域名預(yù)訂/競(jìng)價(jià)，好“米”不錯(cuò)過(guò)
做為SEO行業(yè)老鳥(niǎo)應(yīng)該聽(tīng)說(shuō)過(guò)TF-IDF算法，TF-IDF算法屬于搜索引擎中的核心部分。TF-IDF算法是增加相關(guān)詞的覆蓋率，以及高優(yōu)布局關(guān)鍵詞密度，從而在百度谷歌等搜索引擎內(nèi)容質(zhì)量這一項(xiàng)上的排名加分，獲取超高分值。
最近在網(wǎng)上有幾篇TF-IDF算法原理及公式本文將深入為大家解析，有興趣請(qǐng)往下深度閱讀。
一，什么是TF-IDF
先來(lái)看百度百科對(duì)TF-IDF的解釋：
“TF-IDF是一種統(tǒng)計(jì)方法，用以評(píng)估一字詞對(duì)于一個(gè)文件集或一個(gè)語(yǔ)料庫(kù)中的其中一份文件的重要程度。字詞的重要性隨著它在文件中出現(xiàn)的次數(shù)成正比增加，但同時(shí)會(huì)隨著它在語(yǔ)料庫(kù)中出現(xiàn)的頻率成反比下降。TF-IDF加權(quán)的各種形式常被搜索引擎應(yīng)用，作為文件與用戶查詢之間相關(guān)程度的度量或評(píng)級(jí)。”文章鏈接：https://baike.baidu.com/item/tf-idf
假如說(shuō)我們?cè)诎俣壬纤阉?ldquo;水果”這個(gè)詞，百度爬蟲抓取的網(wǎng)站內(nèi)容有下面5個(gè)，你覺(jué)得哪個(gè)內(nèi)容排名第一？
內(nèi)容1：水果有水果，水果，水果，水果，水果
內(nèi)容2：水果有蘋果，桃子，西瓜，菠蘿，梨子
內(nèi)容3：蔬菜都很好吃，我最愛(ài)吃茄子了
內(nèi)容4：蘋果，梨子都是很好吃的水果
內(nèi)容5：好吃的水果有西瓜，蘋果，葡萄，其他水果還有菠蘿，獼猴桃
相信很多人心里面有了答案，大家憑直覺(jué)，內(nèi)容2跟內(nèi)容5應(yīng)該排名靠前，內(nèi)容5很可能是第1，內(nèi)容2是排名第2。
其實(shí)按照TF-IDF算法也能得出這個(gè)結(jié)論，那么TF-IDF是怎么做的，請(qǐng)大家跟上我的步伐。
二，TF-IDF算法的計(jì)算步驟
第1步：計(jì)算逆文檔頻率
我們先統(tǒng)計(jì)各個(gè)詞語(yǔ)被包含的文章數(shù)。比如“水果”被4篇文章（內(nèi)容1、2、4、5）引用，4就是“水果”的逆文檔頻率。
分詞后，各個(gè)單詞的逆文檔頻率如下：
水果=4、蘋果=3、好吃=2、菠蘿=2、西瓜=2、梨子=2，桃子=1、獼猴桃=1、蔬菜=1，茄子=1計(jì)算逆文檔頻率
PS:IDF=log(語(yǔ)料庫(kù)中的文件總數(shù)/包含詞語(yǔ)t的文件數(shù)目)，為了便于理解，這里做了精簡(jiǎn)。
按照我們的直覺(jué)，如果一篇文章把逆文檔頻率最高的前面的詞都包含了，說(shuō)明這篇文章內(nèi)容更貼合用戶意圖，更受到搜索引擎喜歡?；氐嚼?，"水果、蘋果"是本例中重要性最高的2個(gè)詞，如果內(nèi)容中包含“水果、蘋果”，那么這篇內(nèi)容質(zhì)量就越好。
所以把包含“水果、蘋果”的內(nèi)容拿出來(lái)，就是比較靠譜的內(nèi)容了：
內(nèi)容2：水果有蘋果，桃子，西瓜，菠蘿，梨子
內(nèi)容4：蘋果，梨子都是很好吃的水果
內(nèi)容5：好吃的水果有西瓜，蘋果，葡萄，其他水果還有菠蘿，獼猴桃
第2步：計(jì)算詞頻(TF)
我們把內(nèi)容1、內(nèi)容3砍掉了，剩下的內(nèi)容2、內(nèi)容4、內(nèi)容5怎么排序。我們想一下，一個(gè)詞語(yǔ)在內(nèi)容中出現(xiàn)的次數(shù)越高，也說(shuō)明這個(gè)詞語(yǔ)對(duì)這篇文章更重要?；氐奖纠?，“水果”是我們的核心詞，那么因?yàn)閮?nèi)容5中出現(xiàn)“水果”兩次，內(nèi)容2、內(nèi)容4次數(shù)是1，那么內(nèi)容5勝出。最后的排序結(jié)果如下
內(nèi)容5：好吃的水果有西瓜，蘋果，葡萄，其他水果還有菠蘿，獼猴桃（第一名）
內(nèi)容2：水果有蘋果，桃子，西瓜，菠蘿，梨子（第二名）
內(nèi)容4：蘋果，梨子都是很好吃的水果（第三名）
內(nèi)容1：水果有水果，水果，水果，水果，水果（相關(guān)度不夠，被剔除）
內(nèi)容3：蔬菜都很好吃，我最愛(ài)吃茄子了（相關(guān)度不夠，被剔除）
以上是砍了又砍的TF-IDF算法簡(jiǎn)化解讀版，真實(shí)的TFIDF算法比這個(gè)要正規(guī)復(fù)雜很多，這里只是讓大家get到重點(diǎn)，目的就達(dá)到了。
TF-IDF對(duì)SEO非常重要！
TF-IDF對(duì)SEO非常非常非常重要，重要的事情說(shuō)三遍！
我們可以看到，TFIDF算法，不僅可以衡量關(guān)鍵詞對(duì)頁(yè)面的重要性，更能衡量文章的廣度相關(guān)性。對(duì)于百度、360、google來(lái)說(shuō)，TFIDF算法的出現(xiàn)屏蔽了一大批用關(guān)鍵詞密度來(lái)獲取排名的SEO小白，同時(shí)提升了搜索質(zhì)量啊，真是一箭雙雕。
百度百科里面說(shuō)了：“除了TF-IDF以外，因特網(wǎng)上的搜索引擎還會(huì)使用基于鏈接分析的評(píng)級(jí)方法，以確定文件在搜尋結(jié)果中出現(xiàn)的順序。”。意思是什么？你排名可以由下面的公式?jīng)Q定。文章得分=TFIDF得分+鏈接得分，百度搜索引擎在用TFIDF?。?/p>
文章來(lái)源：公眾號(hào)SEO實(shí)戰(zhàn)營(yíng)(ID：ilottecn)，原文鏈接：https://mp.weixin.qq.com/s/KyRpW5-10voYKaM4fNIdYg
申請(qǐng)創(chuàng)業(yè)報(bào)道，分享創(chuàng)業(yè)好點(diǎn)子。點(diǎn)擊此處，共同探討創(chuàng)業(yè)新機(jī)遇！
