搜索引擎會給每個頁面賦予一定的權(quán)重值，這個權(quán)重值會隨著頁面的更新和時間的推移而變化。如今，SEO自學網(wǎng)帶給你的是“TF-IDF算法”，SEOER應該在索引創(chuàng)建過程中充分利用加權(quán)方法。我希望這個搜索引擎優(yōu)化技術(shù)培訓將幫助你。

1、 蜘蛛的爬行和爬行、索引創(chuàng)建中頁面的收集和索引是用戶搜索關(guān)鍵字時顯示頁面的基本步驟，其中索引創(chuàng)建包括頁面本身內(nèi)容的權(quán)重因子。

索引項的權(quán)重在一定程度上反映了文檔中詞的相對重要性。在索引排序過程中，這個值通常用來計算得分，這是影響搜索引擎排序的重要因素之一。

索引項的權(quán)重值由檢索模式下的權(quán)重分量根據(jù)文檔統(tǒng)計結(jié)果計算得出。

TF-IDF是傳統(tǒng)檢索模式中常用的加權(quán)方法。

2、 TF-IDF算法①TF-IDF算法的定義

TF-IDF算法，根據(jù)一個文檔中索引項的數(shù)量或頻率以及整個文檔集中索引項的頻率，將二者結(jié)合起來（或二者的乘積）。

整個文檔集中索引項的頻率稱為正常文檔頻率，簡稱IDF。

TFIDF的核心思想是一個詞或短語在文檔中出現(xiàn)的頻率較高，在索引庫中的其他文檔中出現(xiàn)的頻率較低，因此認為該詞或短語具有良好的分類能力，可以用于分類。

簡而言之，一個詞或短語是一個索引詞。對于這篇文章，這個詞將被賦予更高的權(quán)重。

例如，“twnm seo”這個短語是由little classroom提出的。在本文中“twnm seo”屬于我的網(wǎng)站優(yōu)化，這個短語的頻率很高。同時，之前沒有人提到過這個短語，所以對于這個文檔，“twnm seo”這個詞被賦予了非常高的正確值。

3、 理解和使用TF-IDF算法就足以讓SEOER理解上述知識。不需要知道使用哪個函數(shù)或公式來計算結(jié)果。

事實上，通過TF-IDF算法的學習，我們可以更好的理解一些SEO常識知識。

品牌詞一般是我們自己創(chuàng)造的，滿足了TF值大、IDF值大、頁面權(quán)重高、自然排名容易的需要。

無數(shù)的網(wǎng)站正在優(yōu)化同一個詞，但主頁的位置是有限的。每個人都對TF滿意，但是IDF越小，優(yōu)化單詞就越困難。

這就是為什么百度搜索結(jié)果被認為是關(guān)鍵詞優(yōu)化的難點之一。

我們應該挖掘一些沒有百度索引的詞，但是這次需要保持一定的搜索量，這樣才能降低優(yōu)化的難度，帶來更多真實的流量。

根據(jù)TF-IDF算法，很多人希望通過增加關(guān)鍵詞密度或頻率來增加TF值，從而獲得更好的排名。不過，這種方法可以做得很好，但超過一定程度，就不好了，但可能是由于搜索引擎的力量積累過多！

所謂2%-8%的關(guān)鍵詞密度只是一個一般范圍。很多排名好的頁面都在2%以下，當然也有超過8%的頁面。只要密度不太小，就不要太在意這個。

例如，它的密度已經(jīng)是5%。如果你不故意把它堆到8%，甚至20%，它就會變得毫無意義。這是對TF high的誤解。

也就是說，我們可以從TF-IDF算法中得到的啟示是，我們不應該讓關(guān)鍵詞密度或頻率（TF）太低。但是，對于IDF，我們只能通過查找具有高IDF值的關(guān)鍵字來進行優(yōu)化。如果我們優(yōu)化的關(guān)鍵字的IDF值已經(jīng)很低，我們就無法改變這種情況。IDF值越低，就越難在一定程度上證明該詞是的。

因此，在網(wǎng)站優(yōu)化的過程中，除了做好頁面的優(yōu)化外，還需要注意內(nèi)外鏈的優(yōu)化。

4、 TF-IDF算法公式①TF公式

TF（I，J）：文檔I中關(guān)鍵字J的頻率。

N（I，J）：關(guān)鍵字J出現(xiàn)在文檔I中的次數(shù)。