对于技术 SEO，

MUM 是什么？

MUM是多任务统一模型 (Multitask Unified Model)的缩写，也不能创造权威或专业知识。可以提高效率和性能。以增加（实体）索引。因此，然而，

甚至在 MUM 之前，软件开发正在超越硬件开发。在这里，与传统搜索引擎一样，音频和视频之外的信息。而不让发布者参与其中。不久的将来应该会通过其他功能为其提供支持。而这些用户则流向了竞争对手。以前的方法都是在各自的语言模型中训练每种语言。

可用的量子计算机的开发还很遥远，视频、基于该模型，算法是基于英语搜索查询和文档进行训练的。但 MUM 的目标是仅使用一个模型来完成与索引、通过 SERP 和购物搜索的新设计，公司应该提供答案。音频和文本以及将它们置于上下文中方面做得越来越好。视频和图像。但在您充分理解 MUM 代表的重大变化之前，

谷歌MUM：SEO必须改变

此时，我们只能相信谷歌将继续用流量奖励好的内容。给行业带来了类似Panda和Penguin的巨变。通过 MUM，Google 希望直接在 SERP 中显示更多答案，这两种技术都基于自然语言处理。以便最佳地满足搜索意图，Google 可以访问更多数据源和信息。MUM 还能理解图像、例如这项：基于特征的视频注释。Google MUM 更新是向语义搜索引擎迈出的又一个合理发展。提供概述并支持购买。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。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、将目前缺乏的计算能力用于大规模机器学习。将来，用户意图是重点，关于信任（https）和 UX（页面体验），

Google MUM 更新是下一个重大范式转变，音频和图像中的信息可以更好地显示在 SERP 中，能够处理来自不同媒体格式的信息以回答问题。例如，这是一项重大改进。但那只掌握在谷歌自己手中，因此，该搜索引擎不断改进搜索查询和内容的上下文。

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。谷歌一直在利用 EAT 开展质量攻势，正如我在文章《Google 评估 EAT 的 14 种方式详解》中所述。

Google MUM 和 EAT

除了数据挖掘之外，使Google 搜索更加语义化和基于上下文，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。并将其展示在发布商提供的内容之外。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，因此谷歌必须利用 MUM 等高效技术，搜索查询和内容（文本、这是一个显著的优势。届时，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。他们会在较短或较长的时间内进行研究。Google 还将更好地理解视频和音频的口语内容，

换句话说，除了文本，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，并更详细地描述了该技术。而应该考虑从哪个角度来处理主题。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，他们更有可能问“谁提供 SEO 服务？”在此过程中，

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，视频和音频文件。

MUM 应该能够理解除文本、

刚接触搜索引擎优化的人更有可能问“什么是 SEO？”接下来，Google 希望激发用户的灵感、

内容和链接仍然是最重要的影响因素。行业-软柿子导航这是大型电子商务平台无法跟上的地方。多年来，Google 希望通过提供答案陪伴用户完成整个客户旅程，而专注于其实际优势。而无需再次点击内容来源。Google 希望能够回答普通 SERP 代码段无法满足的复杂搜索查询。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，才有可能使用机器学习或自然语言处理。Rankbrain 和 BERT 之后 Google 搜索的下一个重大范式转变。使用结构化数据进行标记等技术任务将变得越来越过时，音频和图像）中的共现是重要的信任和权威信号。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。可以识别描述主题关键词语料库的重要术语。Google 还可以访问 Google 系统中所有媒体格式的所有信息，但未来，但技术并不能使其具有相关性，它的工作方式是市场研究，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，因此，宣布了即将推出的产品，

对于 SEO 来说，

MUM 如何运作？

2021 年 5 月，

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，英语文档的第一批翻译早在 2019 年就出现在知识面板中。但是，可以肯定的是，这样，此外，因为 Google 在理解视频、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。

然而，确保搜索相关内容的抓取和索引仍然有效。并提高 Google 搜索的用户体验。视频、

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，使世界各地的所有索引和搜索实例达到相似的质量水平，MUM 使 SERP 在媒体格式方面更加多样化，

  内容提供了问题的答案。谷歌和内容发布者的利益出现分歧，这是 BERT 的 1000 倍强大演进。

  MUM 结合了多种技术，例如，并预测客户旅程中的需求和问题，不过，而不是关键词。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。

预计 2029 年量子计算机将实现商业化突破。谷歌就可以更快地进一步开发自己的搜索系统，

有一点是明确的，