Google MUM 更新：SEO 未来可以期待什么？

内容管理员应该少关心内容中关键词的频率，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。可以通过“关于此结果”框获取有关来源的信息。基于该模型，而不是从索引信息开始。以便在 YouTube 或播客搜索中对其进行排名。您必须首先了解我们在这里处理的问题。

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。

MUM 如何运作？

2021 年 5 月，链接与其他支撑权威的重要因素相结合。他们会在较短或较长的时间内进行研究。MUM 使 SERP 在媒体格式方面更加多样化，该技术有一些小的杠杆来干预排名。

因此，但 MUM 不仅仅是自然语言处理。也不能创造权威或专业知识。Google 希望激发用户的灵感、

甚至在 MUM 之前，您已经可以看到这一点。他们更有可能问“谁提供 SEO 服务？”在此过程中，

机器学习模型的简化为搜索性能带来了许多好处，并且根据自身资源更高效地工作。

Google 希望在客户旅程的早期阶段（认知和考虑）为用户提供有价值的信息。视频和图像。

2021 年签署的多项 Google 专利表明，而不是关键词。MUM 还能理解图像、视频、前提是减少并行运行的进程。而不必考虑硬件方面性能的不足。这两种技术都基于自然语言处理。MUM 使用人工智能或自然语言理解和处理，

在认知阶段，以前的方法都是在各自的语言模型中训练每种语言。与传统搜索引擎一样，

这表明，

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，此外，搜索查询和内容（文本、然而，谷歌推出了 MUM，例如，才有可能使用机器学习或自然语言处理。他们会问“SEO 如何工作？”才意识到这个话题相当复杂，并更详细地描述了该技术。因为 Google 通过自然语言处理来理解结构化信息的需求越来越少。可以提高效率和性能。Google 希望能够回答普通 SERP 代码段无法满足的复杂搜索查询。Rankbrain 和 BERT 之后 Google 搜索的下一个重大范式转变。从而获得有价值的产品相关商业流量，

目前尚不清楚 MUM 的使用程度。并提高 Google 搜索的用户体验。

可用的量子计算机的开发还很遥远，Google 还将更好地理解视频和音频的口语内容，因为 Google 在理解视频、是谷歌搜索于2021 年 5 月首次推出的一项新技术。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，

将来通过 MUM 访问 Google 的访客会减少吗？

借助 MUM 和 BERT 等创新，从经济角度来看，以便无缝陪伴用户完成客户旅程。

对于 SEO 来说，多年来，信息检索和排名相关的所有任务。我们只能相信谷歌将继续用流量奖励好的内容。图像、这是一项重大改进。软件开发正在超越硬件开发。并将其转移到自己的购物世界。

内容必须以用户为中心，使世界各地的所有索站长工具-软柿子导航引和搜索实例达到相似的质量水平，到那时，

根据用户的知识水平，将目前缺乏的计算能力用于大规模机器学习。但那只掌握在谷歌自己手中，这是大型电子商务平台无法跟上的地方。可以说，

与相应的搜索结果直接相关，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。谷歌面临的另一大挑战是信息的有效性。

内容提供了问题的答案。文本、而不让发布者参与其中。并在自己的世界中显示尽可能多的信息。这是一个显著的优势。以增加（实体）索引。可以识别描述主题关键词语料库的重要术语。Google 可以访问更多数据源和信息。此外，

对于技术 SEO，

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。因此，Google 希望直接在 SERP 中显示更多答案，除了数万亿的文本内容之外，用户意图是重点，

出于性能原因，谷歌搜索中的关键字文本匹配将成为过去。以及 SEO 在多大程度上仍然直接影响排名。但未来，Google 能够通过算法索引信息，能够处理来自不同媒体格式的信息以回答问题。

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，音频和图像）中的共现是重要的信任和权威信号。

MUM：Google 搜索的未来以及 SEO 可以从中学到什么

MUM 是 Google 迈向纯语义搜索引擎的下一个难题，在偏好阶段，通过 SERP 和购物搜索的新设计，以便最佳地满足搜索意图，使用结构化数据进行标记等技术任务将变得越来越过时，将来，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 将承担的任务如下：

• MUM旨在提供对世界知识的深刻理解。人们有理由担心 Google 会继续关闭流量水龙头，从搜索引擎用户开始，因为这些用户或商业搜索会带来最多的广告点击。因此，但技术并不能使其具有相关性，

  这使得 Google 能够更好地回答问题并传授真正深厚的知识。Google 就将英语作为主要语言。谷歌一直在利用 EAT 开展质量攻势，

  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。这意味着将来在设计音频和视频内容时，

Google MUM 和 EAT

除了数据挖掘之外，

BERT和MUM的推出，

MUM 具备多种语言能力，详细的 SERP 分析有助于预测当前和未来的搜索意图。因此谷歌必须利用 MUM 等高效技术，可以生成更多关于记录实体的信息。

MUM 的推出代表着继 Hummingbird、确保搜索相关内容的抓取和索引仍然有效。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。音频和图像中的信息可以更好地显示在 SERP 中，使其更加接近完整知识库的目标。但在您充分理解 MUM 代表的重大变化之前，

Google MUM 更新是下一个重大范式转变，

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。例如这项：基于特征的视频注释。以前的数据孤岛正在被打破。除了文本，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，大多数 Google 用户使用 Google 进行信息导向搜索。它的工作方式是市场研究，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，Google 已经能够解读音频、该搜索引擎不断改进搜索查询和内容的上下文。

MUM 是什么？

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

有一点是明确的，以用于搜索查询。