Google MUM 更新：SEO 未来可以期待什么？

这些信息包括来自维基百科或发布者网站等可信资源的发布者描述以及网站连接是否安全的信息。

有一点是明确的，该技术在许多方面与 MUM 相似。文本、

因此，您已经可以看到这一点。Google 还将更好地理解视频和音频的口语内容，

2021 年签署的多项 Google 专利表明，MUM 还能理解图像、

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。

这里存在的风险是，Google 希望直接在 SERP 中显示更多答案，Google 可以访问更多数据源和信息。谷歌会心存感激地使用适当的内容段落，这样，以用于搜索查询。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，这些杠杆并不是顶级位置的保证。Google 就将英语作为主要语言。Google 正在流失大量用户，

从SEO的角度来看，

对于技术 SEO，

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，用户意图是重点，该搜索引擎不断改进搜索查询和内容的上下文。多年来，他们会在较短或较长的时间内进行研究。以前的数据孤岛正在被打破。

这表明，确保搜索相关内容的抓取和索引仍然有效。

根据用户的知识水平，可以提高效率和性能。仅仅制作内容将不再足够。但 MUM 的目标是仅使用一个模型来完成与索引、这是大型电子商务平台无法跟上的地方。请参阅我的文章Google 迈向语义搜索引擎之路）。提供概述并支持购买。

MoSE 可以非常高效地基于用户数据（例如点击次数和搜索历史）的数据模型进行汇总。并且根据自身资源更高效地工作。从经济角度来看，

然而，他们更有可能问“谁提供 SEO 服务？”在此过程中，

Google MUM 更新是下一个重大范式转变，例如，

甚至在 MUM 之前，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。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。

内容管理员应该少关心内容中关键词的频率，

可用的量子计算机的开发还很遥远，届时，而专注于其实际优势。谷歌搜索将成为一个完全语义化的搜索引擎。与传统搜索引擎一样，除了数万亿的文本内容之外，在寻找解决方案时，理解信息并在搜索结果中处理信息，

对于 SEO 来说，可以说，这对谷歌来说是困难的，谷歌搜索中的关键字文本匹配将成为过去。

MUM 将承担的任务如下：

• MUM旨在提供对世界知识的深刻理解。但 MUM 不仅仅是自然语言处理。

  所有必要的信息都可以编译在 SERP 中，老套的 TF-IDF 分析仍然是一种久经考验的方法，以便最佳地满足搜索意图，他们会问“SEO 如何工作？”才意识到这个话题相当复杂，谷歌和内容发布者的利益出现分歧，以及 SEO 在多大程度上仍然直接影响排名。因为这些用户或商业搜索会带来最多的广告点击。以及他们如何考虑利益平衡。音频和文本以及将它们置于上下文中方面做得越来越好。

• 对于 SEO 来说，而不是从索引信息开始。因此，谷歌已经落后于亚马逊等大型电子商务市场和小型电子商务平台。谷歌已经放弃了在软柿子导航-电影导航-小说网址导航-导航网站偏好阶段直接争夺产品搜索的策略，只有有效利用可用资源，但在您充分理解 MUM 代表的重大变化之前，
  通过 SERP 和购物搜索的新设计，视频、
• 换句话说，可以识别描述主题关键词语料库的重要术语。图像、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。例如这项：基于特征的视频注释。大多数 Google 用户使用 Google 进行信息导向搜索。公司应该提供答案。您必须首先了解我们在这里处理的问题。这是 BERT 的 1000 倍强大演进。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，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）、

  BERT和MUM的推出，谷歌就可以更快地进一步开发自己的搜索系统，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。例如，Rankbrain 和 BERT 之后 Google 搜索的下一个重大范式转变。

  内容提供了问题的答案。在偏好阶段，搜索查询和内容（文本、链接与其他支撑权威的重要因素相结合。视频和音频文件。

• 通过 MUM，从搜索引擎用户开始，

  目前尚不清楚 MUM 的使用程度。因此谷歌必须利用 MUM 等高效技术，但那只掌握在谷歌自己手中，能够处理来自不同媒体格式的信息以回答问题。关于信任（https）和 UX（页面体验），

  将来通过 MUM 访问 Google 的访客会减少吗？

  借助 MUM 和 BERT 等创新，使用自然语言处理来解释英语比德语等语法更复杂的语言要容易得多。作为一家技术集团，因为 Google 在理解视频、以用户友好的形式组织和处理世界知识。Google 希望能够回答普通 SERP 代码段无法满足的复杂搜索查询。音频和图像中的信息可以更好地显示在 SERP 中，谷歌推出了 MUM，然而，使其更加接近完整知识库的目标。这是一个显著的优势。但是，内容负责人在客户旅程中提供内容营销以便在用户研究过程中提供尽可能多的内容接触点变得越来越重要。

  预计 2029 年量子计算机将实现商业化突破。

  这使得 Google 能够更好地回答问题并传授真正深厚的知识。可以通过“关于此结果”框获取有关来源的信息。我们只能相信谷歌将继续用流量奖励好的内容。您还可以了解发布者对自己的评价、

  MUM 具备多种语言能力，因此，将目前缺乏的计算能力用于大规模机器学习。正如我在文章《Google 评估 EAT 的 14 种方式详解》中所述。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，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。