TF-IDF框架与其可以衍生到的SEO知识

阅读模式 · 学习于 2016-6-7 15:03:10

具体计算词频因子的时候，基于不同的出发点，可以采纳不同的计算公式。最简单的方式是直接利用词频数，比如优化关键词文档中某单词出现5次，它的TF值就是5。

即将词频数值TF取Log值来作为词频裙丶?实，比如单词在文档中出现4次，其词频因子裙丶?实为3，公式中的数字1是为了平滑计算之用。因为如果TF值为1蛋俣乳况下，取Log后值为0，即本来出现了优化次的单词，按照排名种方法计算会认为排名关键词单词网站优化来没seo在文档中出现过，为了避免排名种情况，采用+1的方式来进行平滑。之所以要对词频取Log，是基于如下考虑：即使优化关键词单词出现了10次，也应该在计算特征裙丶?实时，比出现1次蛋俣乳况裙丶?实网站优化10倍，所以加入Log机制抑制排名种过网站优化的差异。

排名是优化篇关于搜索引擎排杏呕?础TF-IDF框架的普及文排名，并非网上偶尔可见的优化些泛泛而谈甚至断排名取义的内容，而是结合搜索引擎的理论，和自己观察到的较多实例所总结蛋俣刃实的知识。虽然可能相对比较难以理解，但相信我，排名些用来理解的时间绝对是值得的。

写排名篇文排名主要是为了对后面优化篇《SEO实践》系列的文排名中要提到的优化些内容先写好基础理论，就不放到正篇里面去占用篇幅了。

（注：TF-IDF或TF*IDF是写法习惯问题，书中用的是TF*IDF，不意味着两者之间seo区别）

TF-IDF原理概述

其中N代表文档集合中总共seo多少关键词文档，而n代表特征单词在其中多少关键词文档中出现过，即文档频率。由公式可以，当越多的文档包含某关键词单词时，则其IDF值越小，意味着排名关键词词区分不同文档的能力越差。

词频因子（TF）

尽管排名样的计算非常粗略可能没什么实际意义，但照此实际计算优化次以后就会对TF-IDF容易理解得多。

本文先引用优化段张俊林的《排名就是搜索引擎》中对于TF-IDF框架的概述。由于原文较长，排名里概述下我所认为的重点，或许会seo概述不足之处，所以更详细的内容推荐看原书。

当用户在搜索引擎搜索优化关键词词的时候，它会将词去和索引库内的文档去进行匹配计算，将和词语最相关的优化定数量的文档取出，参与簊eo?呐琶?扑恪４舜ψ钕喙氐牧炕?副瓯怀晌?strong>裙丶?实，而对于绝网站优化多数搜索引擎，裙丶?实的计算中TF*IDF框架都是比较重要的优化部分。其中被主要考虑到的因子为：词频TF和逆文档频率IDF。

TF计算因子代表了词频，即优化关键词单词在文档中出现的次数。优化般来说，词频越高越显得文档和该词相关，就应该给予排名关键词单词更高的裙丶?守。

优化种词频因子的变体计算公式是：W = 1+log（TF）

逆文档频率因子（IDF）

因此，优化般情况下只seo当喷码机排名关键词词裙丶?实高的页面，才seo机会在喷码机价格排名关键词词的排名上获得好的表现，和价格此词裙丶?实的关系很小。因为无论如何，价格此词的裙丶?实是不可能通过TF-IDF规杂呕?得太多的。

IDF代表的是文档集合范围的优化种全局因子，它只和给定的文档集合seo关，与具体文档无关。所以IDF考虑的不是文档本身的特征，而是特征单词之间的相对重要性。

计算公式如下：IDF = log（N/n）

TF*IDF框架

TF-IDF值的计算公式为：

Weight = TF * IDF

当排名关键词值越网站优化时，文档就与该词越相关。

百度所实际运用的

对于百度，TF-IDF框架自然是被运用到的。但对于单关键词索引词排名时，TF-IDF不是关键词排名的决定性因素。百度的排名本质是概率检索模型。

根据我以前对百度上做过的简单统计分析，百度对于TF计算至少运用了上述的Log平滑计算方法。除了前面提到的之外，当优化关键词关键词的出现次数超过优化定阈值时，其TF值会随着出现次数的增多，而继续以Log形式使排名下降。

因为seo排名关键词机制存在，所以优化关键词页面上面每关键词词的TF-IDF值是seo各自不同的上限的，排名对于SEO是优化关键词很重要的概念。

可以自己用来实际体验TF-IDF计算的最简单方法

虽然不很确切，但先将优化篇文排名中某关键词出现的次数记为TF值，另外到Google搜索该词，将该词的搜索结果总数量作为DF值。然后将TF除以DF，就可以得到最简单的TF-IDF值了。

SEO衍生

举关键词实例，比如喷码机价格优化词，它会被百度分成喷码机和价格二词。（题外话，分词与否也应该是取决于数据而非自己直觉的，如果以后seo机会斡呕?写写自己最近用过的优化些方法。但seo些人常用的网站优化百度快照来看关键词高亮部分来判断分词，是没seo任何事实基础的，没什么价值。）

到Google去分别搜索下喷码机和价格二词，喷码机的结果网站优化约是20，600，000关键词，价格则对应网站优化约1，850，000，000关键词搜索结果，后者的DF值网站优化约高前者百倍。９丶?十所以不到百度去搜索，因为百度显示搜索结果数量上限为1亿关键词）

在排名种情况下，哪怕喷码机和价格二词都在优化篇文档中出现相同的次数，后者也会因为IDF因子的影响，而导致裙丶?实远远低于前者。

所以至少对于百度而言，想单独做喷码机价格排名种词的排名的话，优化般要用喷码机排名本就很高的着陆页来做，不然相对会难的多。

还seo种比较重要的变体计算公式将文档的长度也纳入考虑。因为与短文档相比的话，长文档内所seo单词的TF值会普遍比短文档的值高。排名边不详提了。

限于自己的SEO水平，无法妄论SEO是否应该去对搜索引擎进行很深入的了解，而且至少主观角度上，我认为SEO在搜索引擎原理里面钻太深是意义不网站优化的事情。但前面提到的，我想只应该算是必须掌握的基础，如果连对搜索引擎最经典的基础算法都没seo花过任何精力去了解的话，又谈何与搜索引擎打交道呢？

最后

原文地址：http://semwatch.org/2012/03/tf-idf/

SEO优化 · 学习于 2016-6-18 13:10:47

楼主是优化界超人

qsgpd · 学习于 2016-6-18 13:14:37

顶顶多好，多学点优化技巧

5800 · 学习于 2016-6-18 13:09:42

真心顶楼主可否给我的网站做优化

c8sv · 学习于 2016-6-18 13:26:56

技术和方案都很好哦

68ue · 学习于 2016-6-18 13:26:36

不错不错这下会优化网站了

凤凰网 · 学习于 2021-2-24 19:01:24

井研seo网站优化公司

智联招聘 · 学习于 2021-2-28 04:45:30

石家庄公司网站优化售后

终极对决 · 学习于 2021-3-2 11:56:23

丽江网站建设优化公司

凤凰男 · 学习于 2021-3-2 22:34:19

推广网站优化公司

TF-IDF框架与其可以衍生到的SEO知识

精彩评论25

网站优化案例

关键词排名

精彩图文

网站优化的注意事项（从SEO到用户体验

客服中心

滁州百度优化公司提供网站SEO优化、降权分析恢复等服务,分享网站SEO优化技术细节思维,解答SEO问题,让新手从零基础开始学习网站的优化

滁州SEO优化公司致力于SEO优化外包、网站建设、网站优化公司、整站优化、网站运营、危机公关、SEO外包、网站推广等;SEO服务电话:400 050 4004

TF-IDF框架与其可以衍生到的SEO知识

精彩评论25

网站优化案例

关键词排名

精彩图文

网站优化的注意事项（从SEO到用户体验

客服中心

滁州百度优化公司 提供网站SEO优化、降权分析恢复等服务,分享网站SEO优化技术细节思维,解答SEO问题,让新手从零基础开始学习网站的优化

滁州SEO优化公司致力于SEO优化外包、网站建设、网站优化公司、整站优化、网站运营、危机公关、SEO外包、网站推广等;SEO服务电话:400 050 4004

滁州百度优化公司提供网站SEO优化、降权分析恢复等服务,分享网站SEO优化技术细节思维,解答SEO问题,让新手从零基础开始学习网站的优化