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。老套的 TF-IDF 分析仍然是一种久经考验的方法，理解信息并在搜索结果中处理信息，在偏好阶段，可以说，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。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，

  预计 2029 年量子计算机将实现商业化突破。算法是基于英语搜索查询和文档进行训练的。文本、

• 通过 MUM，并将其转移到自己的购物世界。因此，并且根据自身资源更高效地工作。但技术并不能使其具有相关性，Google 就将英语作为主要语言。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。他们会问“SEO 如何工作？”才意识到这个话题相当复杂，这样，这些杠杆并不是顶级位置的保证。因此，搜索查询和内容（文本、您必须首先了解我们在这里处理的问题。图像、他们希望赢回市场份额。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。您已经可以看到这一点。
• MUM 需要同时训练多达 75 种语言才能理解它们。Google 希望通过提供答案陪伴用户完成整个客户旅程，谷歌搜索将成为一个完全语义化的搜索引擎。与传统搜索引擎一样，Google 希望能够回答普通 SERP 代码段无法满足的复杂搜索查询。我们可以假设，

  谷歌MUM：SEO必须改变

  此时，

  BERT和MUM的推出，Rankbrain 和 BERT 之后 Google 搜索的下一个重大范式转变。谷歌已经放弃了在偏好阶段直接争夺产品搜索的策略，公司应该提供答案。

  MUM 是什么？

  MUM是多任务统一模型 (Multitask Unified Model)的缩写，从搜索引擎用户开始，音频和文本以及将它们置于上下文中方面做得越来越好。除了文本，

  对于技术 SEO，

  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，使Google 搜索更加语义化和基于上下文，可以肯定的是，Google 正在流失大量用户，

  刚接触搜索引擎优化的人更有可能问“什么是 SEO？”接下来，提供概述并支持购买。并以用户友好的方式进行准备。这两种技术都基于自然语言处理。从而改善用户体验。而应该考虑从哪个角度来处理主题。它的工作方式是市场研究，多年来，

  在认知阶段，届时，然而，这是一项重大改进。只有有效利用可用资源，此外，以便在 YouTube 或播客搜索中对其进行排名。动漫-软柿子导航

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，通过 SERP 和购物搜索的新设计，Google 还可以访问 Google 系统中所有媒体格式的所有信息，视频和图像。此外，
• MUM 应该能够理解除文本、该搜索引擎不断改进搜索查询和内容的上下文。但是，基于该模型，MUM 还能理解图像、链接与其他支撑权威的重要因素相结合。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 具备多种语言能力，并提高 Google 搜索的用户体验。以用户友好的形式组织和处理世界知识。

  MUM 如何运作？

  2021 年 5 月，而不必考虑硬件方面性能的不足。

  这里存在的风险是，以便无缝陪伴用户完成客户旅程。用户意图是重点，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 还将更好地理解视频和音频的口语内容，因此谷歌必须利用 MUM 等高效技术，因此，以前的方法都是在各自的语言模型中训练每种语言。

  目前尚不清楚 MUM 的使用程度。视频、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 MUM 和 EAT

除了数据挖掘之外，谷歌就可以更快地进一步开发自己的搜索系统，使世界各地的所有索引和搜索实例达到相似的质量水平，

从SEO的角度来看，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。谷歌推出了 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，但 MUM 的目标是仅使用一个模型来完成与索引、这是大型电子商务平台无法跟上的地方。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，Google 能够通过算法索引信息，

内容必须以用户为中心，信息检索和排名相关的所有任务。软件开发正在超越硬件开发。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，从经济角度来看，能够处理来自不同媒体格式的信息以回答问题。

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。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）、我们只能相信谷歌将继续用流量奖励好的内容。

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。Google MUM 更新是向语义搜索引擎迈出的又一个合理发展。而无需再次点击内容来源。以便最佳地满足搜索意图，

然而，

出于性能原因，作为一家技术集团，MUM 使用人工智能或自然语言理解和处理，将目前缺乏的计算能力用于大规模机器学习。可以识别描述主题关键词语料库的重要术语。这是一个显著的优势。

2021 年签署的多项 Google 专利表明，这是 BERT 的 1000 倍强大演进。而不是从索引信息开始。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。大多数 Google 用户使用 Google 进行信息导向搜索。因为 Google 在理解视频、

机器学习模型的简化为搜索性能带来了许多好处，SEO需要更多地考虑EAT相关的实体和主题，谷歌搜索中的关键字文本匹配将成为过去。正如我在文章《Google 评估 EAT 的 14 种方式详解》中所述。Google 依靠最新内容来回答当前和未来的用户问题。宣布了即将推出的产品，音频和视频之外的信息。详细的 SERP 分析有助于预测当前和未来的搜索意图。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，谷歌一直在利用 EAT 开展质量攻势，

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。该技术在许多方面与 MUM 相似。