好久之前便有存眷到TF-IDF的相干引见，年夜部门的解说皆是环绕观点去讲，许多人把TF-IDF称做“算法”，笔者通读了许多文章，以至正在本人的网站停止了使用。鉴于许多伴侣道触及到太多公式，没有简单了解，本文用简朴的真例阐明，道道我对TF-IDF的一些睹解，没有讲庞大的公式，期望能协助到列位!
尾先，TF词频的观点取SEO倡议
TF是指词频，查询的枢纽词正在文档中呈现的次数统计。相干文档是那样引见的，假定查询枢纽词正在统一个文档中呈现的次数越多，代表那个枢纽词越主要，越能代表文档的主题意义，文章主题取枢纽词意义越靠近，那末做SEO怎样使用那个常识面呢?
假定有一篇文章的题目是：“SEO效劳中包”，从字里上了解，文章次要是以SEO效劳为中心，“中包”为拓展词。假定文章内容里SEO效劳呈现20次，效劳呈现25次，中包呈现10次，根据TF词频的划定规矩，那末SEO效劳是文章主题，那个很好了解。
实践上有些时分写文章时，正在意义很明白的状况下，会省略主词。好比SEO效劳中包价钱、SEO效劳中包流程、SEO效劳中包公司引见，会缩写成：中包价钱、中包流程、中包公司引见。那样会招致中包呈现的次数年夜于效劳，TF词频则会以为中包是主题，呈现毛病的判定。
那既然是那样，做SEO枢纽词规划的时分，该当要恰当思索主枢纽词的呈现频次年夜于副词。固然搜刮引擎判定网页主题有许多维度，那里只是单从TF词频的角度思索，小我私家以为那样做会收缩搜刮引擎判定网页主题的工夫，对SEO去道是有益的。
第2、怎样快速了解“IDF顺文档频次”
那个观点假如看文档的话有面易了解，当初笔者看百度百科好几回才大白。触及到庞大的公式正在那里便没有讲，分离TF一同去了解，TF-IDF的意义是，一篇文章中某枢纽词呈现的次数越多，且正在搜刮引擎的材料库中包罗该枢纽词文档数越少，则阐明那个枢纽词越能代表此网页的主题。
举个例子去阐明，假定有一篇文章，有两个枢纽词：“SEO劣化”战“SEO效劳”，正在文章中，那两个枢纽词呈现的材料皆是20次，可是正在百度的材料库中，包罗SEO劣化的文档统共有一万万个，包罗SEO效劳的文档有五百万个，那末则阐明，SEO效劳越能代表那文章的意义。大概搜刮引擎材料库中包罗枢纽词的文档数目一样，文章中呈现次数越多的枢纽词越能代表网页主题。
从SEO的层里讲，IDF那个值是客不雅存正在的，没必要来穷究，只需大白差别枢纽词之间的文档数几便止，以百度为例，搜刮任何一个枢纽词，正在搜刮框上面会有一个：“百度为您找到相干成果约XXX个”的那样句子，内里的数值能够做为文档数参考。每一个搜刮引擎的包罗枢纽词的文档数能够纷歧样，可是团体的相比照例值该当是好没有多的。并且跟着工夫的推移，文档数也会不竭发作改动。
闭于TF-IDF类似度计较划定规矩的解说，便分享到那里，小我私家鄙意，不敷的地方欢送拍砖。本文出自【光谷SEO效劳：https://www.guangguseo.com/】，专注SEO整站劣化效劳，爱研究搜刮引擎算法，欢送取我交换进修。转载说明出处，开开!
