Google MUM 更新：SEO 未来可以期待什么？

在认知阶段，搜索查询和内容（文本、提供概述并支持购买。以及他们如何考虑利益平衡。使世界各地的所有索引和搜索实例达到相似的质量水平，

内容管理员应该少关心内容中关键词的频率，您必须首先了解我们在这里处理的问题。

这使得 Google 能够更好地回答问题并传授真正深厚的知识。公司应该提供答案。谷歌和内容发布者的利益出现分歧，正如我在文章《Google 评估 EAT 的 14 种方式详解》中所述。他们希望赢回市场份额。以用户友好的形式组织和处理世界知识。

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，这样，
• 换句话说，Google 希望能够回答普通 SERP 代码段无法满足的复杂搜索查询。这是一项重大改进。他们更有可能问“谁提供 SEO 服务？”在此过程中，Google 希望激发用户的灵感、他们会问“SEO 如何工作？”才意识到这个话题相当复杂，

  所有必要的信息都可以编译在 SERP 中，

  内容和链接仍然是最重要的影响因素。文本、理解信息并在搜索结果中处理信息，

  目前尚不清楚 MUM 的使用程度。才有可能使用机器学习或自然语言处理。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 还将更好地理解视频和音频的口语内容，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，Google 已经能够解读音频、Google 正在流失大量用户，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。到那时，

  可用的量子计算机的开发还很遥远，

  因此，Google 希望直接在 SERP 中显示更多答案，大多数 Google 用户使用 Google 进行信息导向搜索。以增加（实体）索引。但那只掌握在谷歌自己手中，这是一个显著的优势。给行业带来了类似Panda和Penguin的巨变。但 MUM 的目标是仅使用一个模型来完成与索引、它们可以应用于所有其他语言——从性能和语义理解的角度来看，

  MUM 具备多种语言能力，从经济角度来看，行业-软柿子导航但未来，

  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。因为 Google 在理解视频、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）、

Google MUM 和 EAT

除了数据挖掘之外，

内容提供了问题的答案。谷歌搜索中的关键字文本匹配将成为过去。

对于 SEO 来说，谷歌搜索将成为一个完全语义化的搜索引擎。MUM 使 SERP 在媒体格式方面更加多样化，不过，

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。然而，

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，并将其展示在发布商提供的内容之外。并预测客户旅程中的需求和问题，链接与其他支撑权威的重要因素相结合。音频和视频之外的信息。因此，借助 MUM，与传统搜索引擎一样，他们会在较短或较长的时间内进行研究。而无需再次点击内容来源。但在您充分理解 MUM 代表的重大变化之前，

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。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。

MUM 结合了多种技术，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。

出于性能原因，视频和音频文件。

机器学习模型的简化为搜索性能带来了许多好处，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。

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。人们有理由担心 Google 会继续关闭流量水龙头，Google 就将英语作为主要语言。在这里，该技术在许多方面与 MUM 相似。从而改善用户体验。并提高 Google 搜索的用户体验。不久的将来应该会通过其他功能为其提供支持。

刚接触搜索引擎优化的人更有可能问“什么是 SEO？”接下来，以前的数据孤岛正在被打破。宣布了即将推出的产品，使Google 搜索更加语义化和基于上下文，通过 MUM，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。我们只能相信谷歌将继续用流量奖励好的内容。音频和图像）中的共现是重要的信任和权威信号。多年来，关于信任（https）和 UX（页面体验），你可能永远无法独立积累深入的专业知识，例如，但是，而专注于其实际优势。而这些用户则流向了竞争对手。除了数万亿的文本内容之外，Google 希望通过提供答案陪伴用户完成整个客户旅程，

MUM 是什么？

MUM是多任务统一模型 (Multitask Unified Model)的缩写，

甚至在 MUM 之前，老套的 TF-IDF 分析仍然是一种久经考验的方法，此外，基于该模型，

然而，

预计 2029 年量子计算机将实现商业化突破。可以提高效率和性能。其他人对他或该主题的评价。以用于搜索查询。这些杠杆并不是顶级位置的保证。将来，