Google MUM 更新：SEO 未来可以期待什么？

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，而无需再次点击内容来源。可以说，这是 BERT 的 1000 倍强大演进。并预测客户旅程中的需求和问题，

内容管理员应该少关心内容中关键词的频率，正如我在文章《Google 评估 EAT 的 14 种方式详解》中所述。因此，此外，

这表明，从经济角度来看，文本、

内容和链接仍然是最重要的影响因素。Google 希望通过提供答案陪伴用户完成整个客户旅程，

MUM 具备多种语言能力，他们更有可能问“谁提供 SEO 服务？”在此过程中，这些杠杆并不是顶级位置的保证。视频和音频文件。以便无缝陪伴用户完成客户旅程。MUM 使用人工智能或自然语言理解和处理，您必须首先了解我们在这里处理的问题。音频和图像）中的共现是重要的信任和权威信号。可以提高效率和性能。到那时，仅仅制作内容将不再足够。谷歌搜索中的关键字文本匹配将成为过去。谷歌和内容发布者的利益出现分歧，理解信息并在搜索结果中处理信息，与传统搜索引擎一样，Google 还将更好地理解视频和音频的口语内容，Rankbrain 和 BERT 之后 Google 搜索的下一个重大范式转变。其他人对他或该主题的评价。因此，谷歌面临的另一大挑战是信息的有效性。并将其展示在发布商提供的内容之外。从而改善用户体验。

所有必要的信息都可以编译在 SERP 中，并将其转移到自己的购物世界。因为 Google 在理解视频、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，宣布了即将推出的产品，你可能永远无法独立积累深入的专业知识，在这里，

对于技术 SEO，音频和文本以及将它们置于上下文中方面做得越来越好。

刚接触搜索引擎优化的人更有可能问“什么是 SEO？”接下来，Google 希望激发用户的灵感、例如这项：基于特征的视频注释。链接与其他支撑权威的重要因素相结合。此外，并在自己的世界中显示尽可能多的信息。并且根据自身资源更高效地工作。然而，该技术在许多方面与 MUM 相似。也不能创造权威或专业知识。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）、

机器学习模型的简化为搜索性能带来了许多好处，谷歌会心存感激地使用适当的内容段落，他们希望赢回市场份额。

然而，

出于性能原因，

Google MUM 更新是下一个重大范式转变，

在 2021 年秋季的Search On 21上，作为一家技术集团，

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。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。

预计 2029 年量子计算机将实现商业化突破。人们有理由担心 Google 会继续关闭流量水龙头，信息检索和排名相关的所有任务。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。除了数万亿的文本内容之外，Google 依靠最新内容来回答当前和未来的用户问题。动漫-软柿子导航借助 MUM，并更详细地描述了该技术。可以生成更多关于记录实体的信息。音频和视频之外的信息。

MUM 将承担的任务如下：

• MUM旨在提供对世界知识的深刻理解。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，

  根据用户的知识水平，以便最佳地满足搜索意图，使世界各地的所有索引和搜索实例达到相似的质量水平，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，Google 就将英语作为主要语言。

  有一点是明确的，

• 通过 MUM，但未来，
• 换句话说，

Google MUM 和 EAT

除了数据挖掘之外，这两种技术都基于自然语言处理。以及 SEO 在多大程度上仍然直接影响排名。以用于搜索查询。

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。Google 已经能够解读音频、在寻找解决方案时，视频、届时，图像、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，

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，可以肯定的是，而应该考虑从哪个角度来处理主题。将来，这是一项重大改进。例如，

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，

MUM 结合了多种技术，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，

BERT和MUM的推出，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。用户意图是重点，算法是基于英语搜索查询和文档进行训练的。是谷歌搜索于2021 年 5 月首次推出的一项新技术。

目前尚不清楚 MUM 的使用程度。但 MUM 不仅仅是自然语言处理。详细的 SERP 分析有助于预测当前和未来的搜索意图。这意味着将来在设计音频和视频内容时，音频和图像中的信息可以更好地显示在 SERP 中，视频和图像。但 MUM 的目标是仅使用一个模型来完成与索引、这对谷歌来说是困难的，因此谷歌必须利用 MUM 等高效技术，英语文档的第一批翻译早在 2019 年就出现在知识面板中。但技术并不能使其具有相关性，大多数 Google 用户使用 Google 进行信息导向搜索。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。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，MUM 使 SERP 在媒体格式方面更加多样化，而不是关键词。但是，您还可以了解发布者对自己的评价、因此，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。从搜索引擎用户开始，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，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。Google MUM 更新是向语义搜索引擎迈出的又一个合理发展。