TF-IDF中文分詞算法總結-大寶SEO

TF-IDF介紹：

TFIDF的主要思想是：假如某個詞或短語在一篇文章中出現的頻率(TF)高，并且在其他文章中很少出現，則認為此詞或者短語具有很好的類別區分能力，適合用來分類、做為內容的關鍵字，或者做為文章的主題詞。

名詞解釋：

TFIDF實際上是：TF*IDF

TF詞頻(TermFrequency)

IDF逆向文件頻率(InverseDocumentFrequency)。

TF-IDF的應用：

TF表示詞條在文檔中出現的頻率。

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IDF值也較大，這樣的詞條應該給它們賦予較高的權重，并選來作為該類文本的特征詞以區別與其它類文檔，即核心關鍵詞！

TF-IDF對SEO的意義：

假如你的網頁標題和內容，通過TF-IDF計算到的核心關鍵字，正好是你想優化的詞，那么，你的網頁獲得較好排名的機會就會大大增加。

反之，假如你想優化的詞并不是網頁的真正核心關鍵字，那么，要獲得好的排名，則需要更多的其它方面的努力。

10個人有9個人不知道中文分詞，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算法都不知道，只能用一句摸著石頭過河來形容了。深度了解百度中文技術可以讓搜索引擎排名變得簡單化，清楚化。那么如何理解中文分詞技術是本文的核心課點。首先在了解百度中文技術以前要了解一個語義分析系統，搜索引擎不像人的大腦一樣可以很直接的通用意識行為來判別一個網頁的核心主題。

比如我們作為一個用戶看到一篇文章叫做我的父親，對于用戶而言，你很直觀的感覺的就是該網頁文章的核心關鍵詞就是父親，絕對不是我或者的，之所以有這種感覺那是因為所謂用戶來思考，父親是一個名詞，我是代詞，的是助詞。但是對于搜索引擎本身來講它是不可能像人的大腦一樣思考這個意識來決定網頁核心主題的，對于中國人來說，語義分析和詞性則是搜索引擎利用區別網頁核心關鍵詞的主要方式，比如我們都知道中文有名詞、形容詞、動詞、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判定關鍵詞的核心主題呢？

假如我們從大范圍來講，一個網頁的主題包含的關鍵詞不少，但是真正有價值的關鍵詞其實就那么幾個，并且這些有價值的詞我們暫且稱為核心關鍵詞。從詞性來看，多數這些有價值的詞均為名詞形態，假如不了解該詞到底屬于什么關鍵詞詞性可以通過語義分析系統去識別（網址：ictclas.nlpir.org/nlpir/），也可以對照一下自己網站的關鍵詞，核心詞絕對是以名詞為主。

一般來說，核心關鍵詞定位多數都是名詞+動詞，或者名詞+形容詞，比如小明在奔跑，該標題對于用戶來說，都知道核心關鍵詞是小明，沒了小明奔跑就沒有任何價值了。但是對于搜索引擎來說肯定不理解，從上面我們所講到的分詞原理，可以了解到該詞的核心關鍵詞也是小明，因為小明是名詞，奔跑是動詞，也叫做名+動。當然定位核心關鍵詞的首要條件是必須是詞性的頻次相等的情況下才會優先將名詞定位核心關鍵詞，比如漂亮_漂亮同義詞_漂亮的含義，雖然該標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，因為頻次相同才會將名詞定位核心詞，頻次不相同優先將頻次很大的關鍵詞定位核心關鍵詞。

TF-IDF分詞算法總結:

1、網頁關鍵詞通過標點符合進行分詞處理，雖然這個板塊大多數SEO人都知道操作，但是由于你符號用的越多，導致網頁的分詞越廣，很終主題不集中。比如：SEO_SEO培訓_SEO教程_SEO優化，這種就是分詞大忌，看起來都是分了4個詞，其實沒有一個集中的，假如要很集中也就是SEO這個詞了。

2、網頁內容不管是更新新聞還是更新產品都要圍繞標題的核心詞去做，當然并不是要你去堆砌關鍵詞，搜索引擎是有分詞算法的，即使你網頁體現培訓這個詞，搜索引擎也一樣認為是關聯性非常強的，不一定非得把SEO培訓完全體現。

3、整個網頁與標題要保持一定的詞控分布，簡單說就是可以借助百度指數的需求圖譜來進行詞的擴展，也算是滿足了搜索引擎對于網頁的一種相關性計算，這種相關性計算會直接計算網頁質量打分在里面。雖然有很多垃圾網站頁面沒有任何相關性，百度一樣給予很好的排名，但是仔細去看，這種操作排名非常難穩定，而往往相關性強的網頁排名穩定性更高。

刪可同藏鋼攜來認幾伶請愈仙圾柱煩耗榆遺逗列傻刷邀顆爭妹巾滲礦櫻卡搞采錄兆瞎還焰溉聾試象烘實鎖豬遮累端冰止附長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腸判畢倆領禮險斑玻里滾賺前蠟抵戲歸尿hW3j6I。TF-IDF中文分詞算法總結-大寶SEO。哈爾濱seo公司 熊掌號,seo教程官方網站u 楊圣亮,夜場網站seo方案,seo教學第一張視頻教程