关于TF-IDF分词加权算法与关键词频率的原理分析!

作者:小楚 来源:楚汉网 2021-06-02 17:50

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,武汉易企推网络公司,是一家专业的武汉网络推广,网络营销,品牌营销策划推广公司,提供一站式全网营销推广服务:小程序开发,网站建设,SEO百度排名,SEM竞价托管,品牌营销推广、360搜狗百度竞价开户、百度地图标注、百科词条创建修改、新媒体引流加粉、企业负面公关处理等;另外,禁止转载本站文章,谢谢!


相关文章相关文章
  • 一文读懂关于SEO网站优化其重点和细节!

    一文读懂关于SEO网站优化其重点和细节!

    网站优化是一个复杂且长期的工作,所以并不是每个人都能做得来的,即使它的门槛很低。对于新人来说,刚接触网站优化工作不久, 大概率只有一种感觉:一头雾水 ,甚至做了时间...

    2021-01-18 16:47
  • 关于整站SEO优化合理布局关键词技巧!

    关于整站SEO优化合理布局关键词技巧!

    做网站优化就是做关键词排名,我们想要去做哪些关键词的排名?网站现阶段又适合做哪些关键词?这就需要我们对关键词进行筛选并合理的布局在网站中去,合理的关键词布局是我们...

    2020-12-14 19:12
  • 关于武汉SEO未来的趋势,您该如何为零点击搜索时代做准备呢?

    关于武汉SEO未来的趋势,您该如何为零点击搜索时代做准

    SEO并不仅仅是优化现状。其真正的价值在于预测未来什么因素会影响到您的内容的曝光。基于此,我甄选了三条能够帮助您的内容在未来一段时间内持续保持影响力的关键性趋势。...

    2019-09-06 17:15
  • 武汉SEO剖析搜索引擎分词的算法逻辑和语法思路

    武汉SEO剖析搜索引擎分词的算法逻辑和语法思路

    武汉SEO剖析搜索引擎分词的算法逻辑和语法思路,分词在我们这个圈子里是很容易被提及的一个词汇和概念,笔者通过对搜索引擎分词原理的研究,去进一步优化标题和关键词撰写的手法和标准...

    2019-08-27 22:00
  • 武汉SEO优化关于内容创作的几点标准和优化建议

    武汉SEO优化关于内容创作的几点标准和优化建议

    做白帽SEO的都知道,站内SEO是整个SEO是否最终成功的基础。站内SEO由页面SEO与技术SEO组成。简单来说就是对一个网站前端和后端进行优化,对页面上所有内容的优化和页面背后代码的...

    2019-08-25 21:58
  • 关于武汉SEO网站运营案例策略及需要考虑的一些关键因素!

    关于武汉SEO网站运营案例策略及需要考虑的一些关键因素

    关于武汉SEO网站运营案例策略及需要考虑的一些关键因素!今天跟大家说一说关于网站运营案例策略及我们在运营的过程中需要考虑的一些关键因素!搜索引擎优化策略也根据不同行业垂直市场...

    2019-08-22 21:05
湖北网络营销导航
黄石网络推广十堰seo优化恩施seo优化随州网络推广荆州seo优化荆门网络推广黄冈seo优化咸宁网络推广襄阳seo优化孝感seo优化潜江网络推广鄂州网络推广天门网络推广宜昌seo优化 武汉SEO优化 武汉SEO培训 百度推广开户 抖音代运营 危机公关处理 百度百科创建
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