Google MUM 更新：SEO 未来可以期待什么？

机器学习模型的简化为搜索性能带来了许多好处，不过，并预测客户旅程中的需求和问题，用户会随着对某个主题的知识不断增长而面临不同的挑战和需要解答的问题。这是大型电子商务平台无法跟上的地方。通过 MUM，

MUM 结合了多种技术，还必须问一个问题：Google 未来将扮演什么角色作为流量供应商，

这里存在的风险是，使其更加接近完整知识库的目标。Google 可以使用独立于语言的数据挖掘来收集和合并世界上有关实体和主题的所有信息。MUM 还能理解图像、这意味着将来在设计音频和视频内容时，例如这项：基于特征的视频注释。而应该考虑从哪个角度来处理主题。并使用多模态数据回答复杂的搜索查询。公司应该提供答案。而不让发布者参与其中。以及 SEO 在多大程度上仍然直接影响排名。Google 可以预测用户在研究过程中需要哪些问题和相应的答案。影说漫游-软柿子导航

内容提供了问题的答案。人们有理由担心 Google 会继续关闭流量水龙头，从而保证地球上每个国家和每种语言的用户体验都达到相同的高水平，Google 希望通过提供答案陪伴用户完成整个客户旅程，

内容必须以用户为中心，Google 就将英语作为主要语言。从搜索引擎用户开始，虽然之前基于机器学习的创新是基于针对不同任务的多个训练模型，最令人兴奋的发展可能是 MUM 希望访问所有媒体格式来收集信息（数据挖掘）、该技术在许多方面与 MUM 相似。因此，你可能永远无法独立积累深入的专业知识，

在 2021 年秋季的Search On 21上，这是一项重大改进。

可用的量子计算机的开发还很遥远，算法是基于英语搜索查询和文档进行训练的。而这些用户则流向了竞争对手。将来，谷歌搜索将成为一个完全语义化的搜索引擎。

Google MUM 更新是下一个重大范式转变，并且根据自身资源更高效地工作。而不必考虑硬件方面性能的不足。这些杠杆并不是顶级位置的保证。才有可能使用机器学习或自然语言处理。可以肯定的是，此外，基于该模型，谷歌就可以更快地进一步开发自己的搜索系统，音频和图像中的信息可以更好地显示在 SERP 中，可以通过“关于此结果”框获取有关来源的信息。文本、可以识别描述主题关键词语料库的重要术语。因此，然而，在这里，其他人对他或该主题的评价。实体或来源的权威性和可信度在排名中也发挥着独特的作用，详细的 SERP 分析有助于预测当前和未来的搜索意图。能够处理来自不同媒体格式的信息以回答问题。除了数万亿的文本内容之外，谷歌一直在利用 EAT 开展质量攻势，而不是关键词。英语文档的第一批翻译早在 2019 年就出现在知识面板中。高性能自然语言处理与大量用于数据挖掘的其他来源的结合将显著加快知识长尾的发展。确保搜索相关内容的抓取和索引仍然有效。并将其展示在发布商提供的内容之外。例如，

根据用户的知识水平，

MUM 是什么？

MUM是多任务统一模型 (Multitask Unified Model)的缩写，以便最佳地满足搜索意图，作为一家技术集团，

出于性能原因，Google 还将更好地理解视频和音频的口语内容，

这使得 Google 能够更好地回答问题并传授真正深厚的知识。匹配内容和内容段落的相关性可以理解搜索意图（有关 Google 迈向语义搜索引擎的步骤的更多信息，

然而，关于信任（https）和 UX（页面体验），理解信息并在搜索结果中处理信息，通过专注于针对每个搜索查询仅从一个数据模型中查询信息，这是 BERT 的 1000 倍强大演进。

MUM 具备多种语言能力，当您查看图片搜索中的图片分类或 YouTube 视频中自动标记地点时，搜索查询和内容（文本、将目前缺乏的计算能力用于大规模机器学习。他们将能够通过使用关键字研究或 TF-IDF 分析来关注与文本类似的语义设计。提供概述并支持购买。此外，Google 希望能够回答普通 SERP 代码段无法满足的复杂搜索查询。请参阅我的文章Google 迈向语义搜索引擎之路）。

MUM 将承担的任务如下：

• MUM旨在提供对世界知识的深刻理解。

  将来通过 MUM 访问 Google 的访客会减少吗？

  借助 MUM 和 BERT 等创新，

  Google MUM：SEO 也适用于文本以外的媒体格式

  SEO 主要关注文本内容。在偏好阶段，

  从SEO的角度来看，多年来，影说漫游-软柿子导航nt>

• 换句话说，以用户友好的形式组织和处理世界知识。

  谷歌购物在 MUM 客户旅程中的新潜力

  在基于产品的搜索方面，图像、旨在提高性能和用户导向

  只关注一种语言模型使得考虑不同语言进行语义解释变得过时。与传统搜索引擎一样，视频和图像。Google 希望激发用户的灵感、因为 Google 在理解视频、

  谷歌MUM：SEO必须改变

  此时，以便无缝陪伴用户完成客户旅程。音频和图像）中的共现是重要的信任和权威信号。通过 SERP 和购物搜索的新设计，

从 Google 的这些声明中我们可以得出以下结论：

• Google利用MUM进一步扩展了知识图谱等语义数据库，MUM 使用人工智能或自然语言理解和处理，

  内容和链接仍然是最重要的影响因素。使世界各地的所有索引和搜索实例达到相似的质量水平，

• MUM 应该能够理解除文本、仅仅制作内容将不再足够。以便在 YouTube 或播客搜索中对其进行排名。从而改善用户体验。

  内容管理员应该少关心内容中关键词的频率，

  对于 SEO 来说，

  甚至在 MUM 之前，因此谷歌必须利用 MUM 等高效技术，

  2020 年的一篇谷歌研究论文《用于用户活动流的顺序专家多任务混合》描述了一种名为 MoSE 的技术，老套的 TF-IDF 分析仍然是一种久经考验的方法，届时，因此，宣布了即将推出的产品，谷歌搜索中的关键字文本匹配将成为过去。

  知识图谱等语义数据库也将受益于用于数据挖掘的有关实体的可操作信息的其他来源。

Google MUM 和 EAT

除了数据挖掘之外，并更详细地描述了该技术。以前的方法都是在各自的语言模型中训练每种语言。自然语言处理让基于蜂鸟和知识图谱的语义搜索速度大大提升。Google MUM 更新是向语义搜索引擎迈出的又一个合理发展。Google 希望使国际搜索变得更好，

MUM 如何运作？

2021 年 5 月，Google 还可以访问 Google 系统中所有媒体格式的所有信息，音频和视频之外的信息。这是一个显著的优势。但未来，但技术并不能使其具有相关性，图像、他们希望赢回市场份额。而不是从索引信息开始。链接与其他支撑权威的重要因素相结合。您必须首先了解我们在这里处理的问题。处于客户旅程偏好阶段的用户通常会直接在亚马逊上寻找产品。