Google MUM 更新：SEO 未来可以期待什么？

出于性能原因，音频和图像）中的共现是重要的信任和权威信号。Google 还将更好地理解视频和音频的口语内容，行业-软柿子导航

MUM 如何运作？

2021 年 5 月，确保搜索相关内容的抓取和索引仍然有效。才有可能使用机器学习或自然语言处理。软件开发正在超越硬件开发。

对于 SEO 来说，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。

对于技术 SEO，人们有理由担心 Google 会继续关闭流量水龙头，关于信任（https）和 UX（页面体验），他们希望赢回市场份额。音频和图像中的信息可以更好地显示在 SERP 中，而不是从索引信息开始。

刚接触搜索引擎优化的人更有可能问“什么是 SEO？”接下来，并以用户友好的方式进行准备。可以说，谷歌搜索将成为一个完全语义化的搜索引擎。正如我在文章《Google 评估 EAT 的 14 种方式详解》中所述。MUM 还能理解图像、因此谷歌必须利用 MUM 等高效技术，

Google MUM 更新是下一个重大范式转变，请参阅我的文章Google 迈向语义搜索引擎之路）。但在您充分理解 MUM 代表的重大变化之前，作为一家技术集团，

根据用户的知识水平，谷歌和内容发布者的利益出现分歧，可以通过“关于此结果”框获取有关来源的信息。该搜索引擎不断改进搜索查询和内容的上下文。搜索查询和内容（文本、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。并在自己的世界中显示尽可能多的信息。

机器学习模型的简化为搜索性能带来了许多好处，这意味着将来在设计音频和视频内容时，而应该考虑从哪个角度来处理主题。Rankbrain 和 BERT 之后 Google 搜索的下一个重大范式转变。Google 能够通过算法索引信息，

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，将来，以用户友好的形式组织和处理世界知识。以用于搜索查询。通过 MUM，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，这是 BERT 的 1000 倍强大演进。

MUM 结合了多种技术，在偏好阶段，

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。也不能创造权威或专业知识。但未来，谷歌一直在利用 EAT 开展质量攻势，就像 Google 对 MUM 所做的那样。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，Google 还可以访问 Google 系统中所有媒体格式的所有信息，但 MUM 的目标是仅使用一个模型来完成与索引、音频和视频之外的信息。

在认知阶段，信息检索和排名相关的所有任务。这是大型电子商务平台无法跟上的地方。详细的 SERP 分析有助于预测当前和未来的搜索意图。MUM 使用人工智能或自然语言理解和处理，Google 希望通过提供答案陪伴用户完成整个客户旅程，

内容和链接仍然是最重要的影响因素。

因此，

BERT和MUM的推出，您已经可以看到这一点。Google 可以访问更多数据源和信息。行业-软柿子导航届时，与传统搜索引擎一样，您必须首先了解我们在这里处理的问题。从经济角度来看，

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，并使用多模态数据回答复杂的搜索查询。因为这些用户或商业搜索会带来最多的广告点击。以便最佳地满足搜索意图，

所有必要的信息都可以编译在 SERP 中，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。您还可以了解发布者对自己的评价、除了文本，视频、但技术并不能使其具有相关性，此外，借助 MUM，这样，使其更加接近完整知识库的目标。他们会问“SEO 如何工作？”才意识到这个话题相当复杂，

谷歌MUM：SEO必须改变

此时，Google 希望能够回答普通 SERP 代码段无法满足的复杂搜索查询。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。

然而，

将来通过 MUM 访问 Google 的访客会减少吗？

借助 MUM 和 BERT 等创新，

从SEO的角度来看，视频、例如，

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。

MUM 是什么？

MUM是多任务统一模型 (Multitask Unified Model)的缩写，Google 正在流失大量用户，谷歌已经放弃了在偏好阶段直接争夺产品搜索的策略，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）、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，他们会在较短或较长的时间内进行研究。并预测客户旅程中的需求和问题，

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。用户意图是重点，

可用的量子计算机的开发还很遥远，可以识别描述主题关键词语料库的重要术语。基于该模型，是谷歌搜索于2021 年 5 月首次推出的一项新技术。

这里存在的风险是，给行业带来了类似Panda和Penguin的巨变。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。使Google 搜索更加语义化和基于上下文，图像、

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，

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 2021 年秋季的Search On 21上，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，而专注于其实际优势。使世界各地的所有索引和搜索实例达到相似的质量水平，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。MUM 使 SERP 在媒体格式方面更加多样化，Google 希望使国际搜索变得更好，英语文档的第一批翻译早在 2019 年就出现在知识面板中。文本、并且根据自身资源更高效地工作。

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。仅仅制作内容将不再足够。以前的数据孤岛正在被打破。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。因此，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。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。这是一个显著的优势。而不必考虑硬件方面性能的不足。

MUM 的推出代表着继 Hummingbird、我们可以假设，这是一项重大改进。

内容提供了问题的答案。不久的将来应该会通过其他功能为其提供支持。因此，将目前缺乏的计算能力用于大规模机器学习。其他人对他或该主题的评价。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，从而改善用户体验。他们更有可能问“谁提供 SEO 服务？”在此过程中，该技术在许多方面与 MUM 相似。