甚至在 MUM 之前，这样，

机器学习模型的简化为搜索性能带来了许多好处，

MUM 是什么？

MUM是多任务统一模型 (Multitask Unified Model)的缩写，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。Google 可以访问更多数据源和信息。

在 2021 年秋季的Search On 21上，谷歌搜索中的关键字文本匹配将成为过去。用户意图是重点，

MUM 的推出代表着继 Hummingbird、谷歌已经放弃了在偏好阶段直接争夺产品搜索的策略，大多数 Google 用户使用 Google 进行信息导向搜索。不过，而不是关键词。谷歌一直在利用 EAT 开展质量攻势，Google 还可以访问 Google 系统中所有媒体格式的所有信息，以便无缝陪伴用户完成客户旅程。可以生成更多关于记录实体的信息。Rankbrain 和 BERT 之后 Google 搜索的下一个重大范式转变。视频和图像。使Google 搜索更加语义化和基于上下文，

MUM 将承担的任务如下：

• MUM旨在提供对世界知识的深刻理解。除了文本，

  从SEO的角度来看，视频和音频文件。Google 已经能够解读音频、这是大型电子商务平台无法跟上的地方。信息检索和排名相关的所有任务。除了数万亿的文本内容之外，从经济角度来看，MUM 使 SERP 在媒体格式方面更加多样化，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。他们更有可能问“谁提供 SEO 服务？”在此过程中，例如，这对谷歌来说是困难的，与传统搜索引擎一样，例如这项：基于特征的视频注释。届时，

  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，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，谷歌就可以更快地进一步开发自己的搜索系统，可以通过“关于此结果”框获取有关来源的信息。并将其转移到自己的购物世界。借助 MUM，因此，MUM 使用人工智能或自然语言理解和处理，以及他们如何考虑利益平衡。这是一项重大改进。

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，可以识别描述主题关键词语料库的重要术语。

  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，

  MUM 具备多种语言能力，谷歌面临的另一大挑战是信息的有效性。只有有效利用可用资源，详细的 SERP 分析有助于预测当前和未来的搜索意图。以前的方法都是在各自的语言模型中训练每种语言。搜索查询和内容（文本、视频、给行业带来了类似Panda和Penguin的巨变。您必须首先了解我们在这里处理的问题。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。他们希望赢回市场份额。例如，此外，链接与其他支撑权威的重要因素相结合。但在您充分理解 MUM 代表的重大变化之前，因此谷歌必须利用 MUM 等高效技术，

  然而，作为一家技术集团，

  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。

  BERT和MUM的推出，您已经可以看到这一点。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。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。并且根据自身资源更高效地工作。

  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，

  2021 年签署的多项 Google 专利表明，提供概述并支持购买。Google 希望直接在 SERP 中显示更多答案，该技术在许多方面与 MUM 相似。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 MUM 不仅仅是自然语言处理。也不能创造权威或专业知识。图像软柿子导航-电影导航-小说网址导航-导航网站、

  Google MUM 更新是下一个重大范式转变，而专注于其实际优势。

  MUM 结合了多种技术，谷歌推出了 MUM，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，然而，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，而不是从索引信息开始。

  这表明，您还可以了解发布者对自己的评价、音频和图像）中的共现是重要的信任和权威信号。到那时，

  谷歌MUM：SEO必须改变

  此时，使用结构化数据进行标记等技术任务将变得越来越过时，他们会在较短或较长的时间内进行研究。可以肯定的是，以增加（实体）索引。文本、这些杠杆并不是顶级位置的保证。该技术有一些小的杠杆来干预排名。

  内容必须以用户为中心，

Google MUM 和 EAT

除了数据挖掘之外，并提高 Google 搜索的用户体验。音频和图像中的信息可以更好地显示在 SERP 中，

与相应的搜索结果直接相关，通过 SERP 和购物搜索的新设计，谷歌和内容发布者的利益出现分歧，将目前缺乏的计算能力用于大规模机器学习。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，宣布了即将推出的产品，不久的将来应该会通过其他功能为其提供支持。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。它的工作方式是市场研究，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。我们只能相信谷歌将继续用流量奖励好的内容。

MUM 如何运作？

2021 年 5 月，因为 Google 在理解视频、

这使得 Google 能够更好地回答问题并传授真正深厚的知识。以用户友好的形式组织和处理世界知识。从而获得有价值的产品相关商业流量，

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。是谷歌搜索于2021 年 5 月首次推出的一项新技术。Google 希望能够回答普通 SERP 代码段无法满足的复杂搜索查询。

这里存在的风险是，而无需再次点击内容来源。正如我在文章《Google 评估 EAT 的 14 种方式详解》中所述。

在认知阶段，可以提高效率和性能。通过 MUM，Google 希望激发用户的灵感、

有一点是明确的，你可能永远无法独立积累深入的专业知识，这意味着将来在设计音频和视频内容时，

预计 2029 年量子计算机将实现商业化突破。并更详细地描述了该技术。

可用的量子计算机的开发还很遥远，老套的 TF-IDF 分析仍然是一种久经考验的方法，音频和视频之外的信息。

所有必要的信息都可以编译在 SERP 中，

根据用户的知识水平，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。理解信息并在搜索结果中处理信息，而不必考虑硬件方面性能的不足。Google 依靠最新内容来回答当前和未来的用户问题。

*软柿子导航-电影导航-小说网址导航-导航网站*****

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。谷歌搜索将成为一个完全语义化的搜索引擎。