沈阳网站建设 - 解说TF-IDF算法在SEO优化中的应用

TF-idf算法实在是一种用户资讯检索与资讯探勘的常用加权技能，经常被SEOER们使用到，而许多人大概不太晓得，实在最直观的相识就是网站要害词密度。

　　直接切进主题，TF-idf算法究竟是怎样盘算的：

　　公式：

　　TF：词频

　　IDF：逆文本频率指数

　　TF-IDF=TF*IDF

　　我们举例阐明，TF词频的意思，是指一个词呈现在页面中的次数，假如一篇文章的总词语数是200，而网站优化这个词呈现了4次，那么这个词频TF=4/200，也就是0.02。

　　而IDF也就是很文件频率，指这个词在几多页面呈现过计数为N，文件总数计数为M，那么IDF=lg(M/N)。假定网站优化在2000个页面呈现，总文件数为1亿,那么文件频率IDF=lg(100000000/2000)=4.69897,那么盘算末了的TF-IDF=0.02*4.69897=0.0939794。

　　这只是一个判定一个页面的相干度的题目，而在SEO网站优化中，并不但是判定TF-IDF的值加分，我们必要一个辨认度高的词来为页面加分。比方：搜刮引擎收录一万亿个页面，应该说每个页面都市有的、是、中、地、得等等词，这些高频词也叫乐音词或制止词，搜刮引擎会往除这些词，以是这些词的加分权重实在应该是0。盘算公式：TF-IDF=log(1万亿/一万亿)=log1=0。

　　实在在搜刮引擎检索中，盘算权重的时间，会凭据每个词分词来盘算，比方：SEO网站优化的本领这个词。

　　假定：SEO页面检索数位2000万，网站优化的检索数为1000万，本领的检索数为50000万

　　搜刮引擎索引总数假定为100亿。

　　SEO在www.024r.com这个网站中页面(页面总词数400)呈现8次，网站优化呈现10次，本领呈现16次。

　　那么各自的词频

　　TF(SEO)=8/400=0.02,

　　TF(网站优化)=10/400=0.025

　　TF(本领)=20/400=0.04

　　TF(的)=下面已近提到，的属于高频制止词，权重为0。

　　那么搜刮SEO网站优化的本领这个页面的相干度为：TF(总)=0.02+0.025+0.05=0.095。

　　而IDF(SEO)=LOG(10000000000/20000000)=2.69897

　　IDF(网站优化)= LOG(10000000000/10000000)=3

　　IDF(本领)=log(10000000000/100000000)=1.69897

　　这么算上去之后，每个词为搜刮SEO网站优化的本领为页面的权重和相干度孝敬的值辨别为：

　　Tf-idf(seo)=0.02*2.69897=0.0539794

　　Tf-dif(网站优化)=0.025*3=0.075

　　Tf-idf(本领)=0.04*1.69897=0.0679588

　　由此可以看出，固然本领呈现的频率更高，但辨认度没有SEO和网站优化高，以是为页面的权重孝敬度并不是太大。

　　一个词的猜测本领也就是辨认度越高，那么这个词的权重越大，反之则越小，看到网站优化大概你就曾经根本相识这个页面要讲什么，但是看到本领，你大概还不是太明确页面的主题。

　　固然这支持搜刮引擎的算法的一个点，我们还要联合标签来完成权重的提拔，比方H标签，而主要害词周边的词也会加分，这里周边是指在一个标签内的比方：SEO网站优化的本领重要是一些搜刮引擎优化思绪的先容

　　Design by www.024r.com