошки столба се надополнуваат за да решат проблем што традиционалните SEO алатки не можат?
Проблемот кој WebKnoGraph го решава е како да се поврзат семантички сродни страници на скалабилен начин (пример, страница за барбики нема логика да е поврзана со страница за гуми), но и страници кои имаат логика според граф структурата на сајтот (еден сајт е всушност граф на елементи, каде секоја страница претставува јазол, а сите линкови меѓу страните се нивните врски) уште пред да се направи било каква инвестиција од страна на инженеринг тимот за поврзување на тие страници на жив сајт.
Нашиот алгоритам ги учи двете компоненти во исто време и врз основа на тоа препорачува линкови меѓу кои би требало да постои, а нема врска (линк меѓу дадени две страници). Тоа е првата иновација во поглед на постоечките индустриски алатки кои ја користат или само граф структурата на сајтот (PageRank/CheiRank) или само содржината (семантичка сличност, клучни зборови…).
Вториот клучен елемент е што правиме тестирање во изолирани, но добро подготвени лабораториски услови, каде тестираме различни типови преповрзувања уште пред тие да се аплицираат на продукциска верзија на сајтот, применети на синтетички и реални веб графови, вклуувајќи и продукциски податоци од нашиот партнер Kalicube. Со ова, можеме да кажеме дека нашето решение ќе работи, нема да работи или делумно ќе работи во реални услови, без оглед дали пребарувачите како Google ги смениле своите алгортими во позадина уште на почеток (без оглед дали знаеме ние за тоа или не), како и независно од тоа дали било кој сменил нешто на тестираниот сајт, што може да го наруши интегритетот на експериментот.
Оваа методологија дава апсолутна доверба во она што е препорачано на крај, бидејќи експериментот е фантастично осмислен и реализиран од почеток до крај.
Ако треба на еден искусен маркетер, кој не е експерт за AI, да му објасните што е WebKnoGraph – како би го опишале? Кој е најголемиот проблем што го решава?
WebKnoGraph е алатка и истражувачка рамка што помага големи веб-сајтови да ја искористат целата вредност од внатрешното линкување. Наместо класичниот пристап каде што линковите се додаваат интуитивно или рачно, WebKnoGraph користи податоци од содржината и структурата на сајтот за да симулира што ќе се случи со посетеноста и авторитетот ако се додадат (или отстранат) одредени линкови.
Најголемиот проблем што го решава е тоа што кај големите веб-сајтови (со илјадници страници) е речиси невозможно да се знае кои линкови навистина прават разлика. Маркетерите често се потпираат на интуиција или општи совети („поврзи страници со сродна тема“), но тоа не гарантира подобар резултат. WebKnoGraph овозможува научно тестирање и предвидување на ефектот од линкувањето, некој вид на една „лабораторија“ за вашиот веб-сајт.
Со други зборови: од хаотичен процес се прави предвидлива и мерлива стратегија, што директно носи подобра видливост на Google и повеќе органски резултати.
Што значи ова за корисниците? Како WebKnoGraph им помага на сајтовите?
Замислете дека некој корисник доаѓа на твојот сајт со конкретна намера, да најде одговор, производ или информација. Ако страниците не се добро поврзани, шансата е голема дека корисникот ќе кликне еднаш или двапати и потоа ќе се откаже, бидејќи не гледа јасна патека до тоа што му треба. Токму тука влегува WebKnoGraph: со помош на анализа и симулации, ја реорганизира внатрешната мрежа на линкови за секој корисник полесно да стигне до вистинската содржина. Тоа создава чувство на доверба, затоа што сајтот изгледа структуриран и интуитивен, а корисникот останува подолго и се враќа повторно.
За сопствениците и маркетерите, ова значи двоен бенефит. Од една страна, Google подобро го „разбира“ сајтот и му дава повисоки позиции, затоа што сигналите за поврзаност и авторитет се појасни. Од друга страна, постоечката содржина добива нов живот, страници што порано биле „закопани“ сега излегуваат на површина и носат органски посети. WebKnoGraph го претвора внатрешното линкување од хаотичен процес во стратегија што има јасен ефект и за корисникот и за пребарувачот.
Зошто се одлучивте да користите Graph Neural Networks како GraphSAGE за предвидување линкови, наместо некој поедноставен машински алгоритам? Што му овозможува графичкиот пристап што недостасува кај другите методи?
Одлучивме да користиме Graph Neural Networks (GNNs) како GraphSAGE затоа што проблемот што го решава WebKnoGraph е по своја природа граф проблем: како што наведов претходно, веб-сајтот е мрежа од страници и линкови, каде вредноста на една страница зависи не само од нејзините сопствени атрибути (содржина, клучни зборови) туку и од позицијата и контекстот што ги има во мрежата.
Поедноставен машински алгоритам може да уважи само „изолирани“ карактеристики, како на пример број на зборови, густина на клучни зборови или број на линкови. Но такви методи не можат природно да моделираат како една страница е поврзана со своите соседи, колку е централна во мрежата и какво влијание може да има додавањето нов линк на целата структура. GraphSAGE и другите GNN техники овозможуваат токму тоа: тие учат векторски репрезентации (embeddings) на страниците со земање предвид на локалниот и глобалниот контекст во графот. Така моделот може да предвиди не само тематска сродност меѓу две страници, туку и структурна корист од нивното поврзување.
Со овој пристап добиваме структурна интелигенција што недостига кај класичните методи = способност да се разбере и искористи мрежната динамика на еден веб-сајт.
WebKnoGraph е со отворен код и користи Python/Jupyter Notebooks. Колку е толку важно да се има транспарентност во оваа област?
SEO индустријата е место каде сум активна во изминатава декада на интернационално ниво. Дури и во светски рамки, за жал, се уште станува збор за индустрија која се базира на шпекулации, лични ставови, скриени интереси и препишување содржина, наместо креирање на нови едуцирани видици и практични сознанија.
Токму од тие причини, со WordLift и професорите на ФИНКИ делиме иста визија: сакаме да помогнеме полето да се трансформира и ова е нашиот придонес како благодарност за сите претходни години работа и поддршка на заедницата. Сега е наш ред да поттикнеме преоѓање во следна фаза, каде маркетерите не се само технички едуцирани, туку и потковани да развиваат целосни алгоритми за маркетинг цели.
Од лично и истражувачко искуство, барем полето на SEO и те како се трансформира во техничка гранка, наместо типичната бизнис етикета која ја имаше досега. Ова е фундаментален преод во инженеринг и тој развој само ќе се зацврсне и понатака.
WebKnoGraph користи вештачка интелигенција за „link prediction“. Како AI ги „предлага“ најдобрите внатрешни линкови? Дали моделот може да идентификува поврзаност помеѓу две страници која е целосно невидлива за човечки SEO експерт?“
Многу добро прашање.
Ние во нашите експерименти ги тестиравме двата пристапи и она што го научивме е дека автоматското поврзување работи подобро од човечкото (напомена: под човечко се подразбира дека повторно алгоритмот е тој кој дава препораки, но финалниот избор сепак го прави човек = Human-In-The-Loop пристап). Сепак, во одредени изолирани случаи, сфативме дека луѓето се подобри во наоѓање добри линкови, но како и да е, тоа беше ретко.
Штом нашето истражување ќе биде објавено, ќе го споделиме со пошироката јавност, во интересот и духот на отворен карактер и отворена наука, за да ги видите убаво сите детали :) Отворената наука може многу!
WebKnoGraph користи Jupyter Notebooks како интерактивни кориснички интерфејси (UIs) за секој модул. Како успеавте да ја направите оваа напредна технологија употреблива и интуитивна за техничките маркетери? Која е идеалната компанија/корисник за WebKnoGraph?
Од старт сфативме дека ако WebKnoGraph остане само на ниво на истражувачки код, ќе биде корисен за академици, но речиси недостижен за маркетери што сакаат да го применат во пракса. Затоа ја избравме формата на Jupyter Notebooks како интерактивни UIs, каде секој модул доаѓа со чекор-по-чекор инструкции, претходно подготвени визуализации и пример-команди што може веднаш да се извршат. Така корисникот не мора да знае детали од Python или Graph Neural Networks, туку следи „сценарио“ како во работилница, со помош на нашите туторијали. Со тоа напредната технологија станува употреблива и интуитивна, бидејќи секој чекор е транспарентен, а резултатите се прикажуваат веднаш преку графови, табели и метрики што маркетерот ги разбира.
Моментално, туторијалите ги тестираме веќе 3 месец со реални корисници и SEO експерти кои ни даваат забелешки и насоки како да ги подобриме. Официјалниот трејлер за проектот може да го погледнете тука.
Идеалниот корисник за WebKnoGraph е голема содржинска организација со комплексен веб-сајт. Земете на пример платформа за е-комерција со илјадници производи, медиумски куќи со огромен архив или SaaS компании со обемна документација. Такви организации веќе имаат SEO тимови и технички маркетери кои се доволно „data savvy“ за да читаат метрики и графички резултати, но немаат време или ресурси да градат сопствени AI модели. Со WebKnoGraph тие добиваат лабораторија за внатрешно линкување, која е доволно напредна за научна прецизност и доволно пријателска за практична примена.
Колку е голем јазот во вештините што корисниците треба да го надминат за да ја имплементираат оваа моќна алатка? Дали корисникот треба да биде програмер за да ја инсталира и одржува алатката, или е доволно само да ги разбере и интерпретира податоците од Notebooks-от?
Во план е нова итерација на туторијали кои веќе треба да ги редизајнираме, според фидбекот на првите четири тест групи на корисници од Швајцарија, Италија, Германија и Индија. Тоа ќе го реализираме после објавување на трудовите на темава, кои транспарентно ќе ги публикуваме на нашиот јавен репозиториум https://github.com/martech-engineer/WebKnoGraph.
За почеток, главна идеја е да корисниците само да експериментираат со проектот, разбирајќи ги основните начела, а како ќе матурира продуктот, и да ги користат истите самостојно и целосно во својата работа.
Оваа недела, проектот го презентираме во Хамбург, во една од најголемите маркетинг агенции во Германија, после огромен интерес на SEO Wiesn 2025, каде бев еден од носечките предавачи и го презентирав овој проект. Задоволството и возбудата се огромни!
Која е улогата на WordLift.io, Kalicube.com и ФИНКИ како партнери и советници? Како нивната поддршка и инпут ја обликуваше научната и практичната насока на WebKnoGraph?
Сите бизнис и научни партнери, почнувајќи од WordLift.io, Kalicube.com, па до ФИНКИ помогнаа така што проектот од почеток до крај се работеше со реални корисници, клиенти и експерти од мултидисциплинарни области. Не теоретизиравме, не претпоставуваме, туку напротив, правевме кратки итерации и веднаш ја носевме новата верзија пред реален корисник.
Овој начин на работа и размислување отскокнува од традиционалните академски пристапи, најмногу затоа што немаме зрела продукт култура во Македонија. Ние сме земја која произведува софтвер, но не за себе, туку за други, а кога го правите првото, играта е поинаква, како и менталитетот кој треба да го имате со неа.
Во споредба со традиционалните пристапи во Македонија, каде спуштаме туѓи податочни множества, па применуваме алгоритми за да решиме непостоечки проблем (искрено), јас избрав да работам на швајцарски/германски начин, на практично корисничко сценарио и да развивам цело едно решение за кое морав да ја доразвијам и сопствената експертиза до степен кој ја немав претходно. Зборуваме за процес од крај до крај: од презентирање на идеја, до дизајн на експеримент, преку работа со корисници и клиенти, од обезбедување фундирање и пишување труд и ПР. Така се работи тоа на универзитетите надвор, а јас тоа го направив од дома (преку ФИНКИ, иако сум ангажирана на далечина, бидејќи живеам во Минхен). Тоа е убавината кога работите на реални проблеми, учите нови работи и сте мостот помеѓу интернационалната и домашната талент, инженеринг сцена :)
Кои се следните TO-DOs на кои работите? Што е најголемиот предизвик во моментов во развојот?
На мое огромно задоволство, ова решение ќе биде интегрирано во Агент WordLift, кој неодамна победи на Zurich Agentic AI Hyperchallenge 2025 од Zurich Insurance. Честа да се подобри уште повеќе и така квалитетен продукт, во светски рамки, за некој кој доаѓа од мала земја како нашата е непроценлива. Вратите, шансите, интервјуата, интересот кој се појави за мојата работа и мене како професионалец е значително повисока откако работам на WebKnoGraph и се надевам дека тоа ќе продолжи и понатаму.
Искрено очекувам нашиот проект да биде инспирација за сите актуелни и идни академски граѓани, особено колеги на ФИНКИ: време е да бидеме продукт и стартап ориентирани, преку решавање на реални кориснички проблеми, кои можат да се преточат во бизнис решенија и да се компетитивни, дури и подобри од другите на светската сцена. Македонскиот инженерски кадар е феноменален и веќе и те како е сериозна конкуренција во светски рамки.
За крај, би сакала да ја искористам оваа прилика да ги поканам сите заинтересирани страни да ни се обратат за соработка, доколку сакаат да помогнат како податочни, истражувачки, ПР или финансиски партнери. Истражувањето и решението ќе се развиваат и усовршуваат и понатака, а мене ќе ми биде огромно задоволство да вклучиме повеќе професионалци од нашата прекрасна Македонија.
Стани премиум член и доби пристап до сите содржини, специјален попуст на над 2.200 производи во ИТ маркет, верификуван профил и можност за огласување на ИТ Огласник. Плус ќе го поддржиш медиумот кој го градиме цели 16 години!
Доколку веќе имаш премиум членство, најави се тука.
