70外贸通_外贸跨境电商运营推广网站
QQ登录TF-IDF算法属于搜索引擎中的核心部分。TF-IDF算法是增加相关词的覆盖率，以及高优布局关键词密度，从而在百度谷歌等搜索引擎内容质量这一项上的排名加分，获取超高分值。
最近在有几篇TF-IDF算法原理及公式本文将深入为大家解析，有兴趣请往下深度阅读。
一，什么是TF-IDF
TF-IDF是一种统计方法，用以评估一个词对于一篇文章或语料库中一篇文章的重要性。字词的重要性随着它在文件中出现的次数成正比增加，但同时会随着它在语料库中出现的频率成反比下降。
二、TF-IDF的使用场景
TF-IDF加权的各种形式常被搜索引擎应用，作为文件与用户查询之间相关程度的度量或评级。除了TF-IDF以外，因特网上的搜索引擎还会使用基于链接分析的评级方法，以确定文件在搜寻结果中出现的顺序。
三、 TF-IDF算法的计算步骤
[reply]第1步：计算逆文档频率
[/reply]我们先统计各个词语被包含的文章数。比如“水果”被4篇文章（内容1、2、4、5）引用，4就是“水果”的逆文档频率。
分词后，各个单词的逆文档频率如下：
水果=4、苹果=3、好吃=2、菠萝=2、西瓜=2、梨子=2，桃子=1、猕猴桃=1、蔬菜=1，茄子=1
PS: IDF= log(语料库中的文件总数 / 包含词语 t 的文件数目)，为了便于理解，这里做了精简。
按照我们的直觉，如果一篇文章把逆文档频率最高的前面的词都包含了，说明这篇文章内容更贴合用户意图，更受到搜索引擎喜欢。回到例子，”水果、苹果”是本例中重要性最高的2个词，如果内容中包含“水果、苹果”，那么这篇内容质量就越好。
所以把包含“水果、苹果”的内容拿出来，就是比较靠谱的内容了：
- 内容2： 水果有苹果，桃子，西瓜，菠萝，梨子
- 内容4： 苹果，梨子都是很好吃的水果
- 内容5： 好吃的水果有西瓜，苹果，葡萄，其他水果还有菠萝，猕猴桃
第2步：计算词频(TF)
我们把内容1、内容3砍掉了，剩下的内容2、内容4、内容5怎么排序。我们想一下，一个词语在内容中出现的次数越高，也说明这个词语对这篇文章更重要。回到本例，“水果”是我们的核心词，那么因为内容5中出现“水果”两次，内容2、内容4次数是1，那么内容5胜出。最后的排序结果如下
- 内容5： 好吃的水果有西瓜，苹果，葡萄，其他水果还有菠萝，猕猴桃 （第一名）
- 内容2： 水果有苹果，桃子，西瓜，菠萝，梨子（第二名）
- 内容4： 苹果，梨子都是很好吃的水果（第三名）
- 内容1： 水果有水果，水果，水果，水果，水果（相关度不够，被剔除）
- 内容3： 蔬菜都很好吃，我最爱吃茄子了（ 相关度不够，被剔除 ）
以上是砍了又砍的TF-IDF算法简化解读版，真实的TFIDF算法比这个要正规复杂很多，这里只是让大家get到重点，码迷的目的就达到了。
TF-IDF对SEO是及其重要的
TF-IDF对SEO非常重要，基本上是衡量网站内容最重要的算法，现在是用户体验和内容为王的时代。基本上这个算法占了大部分的搜索分值甚至再6成以上，当然这个是qi70博客认为的，但是很多人不信这个，认为百度或许都没有这种算法。这一点不可能的，百度和谷歌还有其他搜索引擎必须有这种算法的。下图就是证据：
我们可以看到，TFIDF算法，不仅可以衡量关键词对页面的重要性，更能衡量文章的广度相关性。对于百度、360、google来说，TFIDF算法的出现增加百度对于关键词的判定准确度，增加了搜索算法的核心和稳定性。对于文章的内容处理有及其重要的关键词判定作用。
百度百科里面也说了：“除了TF-IDF以外，因特网上的搜索引擎还会使用基于链接分析的评级方法，还有其他三种方法以确定文件在搜寻结果中出现的顺序。”。意思是什么？你排名可以由下面的公式决定。文章得分=TFIDF得分+链接得分，百度搜索引擎在用TFIDF！！
其次，GOOGLE也用TFIDF算法
google承认在搜索中使用的TFIDF算法：原文链接：https://www.searchenginejournal.com/google-tf-idf/304361/
最后，TFIDF得分占极高比重
如果搜索引擎确定使用TF-IDF对网页内容作为评判质量的因子，那么这个比重有多大？码迷知道，现在的搜索引擎一般用如下的算法计算网站页面得分：score(页面得分) = TFIDF分 * x + 链接分 * y + 用户体验分 * z（其中x+y+z=100%;）;
大约在2G左右的谷歌搜索资料中，做了人工智能训练，预测TFIDF分值大约占百度40%左右的权重，谷歌更是达到了50%。
链接分，通过快排朋友透露，权重大约占百度20%左右，谷歌尚不清楚。
用户体验得分（可以通过刷快排提高）的比率，百度在40%左右，Google则没有找到相关快排技术文档。
所以说，在中国做SEO：
排名得分=40%的内容质量（TFIDF）+40%的用户体验分（快排）+20%的链接分（域名+外链），TFIDF重要程度不言而喻。
棒