• 注册
  • APP下载安卓
  • 注册
  • 查看作者
    • SEO排名的底层逻辑(什么是TF-IDF算法)

      本文语音阅读 播音源:Aiqi

      什么是TF-IDF

      百度百科是这样说的:

      “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。TF-IDF加权的各种形式常被搜索引擎应用,作为文件与用户查询之间相关程度的度量或评级。”

      文章链接: 链接

      SEO排名的底层逻辑(什么是TF-IDF算法)

      大家看了定义之后跟我一样是懵的吧,为了便于大家理解,码迷举一个简单易懂的例子。

      假如说我们在百度上搜索“水果”这个词,百度爬虫抓取的网站内容有下面5个,你觉得哪个内容排名第一?

      内容1: 水果有水果,水果,水果,水果,水果

      内容2: 水果有苹果,桃子,西瓜,菠萝,梨子

      内容3: 蔬菜都很好吃,我最爱吃茄子了

      内容4: 苹果,梨子都是很好吃的水果

      内容5:好吃的水果有西瓜,苹果,葡萄,其他水果还有菠萝,猕猴桃

      相信很多人心里面有了答案,大家凭直觉,内容2 跟 内容5 应该排名靠前,内容5很可能是第1,内容2是排名第2。

      其实按照TF-IDF算法也能得出这个结论,那么TF-IDF是怎么做的,请大家跟上我的步伐。

      TF-IDF算法的计算步骤

      第1步:计算逆文档频率

      我们先统计各个词语被包含的文章数。比如“水果”被4篇文章(内容1、2、4、5)引用,4就是“水果”的逆文档频率。

      分词后,各个单词的逆文档频率如下:

      水果=4、苹果=3、好吃=2、菠萝=2、西瓜=2、梨子=2,桃子=1、猕猴桃=1、蔬菜=1,茄子=1

      SEO排名的底层逻辑(什么是TF-IDF算法)

      PS: IDF= log(语料库中的文件总数 / 包含词语 t 的文件数目),为了便于理解,这里做了精简。

      按照我们的直觉,如果一篇文章把逆文档频率最高的前面的词都包含了,说明这篇文章内容更贴合用户意图,更受到搜索引擎喜欢。回到例子,”水果、苹果”是本例中重要性最高的2个词,如果内容中包含“水果、苹果”,那么这篇内容质量就越好。

      所以把包含“水果、苹果”的内容拿出来,就是比较靠谱的内容了:

      内容2: 水果有苹果,桃子,西瓜,菠萝,梨子

      内容4: 苹果,梨子都是很好吃的水果

      内容5: 好吃的水果有西瓜,苹果,葡萄,其他水果还有菠萝,猕猴桃

      第2步:计算词频(TF)

      我们把内容1、内容3砍掉了,剩下的内容2、内容4、内容5怎么排序。我们想一下,一个词语在内容中出现的次数越高,也说明这个词语对这篇文章更重要。回到本例,“水果”是我们的核心词,那么因为内容5中出现“水果”两次,内容2、内容4次数是1,那么内容5胜出。最后的排序结果如下

      内容5: 好吃的水果有西瓜,苹果,葡萄,其他水果还有菠萝,猕猴桃 (第一名)

      内容2: 水果有苹果,桃子,西瓜,菠萝,梨子(第二名)

      内容4: 苹果,梨子都是很好吃的水果(第三名)

      内容1: 水果有水果,水果,水果,水果,水果(相关度不够,被剔除)

      内容3: 蔬菜都很好吃,我最爱吃茄子了( 相关度不够,被剔除 )

      以上是砍了又砍的TF-IDF算法简化解读版,真实的TFIDF算法比这个要正规复杂很多,这里只是让大家get到重点,这样目的就达到了。

      TF-IDF对SEO非常重要!非常重要!非常重要!

      重要的事情说三遍!

      我们可以看到,TFIDF算法,不仅可以衡量关键词对页面的重要性,更能衡量文章的广度相关性。对于百度、360、google来说,TFIDF算法的出现屏蔽了一大批用关键词密度来获取排名的SEO小白,同时提升了搜索质量啊,真是一箭双雕。

      百度百科里面说了:“除了TF-IDF以外,因特网上的搜索引擎还会使用基于链接分析的评级方法,以确定文件在搜寻结果中出现的顺序。”。意思是什么?你排名可以由下面的公式决定。文章得分=TFIDF得分+链接得分,百度搜索引擎在用TFIDF!!

      那么有人站出来问了,码迷啊,人家只是在百度百科里面说,百度也没有说用TFIDF算法啊,有本事亮出实锤来。好吧~咱往下接着看。

      首先,百度在用TFIDF算法

      百度专利中使用TFIDF的实锤,请查看百度专利文档《CN102737018A-基于非线性统一权值对检索结果进行排序的方法及装置-公开》。搜索算法来去匆匆,百度算法更新迭代也非常快,但是TFIDF算法有点不同,它是目前最核心的搜索算法之一。

      SEO排名的底层逻辑(什么是TF-IDF算法)

      其次,GOOGLE也用TFIDF算法

      google承认在搜索中使用的TFIDF算法:

      SEO排名的底层逻辑(什么是TF-IDF算法)

      最后,TFIDF得分占极高比重

      如果搜索引擎确定使用TF-IDF对网页内容作为评判质量的因子,那么这个比重有多大?码迷知道,现在的搜索引擎一般用如下的算法计算网站页面得分:score(页面得分) = TFIDF分 * x + 链接分 * y + 用户体验分 * z(其中x+y+z=100%;);

      SEO排名的底层逻辑(什么是TF-IDF算法)

      大约在2G左右的谷歌搜索资料中,码迷做了人工智能训练,预测TFIDF分值大约占百度40%左右的权重,谷歌更是达到了50%。

      链接分,通过快排朋友透露,权重大约占百度20%左右,谷歌尚不清楚。

      用户体验得分(可以通过刷快排提高)的比率,百度在40%左右,Google则没有找到相关快排技术文档。

      所以说,在中国做SEO:

      排名得分=40%的内容质量(TFIDF)+40%的用户体验分(快排)+20%的链接分(域名+外链),TFIDF重要程度不言而喻。

      如何提高TF-IDF得分

      写内容 写内容 写内容

      SEO排名的底层逻辑(什么是TF-IDF算法)

      定位好目标核心搜索词,然后候选好3个左右的长尾关键词,定好你的网站标题。写好你的标题,然后按照标题认真写好你的SEO内容。白帽SEO同学可以搞原创,黑帽同学可以做采集做拼凑(此处省略几万字)。。。

      广东·深圳
    • 0
    • 0
    • 0
    • 320
    • 请登录之后再进行评论

      登录
      海报
      聊天
      关注 87

      最新评论

      诸子百家诸子百家1天前
      没有安装网站文件

      来自: 有无老哥帮帮小白

      老哥怎么解决的呢

      来自: All-in-One WP M

      SerendipitySerendipity2天前
      我也是,你们最后怎么解决掉的呀?

      来自: All-in-One WP M

      Noo_jarlNoo_jarl2天前
      我也是啊,请问你怎么解决的?

      来自: All-in-One WP M

      诸子百家诸子百家2天前
      打赏了@小助手20优币

      来自: 如何自定义一个标准的404页面?

      小助手小助手2天前

      这个X装的我给82分,剩下的用666的方式打给你!

      来自: site语法查询出的收录与统计后台的索引量完全不一致问题解决

      小助手小助手3天前

      直接找到路径修改位置:

      /wp-content/themes/LightSNS/404.php

      具体代码:

      <?php
      get_header();
      echo jinsom_get_option('jinsom_404_page_html');
      get_footer();
      ?>

      然后再自定义写一个404.html静态文件,这个部分大家可以自己查找适合的模板,度娘一下!

      来自: 如何自定义一个标准的404页面?

      系统自带的文章统计不正确 不知道各位有没有好的插件推荐下 ,跪求

      来自: Wordpress 做的壁纸站!

      D.D.3天前
      挺好看的www.elutry.com

      来自: Wordpress 做的壁纸站!

      D.D.3天前
      不错,穷人不敢弄图站

      来自: Wordpress 做的壁纸站!

    • 赚金币
    • 发布
    • 飞优网小程序码 小程序扫码
    • 签到中心
      小黑屋
      举报中心
    • 单栏布局 侧栏位置: