奇思网络

TF-IDF分词算法在SEO工作中的应用-是一种统计算法,用于对检索的_郑州关

2020-03-11 06:00


  TF-IDF分词算法是一种统计算法,用于对检索的加权。简单的讲其作用是评估一字词对于一个文件的重要程度。

  在SEO的衍生应用中,我们可以这么去理解上面这段话:在一个公司里,有10个SEOer,每个人都写了一篇关于SEO的文章,并且把这些文章都放在了一个文档集里。我们可以预料到的是,基本每篇文章中都会重复多次出现SEO这个词,意味着这十篇文章都与SEO有关。现在我要查找一篇关于网站权重的SEO文章。那么我会在搜索引擎中输入“SEO 网站权重”。

  最终我找到两篇同时出现了这两个词的文章,第一篇里面出现了2次“网站权重”和10次“SEO,另一篇出现了10次“网站权重”和2次“SEO”。现在的问题是:抛开作者的素质(网站整体权重)、文章质量(页面权重)、公司内专家的推荐(高质量外链)以及其他种种因素的影响后,谁的文章应该排在搜索结果的前面?

  带着这个问题,我们来学习TF-IDF算法以及TF-IDF分词算法在SEO工作中的应用。

  

  TF-IDF的核心概念

  如果某个词或短语在一篇文章中出现的频率TF高,并且在其他文章中很少出现,则认为此词或者短语具有很好的类别区分能力,适合用来分类。

  同郑州优化经济发展环境时,如果一篇文章中出现了我们要查询的词,我们就会认为该文章与我们要查的词有比较大的相关性。延续这种思路,就是如果一篇文档中出现要查询的词的次数越多,该文章与要查询的词之前的相%e>

  “网站权重”TF值为:w=1+log 31(次出现)=2.49

  “网站权重”IDF值为:23,200,000篇/1万亿(假设值,08年数据)=4.63

  “网站权重”TF-IDF值为:2.49*4.63=11.53

  “SEO”TF值为:w=1+log 34(次出现)=2.53

  “SEO”IDF值为:1,220,000,000篇/1万亿(假设值,08年数据)=2.91

  “SEO”TF-IDF值为:2.53*2.91=7.36

  我们得到了“网站权重”TF-IDF值11.53和“SEO”TF-IDF值7.36。这有什么用呢?

  TF-IDF值越大,文章与索引词越相关;

  只有当“网站权重”这个词权重高的页面,才有可能在“网站权重 SEO”这个搜索结果的排名上有比较好的效果;

  锚文本链接需要加强“网站权重”这个词;

  如果我们针对这个页面做“SEO”的锚文本,则不会有太好的表现;

  在没有其他因素加权或降权的情况下,小于该页面的总计词权值18.89(11.53+7.36)的页面将排名较低,大于18.89的页面将排名比次文章高

  TF-IDF在SEO应用的总结

  以上只是一个TF-IDF在SEO衍生应用中的一个例子。无论是TF-IDF的计算方式,或者是该案例的假设条件,都是不严谨和准确的。但这不妨碍我们明白“关键词密度”这一SEO技术的原理。同时,也在关键词排名方面,跟竞争对手有了一个可以量化的参考。

答疑解惑

我们珍惜您每一次在线询盘,有问必答,用专业的态度,贴心的服务。

让您真正感受到我们的与众不同!

合作流程

网站制作流程从提出需求到网站制作报价,再到网页制作,每一步都是规范和专业的。

常见问题

提供什么是网站定制?你们的报价如何?等网站建设常见问题。

售后服务

网站制作不难,难的是一如既往的热情服务及技术支持。我们知道:做网站就是做服务,就是做售后。

X

截屏,微信识别二维码

微信号:15890693001

(点击微信号复制,添加好友)

打开微信

微信号已复制,请打开微信添加咨询详情!