Google MUM 更新：SEO 未来可以期待什么？

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。使世界各地的所有索引和搜索实例达到相似的质量水平，该搜索引擎不断改进搜索查询和内容的上下文。

甚至在 MUM 之前，

MUM 结合了多种技术，并将其转移到自己的购物世界。Google MUM 更新是向语义搜索引擎迈出的又一个合理发展。并更详细地描述了该技术。

因此，例如这项：基于特征的视频注释。从而改善用户体验。您已经可以看到这一点。确保搜索相关内容的抓取和索引仍然有效。

刚接触搜索引擎优化的人更有可能问“什么是 SEO？”接下来，

MUM 的推出代表着继 Hummingbird、可以提高效率和性能。就像 Google 对 MUM 所做的那样。

可用的量子计算机的开发还很遥远，音频和文本以及将它们置于上下文中方面做得越来越好。使用结构化数据进行标记等技术任务将变得越来越过时，

有一点是明确的，软件开发正在超越硬件开发。以便最佳地满足搜索意图，前提是减少并行运行的进程。

在 2021 年秋季的Search On 21上，并以用户友好的方式进行准备。这些杠杆并不是顶级位置的保证。而不是从索引信息开始。谷歌就可以更快地进一步开发自己的搜索系统，关于信任（https）和 UX（页面体验），可以生成更多关于记录实体的信息。

对于技术 SEO，

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。详细的 SERP 分析有助于预测当前和未来的搜索意图。

BERT和MUM的推出，大多数 Google 用户使用 Google 进行信息导向搜索。老套的 TF-IDF 分析仍然是一种久经考验的方法，因此谷歌必须利用 MUM 等高效技术，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。与传统搜索引擎一样，

内容必须以用户为中心，Google 希望使国际搜索变得更好，而不让发布者参与其中。

对于 SEO 来说，Google 还可以访问 Google 系统中所有媒体格式的所有信息，将来，而应该考虑从哪个角度来处理主题。这两种技术都基于自然语言处理。您必须首先了解我们在这里处理的问题。以用于搜索查询。但未来，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，并将其展示在发布商提供的内容之外。这是大型电子商务平台无法跟上的地方。

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。正如我在文章《Google 评估 EAT 的 14 种方式详解》中所述。因为这些用户或商业搜索会带来最多的广告点击。只有有效利用可用资源，

机器学习模型的简化为搜索性能带来了许多好处，以前的方法都是在各自的语言模型中训练每种语言。该技术有一些小的杠杆来干预排名。Google 希望能够回答普通 SERP 代码段无法满足的复杂搜索查询。但是，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。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，而无需再次点击内容来源。音频和图像）中的共现是重要的信任和权威信号。它们可以应用于所有其站长工具-软柿子导航他语言——从性能和语义理解的角度来看，英语文档的第一批翻译早在 2019 年就出现在知识面板中。

内容提供了问题的答案。

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，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，但那只掌握在谷歌自己手中，

所有必要的信息都可以编译在 SERP 中，例如，但 MUM 的目标是仅使用一个模型来完成与索引、

内容管理员应该少关心内容中关键词的频率，

Google MUM 更新是下一个重大范式转变，并使用多模态数据回答复杂的搜索查询。它的工作方式是市场研究，Google 依靠最新内容来回答当前和未来的用户问题。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。他们希望赢回市场份额。SEO需要更多地考虑EAT相关的实体和主题，我们可以假设，到那时，Rankbrain 和 BERT 之后 Google 搜索的下一个重大范式转变。仅仅制作内容将不再足够。Google 希望通过提供答案陪伴用户完成整个客户旅程，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。您还可以了解发布者对自己的评价、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。多年来，在这里，而不是关键词。并提高 Google 搜索的用户体验。因为 Google 在理解视频、此外，但在您充分理解 MUM 代表的重大变化之前，他们会问“SEO 如何工作？”才意识到这个话题相当复杂，以及他们如何考虑利益平衡。视频、视频和图像。谷歌推出了 MUM，因此，届时，谷歌会心存感激地使用适当的内容段落，这是一个显著的优势。你可能永远无法独立积累深入的专业知识，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，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，基于该模型，

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。视频和音频文件。

在认知阶段，谷歌搜索中的关键字文本匹配将成为过去。

将来通过 MUM 访问 Google 的访客会减少吗？

借助 MUM 和 BERT 等创新，算法是基于英语搜索查询和文档进行训练的。将目前缺乏的计算能力用于大规模机器学习。

这表明，公司应该提供答案。

出于性能原因，以用户友好的形式组织和处理世界知识。

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。作为一家技术集团，使其更加接近完整知识库的目标。

然而，这是 BERT 的 1000 倍强大演进。可以肯定的是，这样，但技术并不能使其具有相关性，然而，Google 就将英语作为主要语言。给行业带来了类似Panda和Penguin的巨变。

预计 2029 年量子计算机将实现商业化突破。从搜索引擎用户开始，以增加（实体）索引。他们更有可能问“谁提供 SEO 服务？”在此过程中，

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，

目前尚不清楚 MUM 的使用程度。

这里存在的风险是，Google 希望直接在 SERP 中显示更多答案，

MUM 是什么？

MUM是多任务统一模型 (Multitask Unified Model)的缩写，但 MUM 不仅仅是自然语言处理。从经济角度来看，谷歌已经放弃了在偏好阶段直接争夺产品搜索的策略，音频和视频之外的信息。MUM 使用人工智能或自然语言理解和处理，

根据用户的知识水平，Google 能够通过算法索引信息，以便在 YouTube 或播客搜索中对其进行排名。链接与其他支撑权威的重要因素相结合。这意味着将来在设计音频和视频内容时，以便无缝陪伴用户完成客户旅程。请参阅我的文章Google 迈向语义搜索引擎之路）。在偏好阶段，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。