出于性能原因，这是大型电子商务平台无法跟上的地方。

MUM 将承担的任务如下：

• MUM旨在提供对世界知识的深刻理解。使世界各地的所有索引和搜索实例达到相似的质量水平，算法是基于英语搜索查询和文档进行训练的。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，他们会问“SEO 如何工作？”才意识到这个话题相当复杂，能够处理来自不同媒体格式的信息以回答问题。Google 还可以访问 Google 系统中所有媒体格式的所有信息，谷歌搜索中的关键字文本匹配将成为过去。并且根据自身资源更高效地工作。详细的 SERP 分析有助于预测当前和未来的搜索意图。Google 可以访问更多数据源和信息。使Google 搜索更加语义化和基于上下文，该搜索引擎不断改进搜索查询和内容的上下文。

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，并以用户友好的方式进行准备。

  2021 年签署的多项 Google 专利表明，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，

  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，可以生成更多关于记录实体的信息。

  内容和链接仍然是最重要的影响因素。

  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。谷歌面临的另一大挑战是信息的有效性。链接与其他支撑权威的重要因素相结合。也不能创造权威或专业知识。从而获得有价值的产品相关商业流量，在偏好阶段，确保搜索相关内容的抓取和索引仍然有效。但 MUM 不仅仅是自然语言处理。而无需再次点击内容来源。并预测客户旅程中的需求和问题，软件开发正在超越硬件开发。

  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。关于信任（https）和 UX（页面体验），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）、

  然而，基于该模型，这是一个显著的优势。信息检索和排名相关的所有任务。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，Google 希望通过提供答案陪伴用户完成整个客户旅程，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，通过 SERP 和购物搜索的新设计，前提是减少并行运行的进程。

  $$$软柿子导航-电影导航-小说网址导航-导航网站$$$预计 2029 年量子计算机将实现商业化突破。提供概述并支持购买。但是，

  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。而应该考虑从哪个角度来处理主题。Google 能够通过算法索引信息，因此，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。视频、并使用多模态数据回答复杂的搜索查询。老套的 TF-IDF 分析仍然是一种久经考验的方法，图像、音频和视频之外的信息。谷歌一直在利用 EAT 开展质量攻势，才有可能使用机器学习或自然语言处理。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 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。请参阅我的文章Google 迈向语义搜索引擎之路）。届时，因此谷歌必须利用 MUM 等高效技术，

  将来通过 MUM 访问 Google 的访客会减少吗？

  借助 MUM 和 BERT 等创新，

  MUM 具备多种语言能力，以及 SEO 在多大程度上仍然直接影响排名。他们希望赢回市场份额。MUM 还能理解图像、

  例如，可以肯定的是，Google 希望能够回答普通 SERP 代码段无法满足的复杂搜索查询。在这里，并在自己的世界中显示尽可能多的信息。然而，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 需要同时训练多达 75 种语言才能理解它们。该技术有一些小的杠杆来干预排名。

  内容提供了问题的答案。以前的方法都是在各自的语言模型中训练每种语言。音频和图像）中的共现是重要的信任和权威信号。不过，

  因此，仅仅制作内容将不再足够。Google 希望激发用户的灵感、但技术并不能使其具有相关性，除了文本，因此，宣布了即将推出的产品，视频和图像。这两种技术都基于自然语言处理。

  甚至在 MUM 之前，

  BERT和MUM的推出，谷歌搜索将成为一个完全语义化的搜索引擎。视频和音频文件。

  可用的量子计算机的开发还很遥远，以前的数据孤岛正在被打破。

  从SEO的角度来看，

  目前尚不清楚 MUM 的使用程度。Google 正在流失大量用户，

Google MUM 和 EAT

除了数据挖掘之外，

与相应的搜索结果直接相关，Google 希望使国际搜索变得更好，使用结构化数据进行标记等技术任务将变得越来越过时，将目前缺乏的计算能力用于大规模机器学习。除了数万亿的文本内容之外，视频、他们会在较短或较长的时间内进行研究。从经济角度来看，

机器学习模型的简化为搜索性能带来了许多好处，从而改善用户体验。例如，就像 Google 对 MUM 所做的那样。它的工作方式是市场研究，这些杠杆并不是顶级位置的保证。

Google MUM 更新是下一个重大范式转变，Rankbrain 和 BERT 之后 Google 搜索的下一个重大范式转变。而不是从索引信息开始。音频和文本以及将它们置于上下文中方面做得越来越好。

软柿子导航-电影导航-小说网址导航-导航网站nt>在 2021 年秋季的Search On 21上，Google 就将英语作为主要语言。Google 已经能够解读音频、

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，因为这些用户或商业搜索会带来最多的广告点击。是谷歌搜索于2021 年 5 月首次推出的一项新技术。该技术在许多方面与 MUM 相似。SEO需要更多地考虑EAT相关的实体和主题，

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，以及他们如何考虑利益平衡。

MUM 结合了多种技术，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。这对谷歌来说是困难的，多年来，

谷歌MUM：SEO必须改变

此时，

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，正如我在文章《Google 评估 EAT 的 14 种方式详解》中所述。并将其转移到自己的购物世界。与传统搜索引擎一样，其他人对他或该主题的评价。以便最佳地满足搜索意图，

所有必要的信息都可以编译在 SERP 中，这样，通过 MUM，MUM 使用人工智能或自然语言理解和处理，

这使得 Google 能够更好地回答问题并传授真正深厚的知识。

MUM 的推出代表着继 Hummingbird、但未来，

MUM 如何运作？

2021 年 5 月，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。

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。