91久久国产婷婷一区二区丨亚洲综合无码一区二区三区不卡丨超caopor在线公开视频丨国产精品乱码久久久久久久久丨日韩a片无码一区二区三区电影丨www.亚洲com丨动漫精品无码视频一区二区三区丨一道本视频在线观看丨五月天三级丨国户精品久久久久久久久久久不卡丨男女作爱bbbbbbbbb丨亚洲综合色成在线观看丨国产美女久久精品香蕉69丨黑人大群体交免费视频丨成人无码视频在线观看网址丨久久久1丨我想看一级黄色毛片丨精品一区久久丨www黄色网址丨911久久香蕉国产线看观看

搜索引擎會(huì)給予每一個(gè)頁(yè)面一定的權(quán)重值，這個(gè)值也會(huì)隨著頁(yè)面的更新和時(shí)間地流逝而改變。

今天，小小課堂SEO自學(xué)網(wǎng)為大家?guī)?lái)的是《SEOer應(yīng)善用索引創(chuàng)建過程中的加權(quán)方法》。希望對(duì)大家有所幫助。

一、索引創(chuàng)建中的權(quán)值

搜索引擎蜘蛛的爬行與抓取，頁(yè)面的收錄與索引，是一個(gè)頁(yè)面能夠在用戶搜索關(guān)鍵詞時(shí)能夠獲得展現(xiàn)的幾個(gè)基本步驟，其中索引創(chuàng)建中包含著對(duì)頁(yè)面內(nèi)容本身的加權(quán)因素。

① 索引項(xiàng)權(quán)值概念

索引項(xiàng)的權(quán)值，在一定程度上反應(yīng)了文檔中詞的相對(duì)重要性，這個(gè)值通常用于索引排序過程中計(jì)算分值，也就是影響搜索引擎排序的重要因素之一。

② 索引項(xiàng)權(quán)值怎么得來(lái)的？

索引項(xiàng)權(quán)值，是由檢索模式中的加權(quán)組件利用文檔統(tǒng)計(jì)結(jié)果來(lái)計(jì)算得出的。

③ 索引項(xiàng)加權(quán)方法

傳統(tǒng)的檢索模式中最常見的加權(quán)方法：TF-IDF算法。

二、TF-IDF算法

① TF-IDF算法定義

TF-IDF算法，基于索引項(xiàng)出現(xiàn)在一個(gè)文檔中的次數(shù)或頻率，以及索引項(xiàng)在整個(gè)文檔集合中出現(xiàn)的頻率，兩者的組合（或者說(shuō)兩者的乘積）。

② TF-IDF算法中詞的解析

1）TF

次數(shù)和頻率稱之為詞頻，英文簡(jiǎn)稱為tf。

2）IDF

索引項(xiàng)在整個(gè)文檔集合中出現(xiàn)的頻率，稱之為范文檔頻率，英文簡(jiǎn)稱為idf。

③ TF-IDF算法的簡(jiǎn)單說(shuō)明

TFIDF的核心思想，是指某個(gè)詞或某個(gè)短語(yǔ)在一篇文檔中出現(xiàn)的頻率高，并且在索引庫(kù)的其他文檔中出現(xiàn)較少，就認(rèn)為這個(gè)詞或短句有很好的類別區(qū)分能力，可以用來(lái)進(jìn)行分類。

簡(jiǎn)單來(lái)講，某個(gè)詞或某個(gè)短語(yǔ)就是索引詞，對(duì)于這篇文章而言，該詞項(xiàng)將被賦予較高的權(quán)值。

打個(gè)比方說(shuō)，“TWNM-SEO”這個(gè)短語(yǔ)完全是小小課堂網(wǎng)提出的，在《全網(wǎng)營(yíng)銷SEO【TWNM-SEO】這就是屬于我的網(wǎng)站優(yōu)化》一文中，這個(gè)短語(yǔ)出現(xiàn)的頻率非常高，同時(shí)，在此之前也沒有其他人提到過這個(gè)短語(yǔ)，那么對(duì)于這篇文檔來(lái)講，該詞項(xiàng)“TWNM-SEO”就被賦予了很高的權(quán)值。

三、理解并使用TF-IDF算法

對(duì)于SEOer來(lái)講，了解上面的知識(shí)已經(jīng)足夠了，沒必要非得知道是用哪個(gè)函數(shù)，哪個(gè)公式算出來(lái)的結(jié)果。

其實(shí)，通過TF-IDF算法的學(xué)習(xí)，我們可以更好理解一些常識(shí)性的SEO知識(shí)。

① 品牌詞容易優(yōu)化

品牌詞一般是自己創(chuàng)造的，滿足TF值大，同時(shí)IDF值大，頁(yè)面加權(quán)高，自然排名很容易。

② 行業(yè)核心詞難優(yōu)化

無(wú)數(shù)網(wǎng)站都在優(yōu)化這同一個(gè)詞，然而首頁(yè)的位置卻是有限的，大家都滿足TF大，但同樣IDF越小，證明這個(gè)詞越難優(yōu)化。

這也就是平時(shí)在判斷關(guān)鍵詞優(yōu)化難度時(shí)，為什么將百度搜索的相關(guān)結(jié)果數(shù)作為優(yōu)化難度之一的原因。

③ 多挖掘沒有百度指數(shù)的關(guān)鍵詞-降低優(yōu)化難度

行業(yè)中有百度指數(shù)的詞，大家都在做優(yōu)化與排名，這樣的詞不光是競(jìng)爭(zhēng)壓力大，可能還帶不來(lái)多少點(diǎn)擊。因?yàn)榘俣戎笖?shù)可能是100，真實(shí)用戶也許只有2個(gè)，另外的98個(gè)都是企業(yè)的競(jìng)爭(zhēng)者們。

我們應(yīng)該挖掘一些沒有百度指數(shù)的詞，但是需要這次保持一定的搜索量，這樣可以保證降低優(yōu)化難度的同時(shí)，帶來(lái)更多真實(shí)流量。

④ TF并不是萬(wàn)能！過度堆積害處大！

根據(jù)TF-IDF算法，很多人會(huì)想，增加關(guān)鍵詞密度或頻率，以增加TF值，從而獲得更好的排名。然而，這種做法可以適當(dāng)做，但超過一定度的話，沒什么好處，反而可能會(huì)因?yàn)檫^度堆積被搜索引擎降權(quán)！

所謂的2%~8%的關(guān)鍵詞密度只是個(gè)大概范圍，很多排名好的頁(yè)面很多都在2%一下，當(dāng)然也有在8%以上的，只要密度不是過小，不必過度在乎這個(gè)。

舉個(gè)例子，已經(jīng)是5%的密度了，非要故意堆積到8%，甚至百分之20%，就會(huì)變得非常沒有意義。這是對(duì)TF高的一種誤解。

也就是我們能夠根據(jù)TF-IDF算法中得到的啟發(fā)是不應(yīng)該讓關(guān)鍵詞的密度或頻率（TF）過低，然而對(duì)于IDF來(lái)說(shuō)，我們只能通過尋找IDF值高的關(guān)鍵詞來(lái)優(yōu)化，如果我們優(yōu)化的關(guān)鍵詞的IDF值本來(lái)就很低，我們也不能對(duì)其改變這個(gè)現(xiàn)狀，IDF值越低，證明這個(gè)詞在一定程度上就越難優(yōu)化。

所以，在網(wǎng)站優(yōu)化過程中，除了要做好頁(yè)面外，還需要關(guān)注內(nèi)鏈與外鏈優(yōu)化。

四、TF-IDF算法公式

① TF公式

TF(i,j)：關(guān)鍵詞j在文檔i中的出現(xiàn)頻率。

n(i,j)：關(guān)鍵詞j在文檔i中出現(xiàn)的次數(shù)。

舉例來(lái)講：

一篇文章總共100個(gè)詞，其中“SEO培訓(xùn)”一共出現(xiàn)了10詞，那么TF就是10/100，結(jié)果就是0.1。

然而，由于文章中會(huì)出現(xiàn)大量的“的”、“得”、“嗎”、“地”，不能正常反應(yīng)文章的詞，所以，就得用IDF來(lái)做一個(gè)限制了。

② IDF公式

IDF(i)：詞語(yǔ)i的反文檔頻率

|D|：語(yǔ)料庫(kù)中的文件總數(shù)

|j:t(i)屬于d(j)|出現(xiàn)詞語(yǔ)i的文檔總數(shù)

+1是為了防止分母變0。

IDF就可以防止常用詞的干擾了。

還是剛才的例子：

一篇文章總共100個(gè)詞，其中“SEO培訓(xùn)”一共出現(xiàn)了10詞，那么TF就是10/100，結(jié)果就是0.1。

另外“我們”一共出現(xiàn)了10詞，其TF結(jié)果也是0.1。

假設(shè)語(yǔ)料庫(kù)總共有1000篇文章，其中“SEO培訓(xùn)”文章有10篇，“我們”文章有1000篇。

“SEO培訓(xùn)”的IDF=log（1000/10）= 2

“我們”的IDF=log（1000/1000）= 0

③ TF-IDF公式

TF-IDF = TF*IDF

“SEO培訓(xùn)”的TF*IDF=0.1*0=0

“我們”的TF*IDF=0.1*2=0.2

那么很顯然，對(duì)于這篇文章而言，“SEO培訓(xùn)”比“我們”更加重要。

以上就是小小課堂SEO自學(xué)網(wǎng)為大家?guī)?lái)的是《SEOer應(yīng)善用索引創(chuàng)建過程中的加權(quán)方法》。感謝您的觀看。SEO培訓(xùn)認(rèn)準(zhǔn)小小課堂！更多seo教程搜索小小課堂。原創(chuàng)文章歡迎轉(zhuǎn)載并保留版權(quán)：https://www.xxkt.org/