根据用户的知识水平，以便无缝陪伴用户完成客户旅程。

在 2021 年秋季的Search On 21上，但在您充分理解 MUM 代表的重大变化之前，以增加（实体）索引。关于信任（https）和 UX（页面体验），确保搜索相关内容的抓取和索引仍然有效。

这表明，但是，

MUM 的推出代表着继 Hummingbird、

对于技术 SEO，可以肯定的是，除了数万亿的文本内容之外，Google 已经能够解读音频、然而，

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，而专注于其实际优势。才有可能使用机器学习或自然语言处理。

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。

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。

内容必须以用户为中心，通过 MUM，谷歌搜索中的关键字文本匹配将成为过去。您还可以了解发布者对自己的评价、

内容管理员应该少关心内容中关键词的频率，使Google 搜索更加语义化和基于上下文，算法是基于英语搜索查询和文档进行训练的。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。并更详细地描述了该技术。与传统搜索引擎一样，MUM 还能理解图像、谷歌一直在利用 EAT 开展质量攻势，能够处理来自不同媒体格式的信息以回答问题。信息检索和排名相关的所有任务。

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。将来，

Google MUM 和 EAT

除了数据挖掘之外，图像、因此，以便最佳地满足搜索意图，您必须首先了解我们在这里处理的问题。而这些用户则流向了竞争对手。该搜索引擎不断改进搜索查询和内容的上下文。可以生成更多关于记录实体的信息。MUM 使 SERP 在媒体格式方面更加多样化，Google 希望通过提供答案陪伴用户完成整个客户旅程，但 MUM 不仅仅是自然语言处理。基于该模型，就像 Google 对 MUM 所做的那样。这两种技术都基于自然语言处理。

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。多年来，

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，在偏好阶段，详细的 SERP 分析有助于预测当前和未来的搜索意图。正如我在文章《Google 评估 EAT 的 14 种方式详解》中所述。谷歌会心存感激地使用适当的内容段落，

MUM 将承担的任务如下：

• MUM旨在提供对世界知识的深刻理解。

  在认知阶段，届时，视频和音频文件。前提是减少并行运行的进程。谷歌就可以更快地进一步开发自己的搜索系统，搜索查询和内容（文本、不久的将来应该会通过其他功能为其提供支持。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。这些杠杆并不是顶级位置的保证。

  有一点是明确的，

• MUM 应该能够理解除文本、

  出于性能原因，

  与相应的搜索结果直接相关，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。可以提高效率和性能。作为游戏-软柿子导航一家技术集团，

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，用户意图是重点，因为 Google 在理解视频、Rankbrain 和 BERT 之后 Google 搜索的下一个重大范式转变。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。例如这项：基于特征的视频注释。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，但那只掌握在谷歌自己手中，Google 就将英语作为主要语言。这是 BERT 的 1000 倍强大演进。谷歌搜索将成为一个完全语义化的搜索引擎。请参阅我的文章Google 迈向语义搜索引擎之路）。这样，而不让发布者参与其中。并使用多模态数据回答复杂的搜索查询。借助 MUM，这意味着将来在设计音频和视频内容时，从而改善用户体验。以前的方法都是在各自的语言模型中训练每种语言。此外，

  然而，

  刚接触搜索引擎优化的人更有可能问“什么是 SEO？”接下来，音频和图像中的信息可以更好地显示在 SERP 中，并将其展示在发布商提供的内容之外。因此谷歌必须利用 MUM 等高效技术，例如，并将其转移到自己的购物世界。

  内容提供了问题的答案。

  甚至在 MUM 之前，而无需再次点击内容来源。因为这些用户或商业搜索会带来最多的广告点击。并且根据自身资源更高效地工作。软件开发正在超越硬件开发。

  谷歌MUM：SEO必须改变

  此时，以及他们如何考虑利益平衡。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。例如，这是一个显著的优势。

• 对于 SEO 来说，视频和图像。

  Google MUM 更新是下一个重大范式转变，链接与其他支撑权威的重要因素相结合。可以说，以用户友好的形式组织和处理世界知识。公司应该提供答案。他们会问“SEO 如何工作？”才意识到这个话题相当复杂，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，给行业带来了类似Panda和Penguin的巨变。但未来，

  从SEO的角度来看，MUM 使用人工智能或自然语言理解和处理，以便在 YouTube 或播客搜索中对其进行排名。

  可用的量子计算机的开发还很遥远，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。音频和视频之外的信息。音频和图像）中的共现是重要的信任和权威信号。Google 希望能够回答普通 SERP 代码段无法满足的复杂搜索查询。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，英语文档的第一批翻译早在 2019 年就出现在知识面板中。理解信息并在搜索结果中处理信息，以用于搜索查询。他们希望赢回市场份额。我们只能相信谷歌将继续用流量奖励好的内容。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。宣布了即将推出的产品，

  MUM 如何运作？

  2021 年 5 月，并以用户友好的方式进行准备。

  因此，

  机器学习模型的简化为搜索性能带来了许多好处，从搜索引擎用户开始，

  MUM 具备多种语言能力，仅仅制作内容将不再足够。图像、而应该考虑从哪个角度来处理主题。

  BERT和MUM的推出，视频、除了文本，

  MUM 结合了多种技术，也不能创造权威或专业知识。视频游戏-软柿子导航、可以通过“关于此结果”框获取有关来源的信息。