索引创建过程中的加权方法

搜索引擎会给予每一个页面一定的权重值，这个值也会随着页面的更新和时间地流逝而改变。今天，SEO百科网带来的是《TF-IDF算法-索引创建过程中的加权方法-什么是搜索引擎》。希望对大家有所帮助。

一、索引创建中的权值

搜索引擎蜘蛛的爬行与抓取，页面的收录与索引，是一个页面能够在用户搜索关键词时能够获得展现的几个基本步骤，其中索引创建中包含着对页面内容本身的加权因素。

① 索引项权值概念

索引项的权值，在一定程度上反应了文档中词的相对重要性，这个值通常用于索引排序过程中计算分值，也就是影响搜索引擎排序的重要因素之一。

② 索引项权值怎么得来的?

索引项权值，是由检索模式中的加权组件利用文档统计结果来计算得出的。

③ 索引项加权方法

传统的检索模式中最常见的加权方法：TF-IDF算法。

二、TF-IDF算法

① TF-IDF算法定义

TF-IDF算法，基于索引项出现在一个文档中的次数或频率，以及索引项在整个文档集合中出现的频率，两者的组合(或者说两者的乘积)。

② TF-IDF算法中词的解析

1)TF

次数和频率称之为词频，英文简称为tf。

2)IDF

索引项在整个文档集合中出现的频率，称之为范文档频率，英文简称为idf。

③ TF-IDF算法的简单说明

TFIDF的核心思想，是指某个词或某个短语在一篇文档中出现的频率高，并且在索引库的其他文档中出现较少，就认为这个词或短句有很好的类别区分能力，可以用来进行分类。

简单来讲，某个词或某个短语就是索引词，对于这篇文章而言，该词项将被赋予较高的权值。

三、理解并使用TF-IDF算法

对于SEOer来讲，了解上面的知识已经足够了，没必要非得知道是用哪个函数，哪个公式算出来的结果。

其实，通过TF-IDF算法的学习，我们可以更好理解一些常识性的SEO知识。

① 品牌词容易优化

品牌词一般是自己创造的，满足TF值大，同时IDF值大，页面加权高，自然排名很容易。

② 行业核心词难优化

无数网站都在优化这同一个词，然而首页的位置却是有限的，大家都满足TF大，但同样IDF越小，证明这个词越难优化。

这也就是平时在判断关键词优化难度时，为什么将百度搜索的相关结果数作为优化难度之一的原因。

③ 多挖掘没有百度指数的关键词-降低优化难度

行业中有百度指数的词，大家都在做优化与排名，这样的词不光是竞争压力大，可能还带不来多少点击。因为百度指数可能是100，真实用户也许只有2个，另外的98个都是企业的竞争者们。

我们应该挖掘一些没有百度指数的词，但是需要这次保持一定的搜索量，这样可以保证降低优化难度的同时，带来更多真实流量。

④ TF并不是万能!过度堆积害处大!

根据TF-IDF算法，很多人会想，增加关键词密度或频率，以增加TF值，从而获得更好的排名。然而，这种做法可以适当做，但超过一定度的话，没什么好处，反而可能会因为过度堆积被搜索引擎降权!

所谓的2%~8%的关键词密度只是个大概范围，很多排名好的页面很多都在2%一下，当然也有在8%以上的，只要密度不是过小，不必过度在乎这个。

举个例子，已经是5%的密度了，非要故意堆积到8%，甚至百分之20%，就会变得非常没有意义。这是对TF高的一种误解。

也就是我们能够根据TF-IDF算法中得到的启发是不应该让关键词的密度或频率(TF)过低，然而对于IDF来说，我们只能通过寻找IDF值高的关键词来优化，如果我们优化的关键词的IDF值本来就很低，我们也不能对其改变这个现状，IDF值越低，证明这个词在一定程度上就越难优化。

所以，在网站优化过程中，除了要做好页面外，还需要关注内链与外链优化。

四、TF-IDF算法公式

① TF公式

TF(i,j)：关键词j在文档i中的出现频率。

n(i,j)：关键词j在文档i中出现的次数。

举例来讲：

一篇文章总共100个词，其中“SEO培训”一共出现了10词，那么TF就是10/100，结果就是0.1。

然而，由于文章中会出现大量的“的”、“得”、“吗”、“地”，不能正常反应文章的词，所以，就得用IDF来做一个限制了。

② IDF公式

IDF(i)：词语i的反文档频率

|D|：语料库中的文件总数

|j:t(i)属于d(j)|出现词语i的文档总数

+1是为了防止分母变0。

IDF就可以防止常用词的干扰了。

还是刚才的例子：

一篇文章总共100个词，其中“SEO培训”一共出现了10词，那么TF就是10/100，结果就是0.1。

另外“我们”一共出现了10词，其TF结果也是0.1。

假设语料库总共有1000篇文章，其中“SEO培训”文章有10篇，“我们”文章有1000篇。

“SEO培训”的IDF=log(1000/10)= 2

“我们”的IDF=log(1000/1000)= 0

③ TF-IDF公式

TF-IDF = TF*IDF

“SEO培训”的TF*IDF=0.1*0=0

“我们”的TF*IDF=0.1*2=0.2

那么很显然，对于这篇文章而言，“SEO培训”比“我们”更加重要。

以上就是SEO百科网带来的是《TF-IDF算法-索引创建过程中的加权方法-什么是搜索引擎》。感谢您的观看。更多seo教程搜索“错误教程”。