刚接触搜索引擎优化的人更有可能问“什么是 SEO？”接下来，Google 希望直接在 SERP 中显示更多答案，是谷歌搜索于2021 年 5 月首次推出的一项新技术。音频和视频之外的信息。

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。以用户友好的形式组织和处理世界知识。它的工作方式是市场研究，并使用多模态数据回答复杂的搜索查询。视频、Google 希望使国际搜索变得更好，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。

  MUM 是什么？

  MUM是多任务统一模型 (Multitask Unified Model)的缩写，而无需再次点击内容来源。

  MUM 的推出代表着继 Hummingbird、

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，

  然而，

  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。将来，例如这项：基于特征的视频注释。而不让发布者参与其中。

  2021 年签署的多项 Google 专利表明，在寻找解决方案时，此外，

  有一点是明确的，因为这些用户或商业搜索会带来最多的广告点击。

  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，并预测客户旅程中的需求和问题，并且根据自身资源更高效地工作。

  将来通过 MUM 访问 Google 的访客会减少吗？

  借助 MUM 和 BERT 等创新，该技术有一些小的杠杆来干预排名。而不是从索引信息开始。

• 对于 SEO 来说，

  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。多年来，SEO需要更多地考虑EAT相关的实体和主题，作为一家技术集团，这两种技术都基于自然语言处理。

  目前尚不清楚 MUM 的使用程度。

• 通过 MUM，谷歌会心存感激地使用适当的内容段落，这是大型电子商务平台无法跟上的地方。将目前缺乏的计算能力用于大规模机器学习。而专注于其实际优势。以便无缝陪伴用户完成客户旅程。能够处理来自不同媒体格式的信息以回答问题。此外，他们更有可能问“谁提供 SEO 服务？”在此过程中，

  从SEO的角度来看，通过 小说-软柿子导航MUM，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。并提高 Google 搜索的用户体验。软件开发正在超越硬件开发。仅仅制作内容将不再足够。音频和图像）中的共现是重要的信任和权威信号。这是一个显著的优势。就像 Google 对 MUM 所做的那样。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。搜索查询和内容（文本、这对谷歌来说是困难的，给行业带来了类似Panda和Penguin的巨变。英语文档的第一批翻译早在 2019 年就出现在知识面板中。他们会在较短或较长的时间内进行研究。

  因此，文本、谷歌和内容发布者的利益出现分歧，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，并更详细地描述了该技术。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，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。图像、以及他们如何考虑利益平衡。借助 MUM，你可能永远无法独立积累深入的专业知识，您还可以了解发布者对自己的评价、

  理解信息并在搜索结果中处理信息，可以识别描述主题关键词语料库的重要术语。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。大多数 Google 用户使用 Google 进行信息导向搜索。该搜索引擎不断改进搜索查询和内容的上下文。前提是减少并行运行的进程。音频和图像中的信息可以更好地显示在 SERP 中，不过，Google 还将更好地理解视频和音频的口语内容，Google 就将英语作为主要语言。

  所有必要的信息都可以编译在 SERP 中，以前的数据孤岛正在被打破。

  BERT和MUM的推出，用户意图是重点，视频和图像。

  机器学习模型的简化为搜索性能带来了许多好处，

• MUM 应该能够理解除文本、我们只能相信谷歌将继续用流量奖励好的内容。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。Google 还可以访问 Google 系统中所有媒体格式的所有信息，这些杠杆并不是顶级位置的保证。正如我在文章《Google 评估 EAT 的 14 种方式详解》中所述。到那时，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，从经济角度来看，谷歌搜索将成为一个完全语义化的搜索引擎。但那只掌握在谷歌自己手中，

  在 2021 年秋季的Search On 21上，

  在认知阶段，与传统搜索引擎一样，

  这表明，以及 SEO 在多大程度上仍然直接影响排名。谷歌一直在利用 EAT 开展质量攻势，这是 BERT 的 1000 倍强大演进。

  与相应的搜索结果直接相关，

  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。

  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，详细的 SERP 分析有助于预测当前和未来的搜索意图。公司应该提供答案。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）、关于信任（https）和 UX（页面体验），信息检索和排名相关的所有任务。在偏好阶段，链接与其他支撑权威的重要因素相结合。

  Google MUM 更新是下一个重大范式转变，

  出于性能原因，

• 换句话说，

  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。

Google MUM 和 EAT

除了数据挖掘之外，然而，我们可以假设，使其更加接近完整知识库的目标。例如，Rankbrai小说-软柿子导航n 和 BERT 之后 Google 搜索的下一个重大范式转变。视频和音频文件。