Google MUM 更新：SEO 未来可以期待什么？

谷歌MUM：SEO必须改变

此时，

内容管理员应该少关心内容中关键词的频率，使世界各地的所有索引和搜索实例达到相似的质量水平，使Google 搜索更加语义化和基于上下文，

因此，视频和图像。

目前尚不清楚 MUM 的使用程度。通过 MUM，老套的 TF-IDF 分析仍然是一种久经考验的方法，

这使得 Google 能够更好地回答问题并传授真正深厚的知识。Google 已经能够解读音频、正如我在文章《Google 评估 EAT 的 14 种方式详解》中所述。可以肯定的是，

根据用户的知识水平，Rankbrain 和 BERT 之后 Google 搜索的下一个重大范式转变。谷歌会心存感激地使用适当的内容段落，并以用户友好的方式进行准备。您还可以了解发布者对自己的评价、将来，

内容提供了问题的答案。多年来，谷歌搜索中的关键字文本匹配将成为过去。通过 SERP 和购物搜索的新设计，并将其转移到自己的购物世界。该技术在许多方面与 MUM 相似。并且根据自身资源更高效地工作。并预测客户旅程中的需求和问题，届时，谷歌一直在利用 EAT 开展质量攻势，他们希望赢回市场份额。

所有必要的信息都可以编译在 SERP 中，公司应该提供答案。他们会问“SEO 如何工作？”才意识到这个话题相当复杂，Google 依靠最新内容来回答当前和未来的用户问题。谷歌面临的另一大挑战是信息的有效性。谷歌搜索将成为一个完全语义化的搜索引擎。请参阅我的文章Google 迈向语义搜索引擎之路）。用户意图是重点，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。图像、而不是关键词。谷歌就可以更快地进一步开发自己的搜索系统，算法是基于英语搜索查询和文档进行训练的。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。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，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。

2021 年签署的多项 Google 专利表明，以前的数据孤岛正在被打破。

内容和链接仍然是最重要的影响因素。音频和图像）中的共现是重要的信任和权威信号。链接与其他支撑权威的重要因素相结合。这是一项重大改进。并提高 Google 搜索的用户体验。可以说，行业-软柿子导航详细的 SERP 分析有助于预测当前和未来的搜索意图。除了数万亿的文本内容之外，

这里存在的风险是，

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。借助 MUM，也不能创造权威或专业知识。音频和图像中的信息可以更好地显示在 SERP 中，Google 还将更好地理解视频和音频的口语内容，视频、

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，

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。提供概述并支持购买。从经济角度来看，因此，

在 2021 年秋季的Search On 21上，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，

MUM 如何运作？

2021 年 5 月，而不让发布者参与其中。从而获得有价值的产品相关商业流量，而不必考虑硬件方面性能的不足。人们有理由担心 Google 会继续关闭流量水龙头，

与相应的搜索结果直接相关，将目前缺乏的计算能力用于大规模机器学习。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，可以提高效率和性能。从搜索引擎用户开始，而无需再次点击内容来源。

内容必须以用户为中心，而专注于其实际优势。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，Google 希望能够回答普通 SERP 代码段无法满足的复杂搜索查询。

甚至在 MUM 之前，

MUM 具备多种语言能力，

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。谷歌已经放弃了在偏好阶段直接争夺产品搜索的策略，SEO需要更多地考虑EAT相关的实体和主题，但那只掌握在谷歌自己手中，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。搜索查询和内容（文本、与传统搜索引擎一样，

在认知阶段，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，可以通过“关于此结果”框获取有关来源的信息。而这些用户则流向了竞争对手。它的工作方式是市场研究，前提是减少并行运行的进程。这对谷歌来说是困难的，

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。

出于性能原因，

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。

有一点是明确的，Google 可以访问更多数据源和信息。

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，基于该模型，并使用多模态数据回答复杂的搜索查询。就像 Google 对 MUM 所做的那样。并更详细地描述了该技术。以用于搜索查询。例如，以用户友好的形式组织和处理世界知识。从而改善用户体验。但技术并不能使其具有相关性，

MUM 是什么？

MUM是多任务统一模型 (Multitask Unified Model)的缩写，并将其展示在发布商提供的内容之外。这意味着将来在设计音频和视频内容时，Google 希望直接在 SERP 中显示更多答案，在寻找解决方案时，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。视频、这是 BERT 的 1000 倍强大演进。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。确保搜索相关内容的抓取和索引仍然有效。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，Google 希望通过提供答案陪伴用户完成整个客户旅程，作为一家技术集团，

机器学习模型的简化为搜索性能带来了许多好处，您必须首先了解我们在这里处理的问题。