一般來(lái)說(shuō)網(wǎng)頁(yè)與用戶搜索詞相關(guān)度越高提高，那么該頁(yè)面在搜索引擎結(jié)果中的排名也就越靠前可以使用。我們都知道提升頁(yè)面關(guān)鍵詞密度有利于提升排名，那么對(duì)于SEO關(guān)鍵詞密度背后的TF-IDF分詞加權(quán)算法了解多少?盡管SEOer不需要對(duì)這些搜索技術(shù)如數(shù)家珍紮實，但通過(guò)對(duì)技術(shù)原理的了解卻能更好的理解SEO效高化。

————

TF-IDF分詞加權(quán)算法既然是搜索引擎判定網(wǎng)頁(yè)內(nèi)容的技術(shù)手段，那么SEOer能否依據(jù)技術(shù)原理進(jìn)行網(wǎng)頁(yè)關(guān)鍵詞排名優(yōu)化呢?該技術(shù)命名中TF即詞頻(TermFrequency)即就是關(guān)鍵詞出現(xiàn)次數(shù)與整個(gè)頁(yè)面詞量的比值進行培訓，IDF指逆文本頻率指數(shù)(InverseDocumentFrequency)為可被搜索展現(xiàn)的網(wǎng)頁(yè)數(shù)量與包含關(guān)鍵詞網(wǎng)頁(yè)數(shù)量比值的對(duì)數(shù)(log)值發展機遇。

TF-IDF分詞加權(quán)算法僅僅搜索引擎判定網(wǎng)頁(yè)內(nèi)容的基礎(chǔ)技術(shù)，而決定很終排名的因素還有網(wǎng)站整體權(quán)重法治力量、頁(yè)面質(zhì)量度全技術方案、以及該頁(yè)面鏈接資源等多個(gè)維度的因素。本文旨在解釋TF-IDF分詞加權(quán)算法共享，同時(shí)涉及到的數(shù)據(jù)不具有客觀正確性信息化，只是為了更好的舉例說(shuō)明做出的合理假設(shè)，幫助大家更好的理解“關(guān)鍵詞密度”概念背后的技術(shù)原理解決方案。

—

TF-IDF(termfrequency–inversedocumentfrequency)是一種用于信息檢索與數(shù)據(jù)挖掘的常用加權(quán)技術(shù)趨勢，用以評(píng)估關(guān)鍵詞對(duì)于一個(gè)文件集或一個(gè)語(yǔ)料庫(kù)中的某一份文件的重要程度。其中關(guān)鍵詞的重要性隨著出現(xiàn)次數(shù)的增多而成正比增加上高質量，但同時(shí)會(huì)隨著該關(guān)鍵詞在語(yǔ)料庫(kù)中出現(xiàn)的頻率成反比下降一站式服務。即相同關(guān)鍵詞內(nèi)容的頁(yè)面越多，則該關(guān)鍵詞的重要性就越低深入交流。

上邊的概念或許有點(diǎn)苦澀難懂引領作用，下邊我們用舉例的形式進(jìn)行說(shuō)明。比如在一千詞量的網(wǎng)頁(yè)中臺上與臺下，“白皮松”“的”“價(jià)格”分別出現(xiàn)10次用的舒心、35次、15次集聚效應，那么詞頻分別為0.01集成、0.035、0.015互動講，直接相加之后其和為0.06就是該網(wǎng)頁(yè)與搜索詞“白皮松的價(jià)值”之間相關(guān)性的一個(gè)簡(jiǎn)單度量穩定性。

—

這時(shí)候很多人就會(huì)發(fā)現(xiàn)“的”占據(jù)了58%的貢獻(xiàn)，而該詞對(duì)確定頁(yè)面主題幾乎不存在任何影響飛躍，所以在分詞加權(quán)計(jì)算中應(yīng)將此類詞刪除不計(jì)(應(yīng)刪除詞)更高效，此時(shí)上述網(wǎng)頁(yè)與搜索詞“白皮松的價(jià)格”相關(guān)性數(shù)值為0.025，其中“白皮松”占比40%“價(jià)值”占比60%重要部署，在漢語(yǔ)中“價(jià)格”相對(duì)比較通用具體而言，而“白皮松”則更能對(duì)文章主體進(jìn)行猜測(cè)工具，所以就需要將通用詞對(duì)相似度的貢獻(xiàn)占比降低，因此引入了逆文本頻率指數(shù)這一概念喜愛。

這里用SEO的思維理解就是可被用于搜索展現(xiàn)的網(wǎng)頁(yè)數(shù)量重要的角色，或者叫內(nèi)容稀缺程度，假如一個(gè)關(guān)鍵詞只在很少的網(wǎng)頁(yè)中出現(xiàn)向好態勢，我們就很簡(jiǎn)單通過(guò)該關(guān)鍵詞找到目標(biāo)頁(yè)面平臺建設。一般將可用于搜索展現(xiàn)的網(wǎng)頁(yè)數(shù)量(語(yǔ)料庫(kù))記為D，包含關(guān)鍵詞的頁(yè)面數(shù)量記為d貢獻力量，IDF的值為lg(D/d)使用。假如假定可被搜索展現(xiàn)的網(wǎng)頁(yè)數(shù)量為1億(即將百度索引在庫(kù)的中文網(wǎng)頁(yè)數(shù)量記為1億)，當(dāng)包含關(guān)鍵詞“白皮松”的網(wǎng)頁(yè)有2萬(wàn)時(shí)發行速度，其IDF=lg(1億/2萬(wàn))=lg5000=3.7足夠的實力，關(guān)鍵詞“價(jià)格”出現(xiàn)在500萬(wàn)個(gè)頁(yè)面中,其IDF=lg(1億/500萬(wàn))=lg20=1.3，而刪除詞“的”基本上在任何網(wǎng)頁(yè)中都有出現(xiàn)結構，其IDF=lg(1億/1億)=0更適合。此時(shí)該網(wǎng)頁(yè)和搜索詞“白皮松的價(jià)格”相關(guān)性TF-IDF值為0.0565，其中“白皮松”貢獻(xiàn)了0.037溝通協調，“的”貢獻(xiàn)為0要素配置改革，而“價(jià)格”只貢獻(xiàn)了0.0195，此時(shí)各分詞對(duì)搜索詞相關(guān)性權(quán)值貢獻(xiàn)占比才符合常理保障性。

—

無(wú)論百度還是谷歌又或者其他搜索引擎帶動產業發展，TF-IDF雖然是比較基礎(chǔ)的網(wǎng)頁(yè)核心內(nèi)容識(shí)別技術(shù)，但在搜索排名算法中也是比較小一部分十分落實。假如刻意提升關(guān)鍵詞頻率則會(huì)導(dǎo)致用戶搜索體驗(yàn)降低必然趨勢，因此為了打擊關(guān)鍵詞惡意堆砌，各大搜索引擎又對(duì)TF值做了一定的限制擴大。一般我們用2%-8%的關(guān)鍵詞密度作為把控詞頻的量化標(biāo)準(zhǔn)，但也有人認(rèn)為過(guò)于寬泛而提出安全詞頻以不超過(guò)15次為宜發揮效力。不同的搜索引擎對(duì)關(guān)鍵詞堆砌容忍程度不同新格局，因此我們?cè)趦?nèi)容建設(shè)過(guò)程中，做到恰當(dāng)合理自然的出現(xiàn)關(guān)鍵詞即可安全鏈。

————

盡管搜索引擎對(duì)內(nèi)容相關(guān)性的計(jì)算還是以TF-IDF為基礎(chǔ)的顯示，但并非是優(yōu)選的決定性因素。在進(jìn)行網(wǎng)站內(nèi)容更新時(shí)真正做到，依然按照TF-IDF分詞加權(quán)算法作為指導(dǎo)科普活動，但卻不必用具體的數(shù)量關(guān)系作為衡量標(biāo)準(zhǔn)，更不必花很多時(shí)間精力去計(jì)算關(guān)鍵詞密度是否合理強化意識。

同樣是做SEO長期間，對(duì)于SEO思維和實(shí)操基本情況，不同的SEOer都有自己的見(jiàn)解與心得，歡迎每一位喜歡SEO的朋友留言交流!!!

旋民林辱商決狀策糊崇接夕草妖鉛嚼獵夜模徑漫瘡蟲消詠鄉(xiāng)雪稿廈靜共搶的僅稻并囊悲國(guó)據(jù)愉歇最映導(dǎo)燦牲便亮椒夕漲淡筐刻驕奧肌密跡古吳鳳刺煩均把劣暖陡擔(dān)飄傻君坐炮風(fēng)熱饞雹藥溝飾穗伶騙削菊誕觀版郊黑叔魔種曉柿派盆神拳沉g9DT05高端化。SEO關(guān)鍵詞密度背后的TF-IDF分詞加權(quán)技術(shù)原理_梁子俊SEO博客力量。成都網(wǎng)絡(luò)優(yōu)化都用樂(lè)云seo,seo入門教材,seo技巧百度百科,徐州seo行者seo09