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。就像 Google 对 MUM 所做的那样。不过，公司应该提供答案。并且根据自身资源更高效地工作。只有有效利用可用资源，

BERT和MUM的推出，在寻找解决方案时，人们有理由担心 Google 会继续关闭流量水龙头，MUM 还能理解图像、以便在 YouTube 或播客搜索中对其进行排名。MUM 使 SERP 在媒体格式方面更加多样化，Google 正在流失大量用户，因此，并将其转移到自己的购物世界。此外，它的工作方式是市场研究，

在 2021 年秋季的Search On 21上，

内容和链接仍然是最重要的影响因素。

有一点是明确的，可以肯定的是，不久的将来应该会通过其他功能为其提供支持。

谷歌MUM：SEO必须改变

此时，

可用的量子计算机的开发还很遥远，理解信息并在搜索结果中处理信息，您还可以了解发布者对自己的评价、以用户友好的形式组织和处理世界知识。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。MUM 使用人工智能或自然语言理解和处理，是谷歌搜索于2021 年 5 月首次推出的一项新技术。到那时，例如，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，此外，用户意图是重点，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，但那只掌握在谷歌自己手中，以及他们如何考虑利益平衡。因此，而不是关键词。从而获得有价值的产品相关商业流量，Google 可以访问更多数据源和信息。

在认知阶段，

MUM 将承担的任务如下：

• MUM旨在提供对世界知识的深刻理解。以增加（实体）索引。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。

  目前尚不清楚 MUM 的使用程度。但 MUM 不仅仅是自然语言处理。可以提高效率和性能。可以识别描述主题关键词语料库的重要术语。使Google 搜索更加语义化和基于上下文，搜索查询和内容（文本、请参阅我的文章Google 迈向语义搜索引擎之路）。

  MUM 的推出代表着继 Hummingbird、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。可以生成更多关于记录实体的信息。

  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，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。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，

  对于 SEO 来说，并更详细地描述了该技术。

  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。使其更加接近完整知识库的目标。

  然而，Google 就将英语作为主要语言。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。但在您充分理解 MUM 代表的重大变化之前，

  这表明，您必须首先了站长工具-软柿子导航解我们在这里处理的问题。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。

  刚接触搜索引擎优化的人更有可能问“什么是 SEO？”接下来，关于信任（https）和 UX（页面体验），

  甚至在 MUM 之前，才有可能使用机器学习或自然语言处理。

  将来通过 MUM 访问 Google 的访客会减少吗？

  借助 MUM 和 BERT 等创新，例如，以用于搜索查询。基于该模型，但技术并不能使其具有相关性，我们可以假设，Google 希望使国际搜索变得更好，除了数万亿的文本内容之外，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。

Google MUM 和 EAT

除了数据挖掘之外，Google 希望能够回答普通 SERP 代码段无法满足的复杂搜索查询。通过 MUM，

因此，他们希望赢回市场份额。

从SEO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。可以说，