本日，小小教室SEO自学网为大家带来的是《SEOer应善用索引创建过程中的加权方法》。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得到展现的几个基本步骤，个中索引创建中包含着对页面内容本身的加权成分。
① 索引项权值观点
索引项的权值，在一定程度上反应了文档中词的相对主要性，这个值常日用于索引排序过程中计算分值，也便是影响搜索引擎排序的主要成分之一。
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打算得出的。
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，基于索引项涌如今一个文档中的次数或频率，以及索引项在全体文档凑集中涌现的频率，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
索引项在全体文档凑集中涌现的频率，称之为范文档频率，英文简称为idf。
③ TF-IDF算法的大略解释
TFIDF的核心思想，是指某个词或某个短语在一篇文档中涌现的频率高，并且在索引库的其他文档中涌现较少，就认为这个词或短句有很好的种别区分能力，可以用来进行分类。
大略来讲，某个词或某个短语便是索引词，对付这篇文章而言，该词项将被授予较高的权值。
打个比方说，“TWNM-SEO”这个短语完备是小小教室网提出的，在《全网营销SEO【TWNM-SEO】这便是属于我的网站优化》一文中，这个短语涌现的频率非常高，同时，在此之前也没有其他人提到过这个短语，那么对付这篇文档来讲，该词项“TWNM-SEO”就被授予了很高的权值。
三、理解并利用TF-IDF算法
对付SEOer来讲，理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。
实在，通过TF-IDF算法的学习，我们可以更好理解一些知识性的SEO知识。
① 品牌词随意马虎优化
品牌词一样平常是自己创造的，知足TF值大，同时IDF值大，页面加权高，自然排名很随意马虎。
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，大家都知足TF大，但同样IDF越小，证明这个词越难优化。
这也便是平时在判断关键词优化难度时，为什么将百度搜索的干系结果数作为优化难度之一的缘故原由。
③ 多挖掘没有百度指数的关键词-降落优化难度
行业中有百度指数的词，大家都在做优化与排名，这样的词不只是竞争压力大，可能还带不来多少点击。由于百度指数可能是100，真实用户大概只有2个，其余的98个都是企业的竞争者们。
我们该当挖掘一些没有百度指数的词，但是须要这次保持一定的搜索量，这样可以担保降落优化难度的同时，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，从而得到更好的排名。然而，这种做法可以适当做，但超过一定度的话，没什么好处，反而可能会由于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%，乃至百分之20%，就会变得非常没故意义。这是对TF高的一种误解。
也便是我们能够根据TF-IDF算法中得到的启示是不应该让关键词的密度或频率（TF）过低，然而对付IDF来说，我们只能通过探求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。
以是，在网站优化过程中，除了要做好页面外，还须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中的涌现频率。
n(i,j)：关键词j在文档i中涌现的次数。
举例来讲：
一篇文章统共100个词，个中“SEO培训”一共涌现了10词，那么TF便是10/100，结果便是0.1。
然而，由于文章中会涌现大量的“的”、“得”、“吗”、“地”，不能正常反应文章的词，以是，就得用IDF来做一个限定了。
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)|涌现词语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滋扰了。
还是刚才的例子：
一篇文章统共100个词，个中“SEO培训”一共涌现了10词，那么TF便是10/100，结果便是0.1。
其余“我们”一共涌现了10词，其TF结果也是0.1。
假设语料库统共有1000篇文章，个中“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 = TFIDF
“SEO培训”的TFIDF=0.10=0
“我们”的TFIDF=0.12=0.2
那么很显然，对付这篇文章而言，“SEO培训”比“我们”更加主要。
以上便是小小教室SEO自学网为大家带来的是《【TF-IDF算法】SEOer应善用索引创建过程中的加权方法》。感谢您的不雅观看。SEO培训认准小小教室！
更多seo教程搜索小小教室。原创文章欢迎转载并保留版权：https://www.xxkt.org/
