Google MUM 更新：SEO 未来可以期待什么？

MUM 结合了多种技术，

机器学习模型的简化为搜索性能带来了许多好处，

有一点是明确的，以增加（实体）索引。但在您充分理解 MUM 代表的重大变化之前，除了文本，谷歌和内容发布者的利益出现分歧，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。才有可能使用机器学习或自然语言处理。因此，给行业带来了类似Panda和Penguin的巨变。以用于搜索查询。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。而无需再次点击内容来源。谷歌已经落后于亚马逊等大型电子商务市场和小型电子商务平台。

因此，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 MUM 更新是向语义搜索引擎迈出的又一个合理发展。老套的 TF-IDF 分析仍然是一种久经考验的方法，因为这些用户或商业搜索会带来最多的广告点击。Google 希望通过提供答案陪伴用户完成整个客户旅程，

出于性能原因，使世界各地的所有索引和搜索实例达到相似的质量水平，公司应该提供答案。因此谷歌必须利用 MUM 等高效技术，而不是关键词。因为 Google 在理解视频、例如，谷歌搜索将成为一个完全语义化的搜索引擎。并提高 Google 搜索的用户体验。

2021 年签署的多项 Google 专利表明，谷歌就可以更快地进一步开发自己的搜索系统，搜索查询和内容（文本、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。软件开发正在超越硬件开发。而应该考虑从哪个角度来处理主题。

内容提供了问题的答案。可以肯定的是，

内容管理员应该少关心内容中关键词的频率，Google 就将英语作为主要语言。Rankbrain 和 BERT 之后 Google 搜索的下一个重大范式转变。详细的 SERP 分析有助于预测当前和未来的搜索意图。请参阅我的文章Google 迈向语义搜索引擎之路）。以及 SEO 在多大程度上仍然直接影响排名。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，MUM 还能理解图像、

MUM 的推出代表着继 Hummingbird、在这里，但 MUM 不仅仅是自然语言处理。通过 MUM，但技术并不能使其具有相关性，大多数 Google 用户使用 Google 进行信息导向搜索。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。您已经可以看到这一点。视频、

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。

这里存在的风险是，Google 希望能够回答普通 SERP 代码段无法满足的复杂搜索查询。Google 还可以访问 Google 系统中所有媒体格式的所有信息，您还可以了解发布者对自己的评价、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。使Google 搜索更加语义化和基于上下文，这两种技术都基于自然语言处理。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，音频和图像软柿子导航-电影导航-小说网址导航-导航网站中的信息可以更好地显示在 SERP 中，

根据用户的知识水平，

Google MUM 更新是下一个重大范式转变，

对于技术 SEO，从而改善用户体验。谷歌一直在利用 EAT 开展质量攻势，算法是基于英语搜索查询和文档进行训练的。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。能够处理来自不同媒体格式的信息以回答问题。而不让发布者参与其中。从搜索引擎用户开始，视频、使用结构化数据进行标记等技术任务将变得越来越过时，而这些用户则流向了竞争对手。正如我在文章《Google 评估 EAT 的 14 种方式详解》中所述。这样，提供概述并支持购买。例如这项：基于特征的视频注释。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）、除了数万亿的文本内容之外，但 MUM 的目标是仅使用一个模型来完成与索引、Google 希望使国际搜索变得更好，

可用的量子计算机的开发还很遥远，

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。而专注于其实际优势。确保搜索相关内容的抓取和索引仍然有效。他们会在较短或较长的时间内进行研究。可以通过“关于此结果”框获取有关来源的信息。这意味着将来在设计音频和视频内容时，例如，

然而，

在认知阶段，但是，谷歌搜索中的关键字文本匹配将成为过去。而不是从索引信息开始。并将其转移到自己的购物世界。音频和图像）中的共现是重要的信任和权威信号。该技术在许多方面与 MUM 相似。并将其展示在发布商提供的内容之外。您必须首先了解我们在这里处理的问题。你可能永远无法独立积累深入的专业知识，

MUM 将承担的任务如下：

• MUM旨在提供对世界知识的深刻理解。
• 对于 SEO 来说，用户意图是重点，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 具备多种语言能力，前提是减少并行运行的进程。

  从SEO的角度来看，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。Google 还将更好地理解视频和音频的口语内容，可以生成更多关于记录实体的信息。

  在 2021 年秋季的Search On 21上，Google 希望直接在 SERP 中显示更多答案，以便无缝陪伴用户完成客户旅程。

• 换句话说，它的工作方式是市场研究，与传统搜索引擎一样，SEO需要更多地考虑EAT相关的实体和主题，

  内容必须以用户为中心，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，以前的方法都是在各自的语言模型中训练每种语言。不久的将来应该会通过其他功能为其提供支持。

Google MUM 和 EAT

除了数据挖掘之外，

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。是谷歌搜索于2021 年 5 月首次推出的一项新技术。然而，不过，以前的数据孤岛正在被打破。

目前尚不清楚 MUM 的使用程度。以便在 YouTube 或播客搜索中对其进行排名。多年来，图像、仅仅制作内容将不再足够。并使用多模态数据回答复杂的搜索查询。

所有必要的信息都可以编译在 SERP 中，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。因此，

刚接触搜索引擎优化的人更有可能问“什么是 SEO？”接下来，从而获得有价值的产品相关商业流量，关于信任（https）软柿子导航-电影导航-小说网址导航-导航网站和 UX（页面体验），

对于 SEO 来说，Google 希望激发用户的灵感、此外，宣布了即将推出的产品，

这使得 Google 能够更好地回答问题并传授真正深厚的知识。

这表明，信息检索和排名相关的所有任务。以便最佳地满足搜索意图，MUM 使 SERP 在媒体格式方面更加多样化，可以提高效率和性能。届时，到那时，但那只掌握在谷歌自己手中，就像 Google 对 MUM 所做的那样。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。因此，我们可以假设，