TF-IDF算法为什么对SEO很重要？ 值得一看

在已往一年阁下的时间里，你大概已经看到TF-IDF这个词被扔了出去，很多搜索引擎优化的潮水来了又去，一些最有趣的搜索引擎优化最终会招致处罚，对吗？

可是TF-IDF有点差异。

TF-IDF算法不是对搜索引擎的哄骗，而是一种阐明内容主题的要领，它基于与搜索引擎自己沟通的原则。因此，需要一种真正客观的要领来权衡和改造其内容的SEOer具有惊人的潜力。

我方才将案例研究完全纳入我的本领范畴，功效很是有趣。

在我从小我私家尝试中学到对象之前，我想确定我相识TF-IDF以及它是如何利用的。

TF-IDF是什么？

字面意思是术语频率乘以逆文档频率。

TF-IDF是一个团结了这两种怀抱的等式，它怀抱一个术语在页面上的利用频率(TF)和该术语在荟萃的所有页面中的呈现频率(IDF)，以指定一个分数或权重，即该术语对页面的重要性。

这个等式在学术界由来已久。语言学和信息架构规模的研究人员利用它作为一种要领，在时间的短时间内阐明白大量的文档库。

它也被信息检索措施(包罗所有的搜索引擎)用来有效地分类和判定数百万个功效的相关性。

对付沟通的信息，你想做什么和搜索引擎想做什么有很大的区别。

搜索引擎想要思量 *** 上所有功效的荟萃，而你想要将一个网页或网站与表示不佳的网站举办较量.前十名。

仔细看看TF和IDF的等式.你大概需要做一些数学计较来获得所有的丈量值，即TF和IDF。但我担保不会那么难。按照差异的应用，TF-IDF的等式大概比我下面利用的例子要巨大得多。

无论是否简化，假如你试图优化你的网站，你凡是不但愿被手动捕捉。这些方程将辅佐你领略TF-IDF的成果，但它是我在最后接头的东西，真正打开了潜力。

通过计较一个术语在页面上呈现的次数来确定之一个术语的呈现频率。然后，将数字插入下面的等式中:

期限频率=（原始计数）/（文件总字数）

反向文档频率（术语）= log（文档数/ /（包括要害字的文档）

通过将术语呈现的文档数除以所选荟萃中的文档总数来计较文档的倒排频率，如下:

为什么TF-IDF对SEO很重要？

利用TF-IDF加强要害字研究

如何利用TF-IDF？

TF

通过对丈量的页面举办评分，你险些可以领略谷歌和百度是如何对同一主题的网站举办评分的。

今朝还不清楚谷歌或百度等搜索引擎是否在其算法中利用TF-IDF。假如是，它是一种变体吗？换句话说，有一些私人相关性研究，我已经知道他们的数据表白这是大概的。TF-IDF阐明答允您基于算法已经授予的内容来优化术语的均衡。

（PPC）=（12/100）= 0.12

IDF

譬喻，假设你已经完成要害词研究，优化“搜索引擎优化培训南宁”页面。大大都要害词研究东西城市吐出“南宁搜索引擎优化培训”、“南宁搜索引擎优化培训”等要害词。

当你利用我将在后头先容的TF-IDF东西时，你也可以在首页上找到相关的非SEO术语，这些术语在利用通例要害词研究之前你从未找到过。“法令”、“履历”、“权利”和“实践”等术语。单词

不会呈此刻要害词搜索东西中，因为文章自己不会对它们举办排名，可是它们需要报告搜索意图的故事。

（PPC）= log（10,000,000 / 300,000）= 1.52

（PPC）= 0.12 * 1.52 = 0.182

TF（是）=（12/100）= 0.12

此刻，假设您想知道这种用法与 *** 的其他部门对比如何。从10，000，000的样本量来看，这些页面中至少有一些是关于 *** 处事的，而且会包括对PPC的引用。譬喻，30万。

我们可以用这些数字来完成反文档频率方程。

IDF（是）= log（10,000,000 / 8,000,000）= 0.09

此刻，您可以利用TF-IDF公式按照这个术语

TF-IDF（是）= 0 .12 * 0.09 = 0.010

对页面举办评分。事实是，这不是一个满意限制的问题。你想在之一页上用更好的网站来均衡方针词的得分。

一个学期的高分不必然是件功德(究竟，100个单词中有12个被大量利用)。

像“是”、“这个”或“和”这样的常用词怎么样？由于方程的布局，这种噪声不是真正的问题。

这些词常常在整个文档中利用，因此这些词的重要性大大低落。

让我们回到这个等式。为了真正说明这种差别，我们会说页面上有同样多的“是”和“PPC”。

结论010-59000

可是看看当我们完成IDF等式时会产生什么，我们知道大大都功效将包括单词“是”，譬喻8，000，000。

010-59000010-59000

这将导致最终的TF-IDF值:

TF-IDF010-59000