|
搜索引擎会给予每一个页面一定的权重值，这个值也会随着页面的更新和时间地流逝而改变。今天，SEO百科网带来的是《TF-IDF算法-索引创建过程中的加权方法-什么是搜索引擎》。希望对大家有所帮助。  3 s9 }+ P9 x- C1 R
一、索引创建中的权值搜索引擎蜘蛛的爬行与抓取，页面的收录与索引，是一个页面能够在用户搜索关键词时能够获得展现的几个基本步骤，其中索引创建中包含着对页面内容本身的加权因素① 索引项权值概念索引项的权值，在一定程度上反应了文档中词的相对重要性，这个值通常用于索引排序过程中计算分值，也就是影响搜索引擎排序的重要因素之一。 2 l1 u+ c) `* s. O! \3 f
② 索引项权值怎么得来的？索引项权值，是由检索模式中的加权组件利用文档统计结果来计算得出的③ 索引项加权方法传统的检索模式中最常见的加权方法：TF-IDF算法二、TF-IDF算法① TF-IDF算法定义。
6 J$ E. ^2 w8 z4 R6 p TF-IDF算法，基于索引项出现在一个文档中的次数或频率，以及索引项在整个文档集合中出现的频率，两者的组合（或者说两者的乘积）② TF-IDF算法中词的解析1）TF次数和频率称之为词频，英文简称为tf2）IDF
0 ^3 H3 f6 N. L9 D 索引项在整个文档集合中出现的频率，称之为范文档频率，英文简称为idf③ TF-IDF算法的简单说明TFIDF的核心思想，是指某个词或某个短语在一篇文档中出现的频率高，并且在索引库的其他文档中出现较少，就认为这个词或短句有很好的类别区分能力，可以用来进行分类。 . k9 H% h2 W, y( ~
简单来讲，某个词或某个短语就是索引词，对于这篇文章而言，该词项将被赋予较高的权值三、理解并使用TF-IDF算法对于SEOer来讲，了解上面的知识已经足够了，没必要非得知道是用哪个函数，哪个公式算出来的结果。
; S. s8 w4 I+ `- N 其实，通过TF-IDF算法的学习，我们可以更好理解一些常识性的SEO知识① 品牌词容易优化品牌词一般是自己创造的，满足TF值大，同时IDF值大，页面加权高，自然排名很容易② 行业核心词难优化无数网站都在优化这同一个词，然而首页的位置却是有限的，大家都满足TF大，但同样IDF越小，证明这个词越难优化。
" ?5 N' B. {$ i1 ^* U+ \, U 这也就是平时在判断关键词优化难度时，为什么将百度搜索的相关结果数作为优化难度之一的原因③ 多挖掘没有百度指数的关键词-降低优化难度行业中有百度指数的词，大家都在做优化与排名，这样的词不光是竞争压力大，可能还带不来多少点击。
+ y* Q5 D4 s9 R" a& [ t6 B 因为百度指数可能是100，真实用户也许只有2个，另外的98个都是企业的竞争者们我们应该挖掘一些没有百度指数的词，但是需要这次保持一定的搜索量，这样可以保证降低优化难度的同时，带来更多真实流量④ TF并不是万能！过度堆积害处大！。 / K3 [ B3 l8 }8 s
根据TF-IDF算法，很多人会想，增加关键词密度或频率，以增加TF值，从而获得更好的排名然而，这种做法可以适当做，但超过一定度的话，没什么好处，反而可能会因为过度堆积被搜索引擎降权！所谓的2%~8%的关键词密度只是个大概范围，很多排名好的页面很多都在2%一下，当然也有在8%以上的，只要密度不是过小，不必过度在乎这个。 ' g3 O) w! b$ K% n6 M
举个例子，已经是5%的密度了，非要故意堆积到8%，甚至百分之20%，就会变得非常没有意义这是对TF高的一种误解也就是我们能够根据TF-IDF算法中得到的启发是不应该让关键词的密度或频率（TF）过低，然而对于IDF来说，我们只能通过寻找IDF值高的关键词来优化，如果我们优化的关键词的IDF值本来就很低，我们也不能对其改变这个现状，IDF值越低，证明这个词在一定程度上就越难优化。 ! [) m2 X- S J; o0 e
所以，在网站优化过程中，除了要做好页面外，还需要关注内链与外链优化。四、TF-IDF算法公式① TF公式  : ^5 p5 r C) v7 i- J
TF(i,j)：关键词j在文档i中的出现频率。n(i,j)：关键词j在文档i中出现的次数。 
3 r- P: @; @* {, q/ m6 t 举例来讲：一篇文章总共100个词，其中“SEO培训”一共出现了10词，那么TF就是10/100，结果就是0.1然而，由于文章中会出现大量的“的”、“得”、“吗”、“地”，不能正常反应文章的词，所以，就得用IDF来做一个限制了。
4 Q3 l9 ]% F( b# D1 L ② IDF公式 
, G: ~/ V# p0 U9 |+ x, X6 l IDF(i)：词语i的反文档频率|D|：语料库中的文件总数|j:t(i)属于d(j)|出现词语i的文档总数+1是为了防止分母变0。 
0 y% H) W1 m* ^ IDF就可以防止常用词的干扰了还是刚才的例子：一篇文章总共100个词，其中“SEO培训”一共出现了10词，那么TF就是10/100，结果就是0.1另外“我们”一共出现了10词，其TF结果也是0.1假设语料库总共有1000篇文章，其中“SEO培训”文章有10篇，“我们”文章有1000篇。 % B. c9 X. L p: A l, \
“SEO培训”的IDF=log（1000/10）= 2“我们”的IDF=log（1000/1000）= 0③ TF-IDF公式TF-IDF = TF*IDF 
$ Z/ y- u+ P& P6 F; A “SEO培训”的TF*IDF=0.1*0=0“我们”的TF*IDF=0.1*2=0.2那么很显然，对于这篇文章而言，“SEO培训”比“我们”更加重要以上就是SEO百科网带来的是《TF-IDF算法-索引创建过程中的加权方法-什么是搜索引擎》。
* l$ j4 l( G% ~ q9 [ 感谢您的观看更多seo教程搜索“错误教程”原创文章欢迎转载并保留版权：https://www.cuowu.com/
# \# |5 Q% [" h+ s: ?0 _% B, i
3 d" g4 T }% b
+ c* S3 ~' z. `) P, @. o0 h& J
; D, |0 a( C. y5 P9 g; a! L! X
|! `( H! b, U3 s5 ` | 
: ^5 p5 r C) v7 i- J
