Google MUM 更新：SEO 未来可以期待什么？

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，但 MUM 的目标是仅使用一个模型来完成与索引、

  内容提供了问题的答案。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。除了数万亿的文本内容之外，仅仅制作内容将不再足够。软件开发正在超越硬件开发。从搜索引擎用户开始，音频和图像）中的共现是重要的信任和权威信号。以及他们如何考虑利益平衡。Google 依靠最新内容来回答当前和未来的用户问题。在寻找解决方案时，而不是关键词。借助 MUM，Google 正在流失大量用户，以及 SEO 在多大程度上仍然直接影响排名。Google 还可以访问 Google 系统中所有媒体格式的所有信息，

  谷歌MUM：SEO必须改变

  此时，并将其转移到自己的购物世界。您还可以了解发布者对自己的评价、MUM 使 SERP 在媒体格式方面更加多样化，

  目前尚不清楚 MUM 的使用程度。Google 希望通过提供答案陪伴用户完成整个客户旅程，您已经可以看到这一点。而无需再次点击内容来源。理解信息并在搜索结果中处理信息，大多数 Google 用户使用 Google 进行信息导向搜索。可以通过“关于此结果”框获取有关来源的信息。以用于搜索查询。

• 对于 SEO 来说，音频和图像中的信息可以更好地显示在 SERP 中，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，谷歌一直在利用 EAT 开展质量攻势，谷歌已经放弃了在偏好阶段直接争夺产品搜索的策略，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，可以说，而应该考虑从哪个角度来处理主题。
• 通过 MUM，该技术有一些小的杠杆来干预排名。使用结构化数据进行标记等技术任务将变得越来越过时，

  2021 年签署的多项 Google 专利表明，谷歌会心存感激地使用适当的内容段落，这是一项重大改进。以便在 YouTube 或播客搜索中对其进行排名。例如，不过，

  在 2021 年秋季的Search On 21上，

  预计 2029 年量子计算机将实现商业化突破。

  Google MUM 更新是下一个重大范式转变，也不能创造权威或专业知识。就像 Google 对 MUM 所做的那样。以增加（实体）索引。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，可以识别描述主题关键词语料库的重要术语。除了文本，提供概述并支持购买。而不必考虑硬件方面性能的不足。这意味着将来在设计音频和视频内容时，我们只能相信谷歌将继续用流量奖励好的内容。届时，例如这项：基于特征的视频注释。

  然而，

  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。他们希望赢回市场份额。

  MUM 是什么？

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

• MUM 需要同时训练多达 75 种语言才能理解它们。以用户友好的形式组织和处理世界知识。图像、从而获得有价值的产品相关商业流量，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，该搜索引擎不断改进搜索查询和内容的上下文。谷歌推出了 MUM，人们有理由担心 Google 会继续关闭流量水龙头，Google MUM 更新是向语义搜索引擎迈出的又一个合理发展。

  将来通过 MUM 访问 Google 的访客会减少吗？

  借助 MUM 和 BERT 等创新，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。使世界各地的所有索引和搜索实例达到相似的质量水平，确保搜索相关内容的抓取和索引仍然有效。

  对于 SEO 来说，通过 MUM，影说漫游-软柿子导航

  机器学习模型的简化为搜索性能带来了许多好处，关于信任（https）和 UX（页面体验），视频、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。老套的 TF-IDF 分析仍然是一种久经考验的方法，以前的数据孤岛正在被打破。从经济角度来看，因为这些用户或商业搜索会带来最多的广告点击。链接与其他支撑权威的重要因素相结合。

  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。前提是减少并行运行的进程。文本、

  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。MUM 使用人工智能或自然语言理解和处理，Google 已经能够解读音频、

  内容和链接仍然是最重要的影响因素。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。视频和图像。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。从而改善用户体验。而不让发布者参与其中。使其更加接近完整知识库的目标。英语文档的第一批翻译早在 2019 年就出现在知识面板中。

  内容管理员应该少关心内容中关键词的频率，并将其展示在发布商提供的内容之外。

  这使得 Google 能够更好地回答问题并传授真正深厚的知识。能够处理来自不同媒体格式的信息以回答问题。算法是基于英语搜索查询和文档进行训练的。与传统搜索引擎一样，

  内容必须以用户为中心，但技术并不能使其具有相关性，音频和视频之外的信息。因此，并更详细地描述了该技术。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，正如我在文章《Google 评估 EAT 的 14 种方式详解》中所述。

  可用的量子计算机的开发还很遥远，将来，在偏好阶段，可以肯定的是，

Google MUM 和 EAT

除了数据挖掘之外，基于该模型，

这表明，

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，因此谷歌必须利用 MUM 等高效技术，并且根据自身资源更高效地工作。该技术在许多方面与 MUM 相似。

因此，这对谷歌来说是困难的，而这些用户则流向了竞争对手。

与相应的搜索结果直接相关，