关于TF-IDF分词加权算法与关键词频率的原理分析!

作者:楚汉网 来源:楚汉网 2021-06-02 05:50

尽管搜索引擎对内容相关性的计算还是以TF-IDF为基础的,但并非是唯一的决定性因素。一般来说网页与用户搜索词相关度越高,那么该页面在搜索引擎结果中的排名也就越靠前。

我们都知道提升页面关键词密度有利于提升排名,那么对于SEO关键词密度背后的TF-IDF分词加权算法了解多少?尽管SEOer不需要对这些搜索技术如数家珍,但通过对技术原理的了解却能更好的理解SEO。

TF-IDF分词加权算法既然是搜索引擎判定网页内容的技术手段,那么SEOer能否依据技术原理进行网页关键词排名优化呢?该技术命名中TF即词频(Term Frequency)即就是关键词出现次数与整个页面词量的比值,IDF指逆文本频率指数(Inverse Document Frequency)为可被搜索展现的网页数量与包含关键词网页数量比值的对数(log)值。

关于TF-IDF分词加权算法与关键词频率的原理分析
关于TF-IDF分词加权算法与关键词频率的原理分析

TF-IDF分词加权算法仅仅搜索引擎判定网页内容的基础技术,而决定最终排名的因素还有网站整体权重、页面质量度、以及该页面链接资源等多个维度的因素。本文旨在解释TF-IDF分词加权算法,同时涉及到的数据不具有客观准确性,只是为了更好的举例说明做出的合理假设,帮助大家更好的理解“关键词密度”概念背后的技术原理。

01

TF-IDF(term frequency–inverse document frequency)是一种用于信息检索与数据挖掘的常用加权技术,用以评估关键词对于一个文件集或一个语料库中的某一份文件的重要程度。其中关键词的重要性随着出现次数的增多而成正比增加,但同时会随着该关键词在语料库中出现的频率成反比下降。即相同关键词内容的页面越多,则该关键词的重要性就越低。

上边的概念或许有点苦涩难懂,下边我们用举例的形式进行说明。比如在一千词量的网页中,“白皮松”“的”“价格”分别出现10次、35次、15次,那么词频分别为0.01、0.035、0.015,直接相加之后其和为0.06就是该网页与搜索词“白皮松的价值”之间相关性的一个简单度量。

02

这时候很多人就会发现“的”占据了58%的贡献,而该词对确定页面主题几乎不存在任何影响,所以在分词加权计算中应将此类词删除不计(应删除词),此时上述网页与搜索词“白皮松的价格”相关性数值为0.025,其中“白皮松”占比40%“价值”占比60%,在汉语中“价格”相对比较通用,而“白皮松”则更能对文章主体进行预测,所以就需要将通用词对相似度的贡献占比降低,因此引入了逆文本频率指数这一概念。

这里用SEO的思维理解就是可被用于搜索展现的网页数量,或者叫内容稀缺程度,如果一个关键词只在很少的网页中出现,我们就很容易通过该关键词找到目标页面。一般将可用于搜索展现的网页数量(语料库)记为D,包含关键词的页面数量记为d,IDF的值为lg(D/d)。如果假定可被搜索展现的网页数量为1亿(即将百度索引在库的中文网页数量记为1亿),当包含关键词“白皮松”的网页有2万时,其IDF=lg(1亿/2万)=lg5000=3.7,关键词“价格”出现在500万个页面中,其IDF=lg(1亿/500万)=lg20=1.3,而删除词“的”基本上在任何网页中都有出现,其IDF=lg(1亿/1亿)=0。此时该网页和搜索词“白皮松的价格”相关性TF-IDF值为0.0565,其中“白皮松”贡献了0.037,“的”贡献为0,而“价格”只贡献了0.0195,此时各分词对搜索词相关性权值贡献占比才符合常理。

03

无论百度还是谷歌又或者其他搜索引擎,TF-IDF虽然是比较基础的网页核心内容识别技术,但在搜索排名算法中也是比较小一部分。如果刻意提升关键词频率则会导致用户搜索体验降低,因此为了打击关键词恶意堆砌,各大搜索引擎又对TF值做了一定的限制。一般我们用2%-8%的关键词密度作为把控词频的量化标准,但也有人认为过于宽泛而提出安全词频以不超过15次为宜。不同的搜索引擎对关键词堆砌容忍程度不同,因此我们在内容建设过程中,做到恰当合理自然的出现关键词即可。

总结

在进行网站内容更新时,依然按照TF-IDF分词加权算法作为指导,但却不必用具体的数量关系作为衡量标准,更不必花很多时间精力去计算关键词密度是否合理。


本文地址:武汉SEO优化频道 http://www.hkm168.com/seojishu/1726.html,武汉易企推公司是一家专业的武汉网络推广,百度开户竞价托管,SEO网站优化公司,提供一站式全网营销服务:小程序开发,网站建设,SEO百度排名,SEM竞价托管,百度推广开户、360搜狗百度竞价开户、百度地图标注、百科词条创建修改、微信公众号代运营、公司负面公关处理等;另外,转载本文请保留本文地址,谢谢!


相关文章相关文章
  • 优质网站设计的出发点,我们在设计网站中需要特别注意的问题!

    优质网站设计的出发点,我们在设计网站中需要特别注意的问题!

    网站设计一直是站长和用户关注的问题,小编认为一流的设计师只拥有牛皮的技术,不然怎么才能称得上优秀的设计师这一头衔。咳咳,我们先回归正题吧!优秀的设计师在网站的设计上时不但有一流的技术作为支撑,还需要有细腻的思维,找准好的出发点才开始进行设...

    2022-05-19 05:05
  • Web下的301重定向如何设置?常见的什么情况下会用到301跳转?

    Web下的301重定向如何设置?常见的什么情况下会用到301跳转?

    常见的什么情况下会用到301跳转? 1.建立网站的时候,不带www和带www的地址,如果都可以打开,那么搜索引擎就会分散首页地址权重,建议最好用带www的地址域名来做,以后我们推广的地址都是用www即可。现在就有问题了,肯定还是有人会用不带www的地址来输入打...

    2022-05-19 04:05
  • 快速企业建站业务的模板站、高仿站、门户站和网站定制的价格差异

    快速企业建站业务的模板站、高仿站、门户站和网站定制的价格差异

    哈喽,快速企业建站业务的模板站、高仿站、门户站和网站定制有什么不同,模板网站和网站定制的有何差异。如需建站,请选择所需要的建站服务,然后加我们微信进行洽谈合作! 快速企业建站业务的模板站、高仿站、门户站和网站定制的价格差异 一、模板站 包含:...

    2022-05-19 04:05
  • 创建一个带流量的网站到底有多难?建站网站很麻烦吧?

    创建一个带流量的网站到底有多难?建站网站很麻烦吧?

    网络无处不在的时代,手机占据了你几乎所有的碎片时间。听过了太多小网红们一夜登上人生巅峰的故事,曾安于996工作的心是否也在悄然悸动——“梦想还有的,万一‘小目标’实现了呢”。...

    2022-05-19 04:05
  • 不懂任何网页编程知识也可以轻松搭建网站的方法分享!

    不懂任何网页编程知识也可以轻松搭建网站的方法分享!

    不懂任何网页编程知识也可以轻松搭建网站 世界级的快速建站系统:Strikingly 说起Strikingly,还是蛮传奇的,这是一个帮助零基础用户在短时间内做出一个不难看的网站的建站产品,他目前的业务覆盖全球200多个国家和地区。它是第一家被Y Combinator硅谷著名的...

    2022-05-19 04:05
  • 建设企业网站的价格差距怎么那么大?是什么原因造成的?

    建设企业网站的价格差距怎么那么大?是什么原因造成的?

    你知道为什么说网站建设市场尤其混乱,主要原因是由于技术门槛低、客户意识有限、网页重复性强,行业内没有统一的行业标准和流程。特别是在网站建设报价差距很大的情况下,一般企业网站都是几千到几十万,里面的水有多深?事实上,不难理解,如果从销售人员的...

    2022-05-19 04:05
湖北SEO
孝感seo 十堰seo 恩施seo 咸宁seo 荆州seo 荆门seo 黄冈seo 黄石seo 襄阳seo 宜昌seo 随州seo 鄂州seo 天门seo 潜江seo 北京seo 天津seo 上海seo 重庆seo 西宁seo 拉萨seo 乌鲁木齐seo 武汉SEO优化 武汉SEO顾问 百度推广开户 巨量千川推广 危机公关处理 百度百科创建
河北SEO
石家庄seo 唐山seo 邯郸seo 保定seo 沧州seo 邢台seo 廊坊seo 承德seo 张家口seo 衡水seo 秦皇岛seo
河南SEO
郑州seo 开封seo 洛阳seo 平顶山seo 焦作seo 鹤壁seo 新乡seo 安阳seo 濮阳seo 许昌seo 漯河seo 三门峡seo 南阳seo 商丘seo 信阳seo 周口seo 驻马店seo 济源seo
湖南SEO
长沙seo 株洲seo 湘潭seo 衡阳seo 邵阳seo 岳阳seo 常德seo 张家界seo 益阳seo 郴州seo 永州seo 怀化seo 娄底seo 湘西seo
江西SEO
南昌seo 九江seo 景德镇seo 上饶seo 鹰潭seo 抚州seo 宜春seo 新余seo 萍乡seo 吉安seo 赣州seo
安徽SEO
合肥seo 黄山seo 芜湖seo 马鞍seo 安庆seo 淮南seo 阜阳seo 淮北seo 铜陵seo 亳州seo 宣城seo 蚌埠seo 六安seo 池州seo 滁州seo 宿州seo
山东SEO
济南seo 青岛seo 淄博seo 枣庄seo 东营seo 烟台seo 潍坊seo 济宁seo 泰安seo 威海seo 日照seo 临沂seo 德州seo 聊城seo 滨州seo 菏泽seo
江苏SEO
南京seo 无锡seo 徐州seo 常州seo 苏州seo 南通seo 连云港seo 淮安seo 盐城seo 扬州seo 镇江seo 泰州seo 宿迁seo
浙江SEO
杭州seo 湖州seo 嘉兴seo 金华seo 丽水seo 宁波seo 衢州seo 绍兴seo 台州seo 温州seo 舟山seo
福建SEO
福州seo 厦门seo 泉州seo 漳州seo 莆田seo 宁德seo 龙岩seo 三明seo 南平seo
海南SEO
海口seo 三亚seo 三沙seo 儋州seo 网站建设公司 营销型网站 高端网站建设 模板网站制作 武汉APP开发 微信小程序开发
广东SEO
广州seo 深圳seo 珠海seo 汕头seo 佛山seo 韶关seo 湛江seo 肇庆seo 江门seo 茂名seo 惠州seo 梅州seo 汕尾seo 河源seo 阳江seo 清远seo 东莞seo 中山seo 潮州seo 揭阳seo 云浮seo
广西SEO
南宁seo 桂林seo 柳州seo 梧州seo 钦州seo 北海seo 玉林seo 贵港seo 防城港seo 百色seo 崇左seo 来宾seo 贺州seo 河池seo
云南SEO
昆明seo 曲靖seo 玉溪seo 昭通seo 保山seo 丽江seo 普洱seo 临沧seo 德宏seo 怒江seo 迪庆seo 大理seo 楚雄seo 红河seo 文山seo 西双版纳seo
贵州SEO
贵阳seo 遵义seo 六盘水seo 安顺seo 毕节seo 铜仁seo 黔东南seo 黔南seo 黔西南seo
四川SEO
成都seo 自贡seo 攀枝花seo 泸州seo 德阳seo 绵阳seo 广元seo 遂宁seo 内江seo 乐山seo 南充seo 眉山seo 宜宾seo 广安seo 达州seo 雅安seo 巴中seo 资阳seo 阿坝seo 甘孜seo 凉山seo
山西SEO
太原seo 大同seo 朔州seo 忻州seo 阳泉seo 吕梁seo 晋中seo 长治seo 晋城seo 临汾seo 运城seo
陕西SEO
西安seo 宝鸡seo 咸阳seo 铜川seo 渭南seo 延安seo 榆林seo 汉中seo 安康seo 商洛seo
甘肃SEO
兰州seo 嘉峪关seo 金昌seo 白银seo 天水seo 武威seo 张掖seo 平凉seo 酒泉seo 庆阳seo 定西seo 陇南seo 临夏seo 甘南seo
宁夏SEO
银川seo 石嘴山seo 吴忠seo 固原seo 中卫seo
内蒙SEO
呼和浩特seo 包头seo 乌海seo 赤峰seo 通辽seo 鄂尔多斯seo 呼伦贝尔seo 巴彦淖尔seo 乌兰察布seo
辽宁SEO
沈阳seo 大连seo 鞍山seo 抚顺seo 本溪seo 丹东seo 锦州seo 营口seo 阜新seo 辽阳seo 盘锦seo 铁岭seo 朝阳seo 葫芦岛seo
吉林SEO
长春seo 四平seo 辽源seo 通化seo 白山seo 松原seo 白城seo 延边seo
黑龙江SEO
哈尔滨seo 齐齐哈尔seo 鹤岗seo 双鸭山seo 鸡西seo 大庆seo 伊春seo 牡丹江seo 佳木斯seo 七台河seo 黑河seo 绥化seo
本地企业
              可提供上门服务

便捷

本地企业可提供上门服务

提供适合、专业可行方案

周到

提供适合、专业可行方案

5-10分钟售后响应机制<

贴心

5-10分钟售后响应机制

按效果收费,无效果不收费

放心

按效果收费,无效果不收费

行业高标准,效果稳定可靠

稳定

行业高标准,效果稳定可靠

1-3个月排名上百度首页

快速

1-3个月排名上百度首页

武汉易企推网络公司;公司地址:武汉市武昌区静安路6号5.5创意产业园4楼;公司官网:http://www.hkm168.com XML地图

服务热线:18120550335 / 027-88866235 欢迎来电咨询; 联系QQ:1193073039

Copyrigh©2017-2030 版权所有:武汉易企推网络科技有限公司 备案号:鄂ICP备17012199号 网站地图 手机站