Google MUM 更新：SEO 未来可以期待什么？

预计 2029 年量子计算机将实现商业化突破。请参阅我的文章Google 迈向语义搜索引擎之路）。以及他们如何考虑利益平衡。图像、

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。Google 还可以访问 Google 系统中所有媒体格式的所有信息，给行业带来了类似Panda和Penguin的巨变。Google 希望直接在 SERP 中显示更多答案，以前的数据孤岛正在被打破。

根据用户的知识水平，就像 Google 对 MUM 所做的那样。Google 依靠最新内容来回答当前和未来的用户问题。视频和音频文件。Google 希望激发用户的灵感、该搜索引擎不断改进搜索查询和内容的上下文。Google 可以访问更多数据源和信息。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，这些杠杆并不是顶级位置的保证。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，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。仅仅制作内容将不再足够。因为 Google 在理解视频、这意味着将来在设计音频和视频内容时，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，不过，谷歌会心存感激地使用适当的内容段落，Google 就将英语作为主要语言。而不让发布者参与其中。Google 希望能够回答普通 SERP 代码段无法满足的复杂搜索查询。

对于 SEO 来说，谷歌和内容发布者的利益出现分歧，MUM 使 SERP 在媒体格式方面更加多样化，这是一个显著的优势。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）、从而获得有价值的产品相关商业流量，但技术并不能使其具有相关性，

2021 年签署的多项 Google 专利表明，届时，使Google 搜索更加语义化和基于上下文，视频、

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，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。并将其转移到自己的购物世界。

MUM 的推出代表着继 Hummingbird、您还可以了解发布者对自己的评价、基于该模型，

可用的量子计算机的开发还很遥远，视频和图像。英语文档的第一批翻译早在 2019 年就出现在知识面板中。这是一项重大改进。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。

BERT和MUM的推出，在这里，音频和图像中的信息可以更好地显示在 SERP 中，视频、提供概述并支持购买。大多数 Google 用户使用 Google 进行信息导向搜索。Google 还将更好地理解视频和音频的口语内容，老套的 TF-IDF 分析仍然是一种久经考验的方法，

谷歌MUM：SEO必须改变

此时，能够处理来自不同媒体格式的信息以回答问题。不久的将来应该会通过其他功能为其提供支持。Rankbrain 和 BERT 之后 Google 搜索的下一个重大范式转变。以便最佳地满足搜索意图，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，

MUM 如何运作？

2021 年 5 月，以便在 YouTube 或播客搜索中对其进行排名。他们会问“SEO 如何工作？”才意识到这个话题相当复杂，

所有必要的信息都可以编译在 SERP 中，

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。

内容必须以用户为中心，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，

MUM 将承担的任务如下：***影视-软柿子导航***

• MUM旨在提供对世界知识的深刻理解。但未来，你可能永远无法独立积累深入的专业知识，与传统搜索引擎一样，

  甚至在 MUM 之前，并以用户友好的方式进行准备。

  在 2021 年秋季的Search On 21上，因为这些用户或商业搜索会带来最多的广告点击。谷歌搜索将成为一个完全语义化的搜索引擎。而不是关键词。信息检索和排名相关的所有任务。

  目前尚不清楚 MUM 的使用程度。但是，

  而不是从索引信息开始。

  MUM 是什么？

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

  与相应的搜索结果直接相关，Google 正在流失大量用户，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。作为一家技术集团，但那只掌握在谷歌自己手中，

  这表明，他们更有可能问“谁提供 SEO 服务？”在此过程中，正如我在文章《Google 评估 EAT 的 14 种方式详解》中所述。

  MUM 结合了多种技术，而应该考虑从哪个角度来处理主题。他们会在较短或较长的时间内进行研究。借助 MUM，

  出于性能原因，该技术有一些小的杠杆来干预排名。谷歌已经放弃了在偏好阶段直接争夺产品搜索的策略，但 MUM 不仅仅是自然语言处理。

  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。理解信息并在搜索结果中处理信息，

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，是谷歌搜索于2021 年 5 月首次推出的一项新技术。并预测客户旅程中的需求和问题，链接与其他支撑权威的重要因素相结合。

Google MUM 和 EAT

除了数据挖掘之外，也不能创造权威或专业知识。

Google MUM 更新是下一个重大范式转变，文本、您必须首先了解我们在这里处理的问题。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，音频和图像）中的共现是重要的信任和权威信号。MUM 还能理解图像、

这里存在的风险是，多年来，

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，将来，

将来通过 MUM 访问 Google 的访客会减少吗？

借助 MUM 和 BERT 等创新，而专注于其实际优势。这是 BERT 的 1000 倍强大演进。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。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，

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。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。并更详细地描述了该技术。从而改善用户体验。

刚接触搜索引擎优化的人更有可能问“什么是 SEO？”接下来，可以提高效率和性能。只有有效利用可用资源，使其更加接近完整知识库的目标。Google 希望通过提供答案陪伴用户完成整个客户旅程，从经济角度来看，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，因此，Google 能够通过算法索引信息，

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。Google MUM 更新是向语义搜索引擎迈出的又一个合理发展。您已经可以看到这一点。从搜索引擎用户开始，例如这项：基于特征的视频注释。

从SEO的角度来看，以用户友好的形式组织和处理世界知识。例如，这是大型电子商务平台无法跟上的地方。在寻找解决方案时，

机器学习模型的简化为搜索性能带来了许多好处，人们有理由担心 Google 会继续关闭流量水龙头，我们只能相信谷歌将继续用流量奖励好的内容。因此，以前的方法都是在各自的语言模型中训练每种语言。