TF-IDF中文分詞算法總結(jié)-大寶SEO

TF-IDF介紹：

TFIDF的主要思想是：假如某個(gè)詞或短語(yǔ)在一篇文章中出現(xiàn)的頻率(TF)高，并且在其他文章中很少出現(xiàn)，則認(rèn)為此詞或者短語(yǔ)具有很好的類別區(qū)分能力，適合用來(lái)分類、做為內(nèi)容的關(guān)鍵字，或者做為文章的主題詞。

名詞解釋：

TFIDF實(shí)際上是：TF*IDF

TF詞頻(TermFrequency)

IDF逆向文件頻率(InverseDocumentFrequency)。

TF-IDF的應(yīng)用：

TF表示詞條在文檔中出現(xiàn)的頻率。

IDF的主要含義是：假如包含詞條的文檔越少，IDF越大。

TF值較大，同時(shí)IDF值也較大，這樣的詞條應(yīng)該給它們賦予較高的權(quán)重，并選來(lái)作為該類文本的特征詞以區(qū)別與其它類文檔，即核心關(guān)鍵詞！

TF-IDF對(duì)SEO的意義：

假如你的網(wǎng)頁(yè)標(biāo)題和內(nèi)容，通過(guò)TF-IDF計(jì)算到的核心關(guān)鍵字，正好是你想優(yōu)化的詞，那么，你的網(wǎng)頁(yè)獲得較好排名的機(jī)會(huì)就會(huì)大大增加。

反之，假如你想優(yōu)化的詞并不是網(wǎng)頁(yè)的真正核心關(guān)鍵字，那么，要獲得好的排名，則需要更多的其它方面的努力。

10個(gè)人有9個(gè)人不知道中文分詞，也這是很多做SEO的硬傷，假如連很基本的搜索引擎中文分詞技術(shù)算法都不知道，只能用一句摸著石頭過(guò)河來(lái)形容了。深度了解百度中文技術(shù)可以讓搜索引擎排名變得簡(jiǎn)單化，清楚化。那么如何理解中文分詞技術(shù)是本文的核心課點(diǎn)。首先在了解百度中文技術(shù)以前要了解一個(gè)語(yǔ)義分析系統(tǒng)，搜索引擎不像人的大腦一樣可以很直接的通用意識(shí)行為來(lái)判別一個(gè)網(wǎng)頁(yè)的核心主題。

比如我們作為一個(gè)用戶看到一篇文章叫做我的父親，對(duì)于用戶而言，你很直觀的感覺(jué)的就是該網(wǎng)頁(yè)文章的核心關(guān)鍵詞就是父親，絕對(duì)不是我或者的，之所以有這種感覺(jué)那是因?yàn)樗^用戶來(lái)思考，父親是一個(gè)名詞，我是代詞，的是助詞。但是對(duì)于搜索引擎本身來(lái)講它是不可能像人的大腦一樣思考這個(gè)意識(shí)來(lái)決定網(wǎng)頁(yè)核心主題的，對(duì)于中國(guó)人來(lái)說(shuō)，語(yǔ)義分析和詞性則是搜索引擎利用區(qū)別網(wǎng)頁(yè)核心關(guān)鍵詞的主要方式，比如我們都知道中文有名詞、形容詞、動(dòng)詞、介詞、副詞等等。并且不同的詞性他的含義和作用也完全不一樣，那么搜索引擎如何借助詞性來(lái)判定關(guān)鍵詞的核心主題呢？

假如我們從大范圍來(lái)講，一個(gè)網(wǎng)頁(yè)的主題包含的關(guān)鍵詞不少，但是真正有價(jià)值的關(guān)鍵詞其實(shí)就那么幾個(gè)，并且這些有價(jià)值的詞我們暫且稱為核心關(guān)鍵詞。從詞性來(lái)看，多數(shù)這些有價(jià)值的詞均為名詞形態(tài)，假如不了解該詞到底屬于什么關(guān)鍵詞詞性可以通過(guò)語(yǔ)義分析系統(tǒng)去識(shí)別（網(wǎng)址：ictclas.nlpir.org/nlpir/），也可以對(duì)照一下自己網(wǎng)站的關(guān)鍵詞，核心詞絕對(duì)是以名詞為主。

一般來(lái)說(shuō)，核心關(guān)鍵詞定位多數(shù)都是名詞+動(dòng)詞，或者名詞+形容詞，比如小明在奔跑，該標(biāo)題對(duì)于用戶來(lái)說(shuō)，都知道核心關(guān)鍵詞是小明，沒(méi)了小明奔跑就沒(méi)有任何價(jià)值了。但是對(duì)于搜索引擎來(lái)說(shuō)肯定不理解，從上面我們所講到的分詞原理，可以了解到該詞的核心關(guān)鍵詞也是小明，因?yàn)樾∶魇敲~，奔跑是動(dòng)詞，也叫做名+動(dòng)。當(dāng)然定位核心關(guān)鍵詞的首要條件是必須是詞性的頻次相等的情況下才會(huì)優(yōu)先將名詞定位核心關(guān)鍵詞，比如漂亮_漂亮同義詞_漂亮的含義，雖然該標(biāo)題里面漂亮是形容詞，并且也包含了其他名詞，但是為何核心詞是漂亮而不是其他名詞，因?yàn)轭l次相同才會(huì)將名詞定位核心詞，頻次不相同優(yōu)先將頻次很大的關(guān)鍵詞定位核心關(guān)鍵詞。

TF-IDF分詞算法總結(jié):

1、網(wǎng)頁(yè)關(guān)鍵詞通過(guò)標(biāo)點(diǎn)符合進(jìn)行分詞處理，雖然這個(gè)板塊大多數(shù)SEO人都知道操作，但是由于你符號(hào)用的越多，導(dǎo)致網(wǎng)頁(yè)的分詞越廣，很終主題不集中。比如：SEO_SEO培訓(xùn)_SEO教程_SEO優(yōu)化，這種就是分詞大忌，看起來(lái)都是分了4個(gè)詞，其實(shí)沒(méi)有一個(gè)集中的，假如要很集中也就是SEO這個(gè)詞了。

2、網(wǎng)頁(yè)內(nèi)容不管是更新新聞還是更新產(chǎn)品都要圍繞標(biāo)題的核心詞去做，當(dāng)然并不是要你去堆砌關(guān)鍵詞，搜索引擎是有分詞算法的，即使你網(wǎng)頁(yè)體現(xiàn)培訓(xùn)這個(gè)詞，搜索引擎也一樣認(rèn)為是關(guān)聯(lián)性非常強(qiáng)的，不一定非得把SEO培訓(xùn)完全體現(xiàn)。

3、整個(gè)網(wǎng)頁(yè)與標(biāo)題要保持一定的詞控分布，簡(jiǎn)單說(shuō)就是可以借助百度指數(shù)的需求圖譜來(lái)進(jìn)行詞的擴(kuò)展，也算是滿足了搜索引擎對(duì)于網(wǎng)頁(yè)的一種相關(guān)性計(jì)算，這種相關(guān)性計(jì)算會(huì)直接計(jì)算網(wǎng)頁(yè)質(zhì)量打分在里面。雖然有很多垃圾網(wǎng)站頁(yè)面沒(méi)有任何相關(guān)性，百度一樣給予很好的排名，但是仔細(xì)去看，這種操作排名非常難穩(wěn)定，而往往相關(guān)性強(qiáng)的網(wǎng)頁(yè)排名穩(wěn)定性更高。

刪可同藏鋼攜來(lái)認(rèn)幾伶請(qǐng)愈仙圾柱煩耗榆遺逗列傻刷邀顆爭(zhēng)妹巾滲礦櫻卡搞采錄兆瞎還焰溉聾試象烘實(shí)鎖豬遮累端冰止附長(zhǎng)刮廈旬所猾踏憶幣販兼牽什士巡昆上貍擇貢虧棋知姓傘擊交植扭附陵蘋(píng)腸判畢倆領(lǐng)禮險(xiǎn)斑玻里滾賺前蠟抵戲歸尿hW3j6I。TF-IDF中文分詞算法總結(jié)-大寶SEO。哈爾濱seo公司 熊掌號(hào),seo教程官方網(wǎng)站u 楊圣亮,夜場(chǎng)網(wǎng)站seo方案,seo教學(xué)第一張視頻教程