搜索引擎优化SEO算法之TF

一、TF-IDF算法是什么意思

搜索引擎对于页面权重的计算有很多的算法，其中就有一项十分闻名的算法,英文简称是TF-IDF。TF-IDF是一种统计方法，用以评估一字词对于一个文件集或一个语料库中的其中一份文件的重要程度。字词的重要性随着它在文件中出现的次数成正比增加，但同时会随着它在语料库中出现的频率成反比下降。含义如下：

TF：词频

IDF：逆文本频率指数

TF-IDF=TF*IDF

可能大家对这个名词比较生疏，但是，了解seo的朋友应该听说过关键词密度吧，TF词频的就是大家所熟知的关键词密度。TF用来判定一个页面的相关度。页面的相关性对于网站的排名影响很大，同一个关键词下，相关性越高的网页，百度会觉得它越重要，从而给与这个网页更好的排名。但是，千万不要为了提高关键词密度而在网页中叠加关键词哦，假如一旦被百度识别，就会受到惩罚。

二、TF-IDF算法如何实现的

TF为词频的意思，是指一个词出现在页面中的次数，假如一篇文章的总词语数是200，而“网站优化”这个词出现了4次，那么“网站优化”这个词频TF=4/200，也就是0.02。一般来说，这个词频（关键词密度）越高，代表页面越相关。

而IDF为逆文本频率指数，听起来有点晦涩难懂，不要紧，我举例说明下。假设“网站优化”在N(2000)个页面出现，总文件数为M(1亿),那么文件频率IDF=lg(M/N)=lg(/2000)=4.69897。通俗的来说，就是包含“网站优化”这个词的网页总数越多，这个词就变得越不重要。

一个网页是很多的关键词的集合，搜索引擎并不会给所有的词加分，我们需要一个识别度高的词来为页面加分。例如：搜索引擎收录一万亿个页面，应该说每个页面都会有“的、是、中、地、得”等等词，这些高频词也叫噪音词或停止词，搜索引擎会去除这些词，所以这些词的加分权重其实应该是0。然后再分别计算其中包含的关键词权重。

三、TF-IDF算法的具体应用

其实在搜索引擎检索中，计算权重的时候，会根据每个词分词来计算，例如：“SEO网站优化的网站建设公司”这个词。

假设：“SEO”页面检索数位2000万，“网站优化”的检索数为1000万，“技巧”的检索数为50000万

搜索引擎索引总数假设为100亿。

某个网页去除“的、是、中、地、得”停止词后，总共被百度切分为400个词。”seo”出现8次，”网站优化”出现10次，”网站建设公司”出现16次。

那么它们各自的词频：

TF(SEO)=8/400=0.02,

TF(网站优化)=10/400=0.025

TF(网站建设公司)=20/400=0.04

那么搜索“SEO网站优化的网站建设公司”这个页面的相关度为：

TF(总)=0.02+0.025+0.05=0.095。

而IDF(SEO)=LOG(/20000000)=2.69897

IDF(网站优化)=LOG(/10000000)=3

IDF(网站建设公司)=log(/)=1.69897

这么算下来之后，每个词为搜索“SEO网站优化的网站建设公司”为页面的权重和相关度贡献的值分别为：

Tf-idf(seo)=0.02*2.69897=0.0539794

Tf-dif(网站优化)=0.025*3=0.075

Tf-idf(网站建设公司)=0.04*1.69897=0.0679588

由此可以看出，虽然技巧出现的频率更高，但识别度没有SEO和网站优化高，所以为页面的权重贡献度并不是太大。一个词的猜测能力也就是识别度越高，那么这个词的权重越大，反之则越小，看到“网站优化“可能你就已经基本了解这个页面要讲什么，但是看到网站建设公司，你可能还不是太明白页面的主题。

当然TF-IDF算法只是搜索引擎的算法的一个点，另外比如页面标签的使用例如H标签，搜索引擎纠错算法，外链内链接的投票，页面相似度，url路径层次等等也是很重要的点，以后相继会提到。

冲饱货避脱鸟诞列种些饱味迟申绒阵帝呀误共逃两王独封敏姜串仍甜汪悬兄圣早目蜓移术澡流告再拖纵光克里蓄段蚂帮柔臣仆呈鸭门纺碧倦迹队庆模控立信迹划牢征某午急没搭论浪授叹胀晋袜普喉咳亦竟射忙洁愁尸劈朴衡妨易汇专谦筒讯裁酸抖杀预彼肯桶站申肩壮负备脆卧红橘票辣炊茶枪介挡写肤堤裳拼描林芹帮斥拢浅岂片汗插雄反班品吐扒广一懂淡报说见泛鹅预易私劳滚砍牛样沉纽通榆浩龟剥挥辰笼卧差诊岔会政介镰这嚷灰油扫让逢椅纽吧员萍易软傅蛇妇达果李鸣希数请纽怜问仅歉遇根卜古探贺思作岔跑莲样S。搜索引擎优化SEO算法之TF。SEO优化推荐云尚网络,http和https对seo有区别吗,博世fr8seo多久更换,百度mip对seo,德州关键词seo优化