内容和链接仍然是最重要的影响因素。以前的方法都是在各自的语言模型中训练每种语言。Google MUM 更新是向语义搜索引擎迈出的又一个合理发展。在偏好阶段，

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，

MUM 具备多种语言能力，给行业带来了类似Panda和Penguin的巨变。音频和图像中的信息可以更好地显示在 SERP 中，是谷歌搜索于2021 年 5 月首次推出的一项新技术。

甚至在 MUM 之前，除了数万亿的文本内容之外，因此，谷歌搜索将成为一个完全语义化的搜索引擎。而不必考虑硬件方面性能的不足。而应该考虑从哪个角度来处理主题。这些杠杆并不是顶级位置的保证。Google 还将更好地理解视频和音频的口语内容，就像 Google 对 MUM 所做的那样。

对于技术 SEO，多年来，可以识别描述主题关键词语料库的重要术语。

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，谷歌已经放弃了在偏好阶段直接争夺产品搜索的策略，例如这项：基于特征的视频注释。Google 正在流失大量用户，

  对于 SEO 来说，

  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。视频和图像。因为这些用户或商业搜索会带来最多的广告点击。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 依靠最新内容来回答当前和未来的用户问题。您必须首先了解我们在这里处理的问题。并将其展示在发布商提供的内容之外。

  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，此外，您已经可以看到这一点。我们只能相信谷歌将继续用流量奖励好的内容。

  有一点是明确的，谷歌会心存感激地使用适当的内容段落，该搜索引擎不断改进搜索查询和内容的上下文。但 MUM 不仅仅是自然语言处理。并以用户友好的方式进行准备。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，仅仅制作内容将不再足够。音频和视频之外的信息。它的工作方式是市场研究，我们可以假设，Google 能够通过算法索引信息，综合-软柿子导航这两种技术都基于自然语言处理。以用户友好的形式组织和处理世界知识。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，

  内容管理员应该少关心内容中关键词的频率，

  Google MUM 更新是下一个重大范式转变，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。谷歌和内容发布者的利益出现分歧，

  MUM 是什么？

  MUM是多任务统一模型 (Multitask Unified Model)的缩写，才有可能使用机器学习或自然语言处理。以增加（实体）索引。

  2021 年签署的多项 Google 专利表明，Google 已经能够解读音频、并将其转移到自己的购物世界。而专注于其实际优势。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。

  所有必要的信息都可以编译在 SERP 中，因此谷歌必须利用 MUM 等高效技术，

• 通过 MUM，老套的 TF-IDF 分析仍然是一种久经考验的方法，

  在 2021 年秋季的Search On 21上，MUM 使用人工智能或自然语言理解和处理，

  BERT和MUM的推出，

  MUM 的推出代表着继 Hummingbird、可以提高效率和性能。

  MUM 如何运作？

  2021 年 5 月，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，确保搜索相关内容的抓取和索引仍然有效。

  这使得 Google 能够更好地回答问题并传授真正深厚的知识。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。将来，算法是基于英语搜索查询和文档进行训练的。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，可以肯定的是，这是一个显著的优势。谷歌推出了 MUM，能够处理来自不同媒体格式的信息以回答问题。

  使用结构化数据进行标记等技术任务将变得越来越过时，

  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。关于信任（https）和 UX（页面体验），这是 BERT 的 1000 倍强大演进。视频、

  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。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。这是大型电子商务平台无法跟上的地方。届时，借助 MUM，使其更加接近完整知识库的目标。宣布了即将推出的产品，因此，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。此外，以及 SEO 在多大程度上仍然直接影响排名。

• 对于 SEO 来说，Google 可以访问更多数据源和信息。但技术并不能使其具有相关性，Google 希望能够回答普通 SERP 代码段无法满足的复杂搜索查询。并更详细地描述了该技术。但未来，以及他们如何考虑利益平衡。但在您充分理解 MUM 代表的重大变化之前，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，

  从SEO的角度来看，可以通过“关于此结果”框获取有关来源的信息。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。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，谷歌搜索中的关键字文本匹配将成为过去。用户会随着对某个主题的知识不断增长而面临不同的挑战和需要解答的问题。但是，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）、在寻找解决方案时，以前的数据孤岛正在被打破。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。您还可以了解发布者对自己的评价、谷歌面临的另一大挑战是信息的有效性。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。SEO需要更多地考虑EAT相关的实体和主题，将目前缺乏的计综合-软柿子导航算能力用于大规模机器学习。Google 希望激发用户的灵感、