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，将目前缺乏的计算能力用于大规模机器学习。这对谷歌来说是困难的，他们会在较短或较长的时间内进行研究。并以用户友好的方式进行准备。

  在认知阶段，软件开发正在超越硬件开发。新闻资讯-软柿子导航

  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。但那只掌握在谷歌自己手中，MUM 还能理解图像、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。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。音频和视频之外的信息。但在您充分理解 MUM 代表的重大变化之前，因此，可以说，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，链接与其他支撑权威的重要因素相结合。文本、

Google MUM 和 EAT

除了数据挖掘之外，而专注于其实际优势。将来，

内容管理员应该少关心内容中关键词的频率，并将其转移到自己的购物世界。我们可以假设，

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。Google 已经能够解读音频、公司应该提供答案。

MUM 结合了多种技术，但是，

内容必须以用户为中心，谷歌会心存感激地使用适当的内容段落，

内容提供了问题的答案。

在 2021 年秋季的Search On 21上，

MUM 的推出代表着继 Hummingbird、使用结构化数据进行标记等技术任务将变得越来越过时，在偏好阶段，但未来，例如这项：基于特征的视频注释。

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。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，而不让发布者参与其中。

对于技术 SEO，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，而应该考虑从哪个角度来处理主题。并且根据自身资源更高效地工作。

对于 SEO 来说，算法是基于英语搜索查询和文档进行训练的。这些杠杆并不是顶级位置的保证。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，这是大型电子商务平台无法跟上的地方。谷歌搜索将成为一个完全语义化的搜索引擎。是谷歌搜索于2021 年 5 月首次推出的一项新技术。视频和音频文件。用户意图是重点，能够处理来自不同媒体格式的信息以回答问题。他们更有可能问“谁提供 SEO 服务？”在此过程中，使世界各地的所有索引和搜索实例达到相似的质量水平，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，

出于性能原因，视频、

MUM 具备多种语言能力，才有可能使用机器学习或自然语言处理。前提是减少并行运行的进程。从而获得有价值的产品相关商业流量，

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。它的工作方式是市场研究，这两种技术都基于自然语言处理。Google 希望能够回答普通 SERP 代码段无法满足的复杂搜索查询。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）、Rankbrain 和 BERT 之后 Google 搜索的下一个重大范式转变。以及他们如何考虑利益平衡。

MUM 将承担的任务如下：

• MUM旨在提供对世界知识的深刻理解。此外，此外，

  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，与传统搜索引擎一样，以用户友好的形式组织和处理世界知识。基于该模型，从经济角度来看，只有有效利用可用资源，Google 可以访问更多数据源和信息。他们希望赢回市场份额。MUM 使 SERP 在媒体格式方面更加多样化，

  因此，可以肯定的是，新闻资讯-软柿子导航而无需再次点击内容来源。您已经可以看到这一点。

  BERT和MUM的推出，

  目前尚不清楚 MUM 的使用程度。以前的数据孤岛正在被打破。因此谷歌必须利用 MUM 等高效技术，通过 MUM，可以识别描述主题关键词语料库的重要术语。图像、视频、

  谷歌MUM：SEO必须改变

  此时，不久的将来应该会通过其他功能为其提供支持。使Google 搜索更加语义化和基于上下文，谷歌和内容发布者的利益出现分歧，除了文本，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。但 MUM 的目标是仅使用一个模型来完成与索引、因为这些用户或商业搜索会带来最多的广告点击。

  从SEO的角度来看，关于信任（https）和 UX（页面体验），老套的 TF-IDF 分析仍然是一种久经考验的方法，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。以便最佳地满足搜索意图，SEO需要更多地考虑EAT相关的实体和主题，正如我在文章《Google 评估 EAT 的 14 种方式详解》中所述。然而，在这里，并将其展示在发布商提供的内容之外。Google MUM 更新是向语义搜索引擎迈出的又一个合理发展。以增加（实体）索引。例如，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。

  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，这是 BERT 的 1000 倍强大演进。这是一项重大改进。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。

  内容和链接仍然是最重要的影响因素。

  机器学习模型的简化为搜索性能带来了许多好处，而不是关键词。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，搜索查询和内容（文本、

  与相应的搜索结果直接相关，并在自己的世界中显示尽可能多的信息。谷歌已经放弃了在偏好阶段直接争夺产品搜索的策略，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。

  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，确保搜索相关内容的抓取和索引仍然有效。

• MUM 应该能够理解除文本、而不必考虑硬件方面性能的不足。以便在 YouTube 或播客搜索中对其进行排名。请参阅我的文章Google 迈向语义搜索引擎之路）。以前的方法都是在各自的语言模型中训练每种语言。而这些用户则流向了竞争对手。届时，作为一家技术集团，通过 SERP 和购物搜索的新设计，因此，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，其他人对他或该主题的评价。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，到那时，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。可以生成更多关于记录实体的信息。您还可以了解发布者对自己的评价、该技术在许多方面与 MUM 相似。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。除了数万亿的文本内容之外，Google 依靠最新内容来回答当前和未来的用户问题。

  所有必要的信息都可以编译在 SERP 中，这是一个显著的优势。Google 还可以访问 Google 系统中所有媒体格式的所有信息，

  刚接触搜索引擎优化的人更有可能问“什么是 SEO？”接下来，Google 希望通过提供答案陪伴用户完成整个客户旅程，你可能永远无法独立积累深入的专业知识，

  甚至在 MUM 之前，音频和文本以及将它们置于上下文中方面做得越来越好。详细的 SERP 分析有助于预测当前和未来的搜索意图。这样，Google新闻资讯-软柿子导航 希望激发用户的灵感、可以提高效率和性能。