沈阳SEO

老师说:
不懂建站的SEO都是耍流氓!!!
十指SEO专注为沈阳企业提供关键词SEO优化排名顾问服务「免费诊断网站」+网站建设「七天快速建站」

「SEO技术」TF-IDF算法在SEO优化中的应用

更新时间:2019-12-27 21:05 作者:十指SEO 点击:

  TF-idf算法其实是一种用户资讯检索与资讯探勘的常用加权技术,常常被SEOER们应用到,而很多人或许不太知道,其实最直观的运用就是“网站关键词密度”。

  那TF-idf算法到底是如何计算的:

  公式:

  

 

  TF:词频

  IDF:逆文本频率指数

  TF-IDF=TF*IDF

  我们举例说明,TF词频的意思,是指一个词出现在页面中的次数,如果一篇文章的总词语数是200,而“SEO优化”这个词出现了4次,那么这个词频TF=4/200,也就是0.02。

  而IDF也就是很文件频率,指这个词在多少页面出现过计数为N,文件总数计数为M,那么IDF=lg(M/N)。

  假设“SEO优化”在2000个页面出现,总文件数为1亿,那么文件频率IDF=lg(100000000/2000)=4.69897,那么计算最后的TF-IDF=0.02*4.69897=0.0939794。

  这只是一个判断一个页面的相关度的问题,而在SEO网站优化中,并不只是判断TF-IDF的值加分,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。

  计算公式:

  

 

  TF-IDF=log(1万亿/一万亿)=log1=0。

  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:“网站SEO优化的技巧”这个词。

  假设:网站页面检索数位2000万,SEO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。

  网站在这个网站中页面(页面总词数400)出现8次,SEO优化出现10次,技巧出现16次。

  那么各自的词频计算公式如下:

  

  TF(网站)=8/400=0.02,

  TF(SEO优化)=10/400=0.025

  TF(技巧)=20/400=0.04

  TF(的)=上面已近提到,的属于高频停止词,权重为0。

  那么搜索“网站SEO优化的技巧”这个页面的相关度为:

  TF(总)=0.02+0.025+0.05=0.095。

  而:

  IDF(网站)=LOG(10000000000/20000000)=2.69897

  IDF(SEO优化)= LOG(10000000000/10000000)=3

  IDF(技巧)=log(10000000000/100000000)=1.69897

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

  Tf-idf(网站)=0.02*2.69897=0.0539794

  Tf-dif(SEO优化)=0.025*3=0.075

  Tf-idf(技巧)=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。

  一个词的预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“SEO优化“可能你就已经基本了解这个页面要讲什么,但是看到技巧,你可能还不是太明白页面的主题。

  当然这支持搜索引擎的算法的一个点,我们还要结合标签来实现权重的提升,例如H标签,而主关键词周边的词也会加分等等。

0
十指SEO微信二维码