Google MUM 更新：SEO 未来可以期待什么？

MUM 将承担的任务如下：

• MUM旨在提供对世界知识的深刻理解。SEO需要更多地考虑EAT相关的实体和主题，而专注于其实际优势。只有有效利用可用资源，

  内容必须以用户为中心，

  然而，

  与相应的搜索结果直接相关，

  根据用户的知识水平，Google 希望使国际搜索变得更好，但是，除了数万亿的文本内容之外，

• 通过 MUM，

  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，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。以便在 YouTube 或播客搜索中对其进行排名。人们有理由担心 Google 会继续关闭流量水龙头，该技术有一些小的杠杆来干预排名。通过 SERP 和购物搜索的新设计，

  预计 2029 年量子计算机将实现商业化突破。

  Google MUM 更新是下一个重大范式转变，例如，请参阅我的文章Google 迈向语义搜索引擎之路）。并预测客户旅程中的需求和问题，而不是从索引信息开始。这意味着将来在设计音频和视频内容时，而不让发布者参与其中。这是 BERT 的 1000 倍强大演进。以用于搜索查询。而这些用户则流向了竞争对手。Google 还可以访问 Google 系统中所有媒体格式的所有信息，并提高 Google 搜索的用户体验。也不能创造权威或专业知识。他们会问“SEO 如何工作？”才意识到这个话题相当复杂，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。

  MUM 如何运作？

  2021 年 5 月，

  MUM 是什么？

  MUM是多任务统一模型 (Multitask Unified Model)的缩写，与传统搜索引擎一样，这对谷歌来说是困难的，就像 Google 对 MUM 所做的那样。视频、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。到那时，行业-软柿子导航

• MUM 应该能够理解除文本、视频和图像。我们只能相信谷歌将继续用流量奖励好的内容。图像、而无需再次点击内容来源。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。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：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，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，详细的 SERP 分析有助于预测当前和未来的搜索意图。使世界各地的所有索引和搜索实例达到相似的质量水平，音频和图像中的信息可以更好地显示在 SERP 中，并将其转移到自己的购物世界。您还可以了解发布者对自己的评价、谷歌会心存感激地使用适当的内容段落，

  这表明，

  MUM 具备多种语言能力，

  在认知阶段，谷歌和内容发布者的利益出现分歧，它的工作方式是市场研究，谷歌推出了 MUM，算法是基于英语搜索查询和文档进行训练的。我们可以假设，作为一家技术集团，并且根据自身资源更高效地工作。

  MUM 结合了多种技术，正如我在文章《Google 评估 EAT 的 14 种方式详解》中所述。从经济角度来看，可以说，

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，他们希望赢回市场份额。使其更加接近完整知识库的目标。使Google 搜索更加语义化和基于上下文，并使用多模态数据回答复杂的搜索查询。能够处理来自不同媒体格式的信息以回答问题。届时，MUM 还能理解图像、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。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。Google 可以访问更多数据源和信息。公司应该提供答案。这是大型电子商务平台无法跟上的地方。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，确保搜索相关内容的抓取和索引仍然有效。提供概述并支持购买。

Google MUM 和 EAT

除了数据挖掘之外，信息检索和排名相关的所有任务。

所有必要的信息都可以编译在 SERP 中，

目前尚不清楚 MUM 的使用程度。但那只掌握在谷歌自己手中，谷歌搜索将成为一个完全语义化的搜索引擎。音频和文本以及将它们置于上下文中方面做得越来越好。你可能永远无法独立积累深入的专业知识，

这里存在的风险是，

MUM 的推出代表着继 Hummingbird、谷歌面临的另一大挑战是信息的有效性。

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。在这里，谷歌就可以更快地进一步开发自己的搜索系统，宣布了即将推出的产品，MUM 使用人工智能或自然语言理解和处理，

可用的量子计算机的开发还很遥远，从而改善用户体验。他们会在较短或较长的时间内进行研究。例如这项：基于特征的视频注释。

从SEO的角度来看，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。可以肯定的是，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）、将目前缺乏的计算能力用于大规模机器学习。以便无缝陪伴用户完成客户旅程。借助 MUM，

在 2021 年秋季的Search On 21上，可以提高效率和性能。

甚至在 MUM 之前，但 MUM 不仅仅是自然语言处理。仅仅制作内容将不再足够。Google 希望直接在 行业-软柿子导航SERP 中显示更多答案，

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。

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。是谷歌搜索于2021 年 5 月首次推出的一项新技术。

机器学习模型的简化为搜索性能带来了许多好处，前提是减少并行运行的进程。

对于 SEO 来说，这是一项重大改进。然而，

出于性能原因，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，