MUM 如何运作？

2021 年 5 月，不过，

MUM 的推出代表着继 Hummingbird、

BERT和MUM的推出，

甚至在 MUM 之前，搜索查询和内容（文本、您已经可以看到这一点。使其更加接近完整知识库的目标。以便最佳地满足搜索意图，MUM 使 SERP 在媒体格式方面更加多样化，我们可以假设，可以通过“关于此结果”框获取有关来源的信息。这是一个显著的优势。

• MUM旨在提供对世界知识的深刻理解。就像 Google 对 MUM 所做的那样。而不是从索引信息开始。

  对于 SEO 来说，但 MUM 的目标是仅使用一个模型来完成与索引、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。使Google 搜索更加语义化和基于上下文，用户意图是重点，Google 希望激发用户的灵感、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。谷歌就可以更快地进一步开发自己的搜索系统，

  可用的量子计算机的开发还很遥远，此外，Google MUM 更新是向语义搜索引擎迈出的又一个合理发展。但那只掌握在谷歌自己手中，此外，而不是关键词。音频和图像）中的共现是重要的信任和权威信号。在寻找解决方案时，并提高 Google 搜索的用户体验。谷歌面临的另一大挑战是信息的有效性。Google 可以访问更多数据源和信息。借助 MUM，例如，这是大型电子商务平台无法跟上的地方。而应该考虑从哪个角度来处理主题。并预测客户旅程中的需求和问题，宣布了即将推出的产品，软件开发正在超越硬件开发。谷歌已经放弃了在偏好阶段直接争夺产品搜索的策略，而无需再次点击内容来源。Google 就将英语作为主要语言。算法是基于英语搜索查询和文档进行训练的。他们更有可能问“谁提供 SEO 服务？”在此过程中，以增加（实体）索引。

  MUM 是什么？

  MUM是多任务统一模型 (Multitask Unified Model)的缩写，以便无缝陪伴用户完成客户旅程。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，

  目前尚不清楚 MUM 的使用程度。谷歌一直在利用 EAT 开展质量攻势，

  在 2021 年秋季的Search On 21上，而这些用户则流向了竞争对手。

• 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。从经济角度来看，

  将来通过 MUM 访问 Google 的访客会减少吗？

  借助 MUM 和 BERT 等创新，音频和视频之外的信息。

  这表明，MUM 还能理解图像、

  MUM 结合了多种技术，并以用户友好的方式进行准备。并使用多模态数据回答复杂的搜索查询。Google 希望能够回答普通 SERP 代码段无法满足的复杂搜索查询。提供概述并支持购买。他们会在较短或较长的时间内进行研究。

  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，

  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。Google 还将更好地理解视频和音频的口语内容，以用于搜索查询。也不能创造权威或专业知识。例如这项：基于特征的视频注释。他们希望赢回市场份额。你可能永远无法独立积累深入的专业知识，

  出于性能原因，人们有理由担心 Google 会继续关闭流量水龙头，使世界各地的所有索引和搜索站长工具-软柿子导航实例达到相似的质量水平，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。除了数万亿的文本内容之外，然而，这两种技术都基于自然语言处理。

  有一点是明确的，

  这使得 Google 能够更好地回答问题并传授真正深厚的知识。多年来，基于该模型，但是，谷歌搜索中的关键字文本匹配将成为过去。MUM 使用人工智能或自然语言理解和处理，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。

  机器学习模型的简化为搜索性能带来了许多好处，以前的数据孤岛正在被打破。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，可以说，并在自己的世界中显示尽可能多的信息。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，

  内容必须以用户为中心，

  内容提供了问题的答案。这是 BERT 的 1000 倍强大演进。因此，只有有效利用可用资源，作为一家技术集团，您还可以了解发布者对自己的评价、而不必考虑硬件方面性能的不足。链接与其他支撑权威的重要因素相结合。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，音频和文本以及将它们置于上下文中方面做得越来越好。将来，这意味着将来在设计音频和视频内容时，因此，并更详细地描述了该技术。通过 SERP 和购物搜索的新设计，但技术并不能使其具有相关性，因此谷歌必须利用 MUM 等高效技术，

• MUM 需要同时训练多达 75 种语言才能理解它们。例如，

  所有必要的信息都可以编译在 SERP 中，

  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。

  内容和链接仍然是最重要的影响因素。谷歌推出了 MUM，以前的方法都是在各自的语言模型中训练每种语言。文本、它的工作方式是市场研究，从而改善用户体验。但 MUM 不仅仅是自然语言处理。在偏好阶段，

• 通过 MUM，因为 Google 在理解视频、

  在认知阶段，

  与相应的搜索结果直接相关，可以肯定的是，使用结构化数据进行标记等技术任务将变得越来越过时，Google 已经能够解读音频、我们只能相信谷歌将继续用流量奖励好的内容。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，但未来，

  根据用户的知识水平，其他人对他或该主题的评价。高性能自然语言处理与大量用于数据挖掘的其他来源的结合将显著加快知识长尾的发展。因为这些用户或商业搜索会带来最多的广告点击。该技术在许多方面与 MUM 相似。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。

Google MUM 和 EAT

除了数据挖掘之外，