百度搜索引擎优化指南(第一点，TF-IDF是什么？TF和IDF有什么区别？)

　　百度搜索引擎优化指南(第一点，TF-IDF是什么？TF和IDF有什么区别？)

　　项目投资找A5快速获取精准代理商名单

　　我在博客里说过学seo学算法是傻，但是还是有很多人来问se算法问题，大部分都是TF-IDF算法。为了让大家加深对这个问题的理解，我因此对这个算法的一些问题进行了深入分析。

　　首先，什么是 TF-idf？

　　TF 和 IDF 是两个不同的概念。tf 用一个词在文档中的重复次数来表示这个词在所有词中的重要性，而另一个 idf 是一个词在所有文档中出现的次数。词项的重要性，出现的次数越多，常用词越少，越不重要，因为主题不够强烈，无法重复。TF-IDF 是一种统计方法，

　　用于评估一个词对文档集或语料库中的一个文档的重要性。一个词的重要性与它在文档中出现的次数成正比，但与它在语料库中出现的频率成反比。搜索引擎经常应用各种形式的 TF-IDF 加权作为文档和用户查询之间相关程度的度量或评级。

　　这个百科的解释加上我自己的描述，不知道大家是不是很清楚？简而言之，TF-IDF 通过一定的统计意义来表达术语的重要性。为什么seo关注他，因为他可能会影响搜索词和搜索词的相关性，从而影响排名。

　　第二点，TF-IDF算法解决了什么问题，能发挥多大作用？

　　其实，既然我们研究过这个算法，就得明白这个算法解决了什么问题。其实我刚才说的，主要是解决一个文档中term的权重问题（很多人都知道这个算法影响排名，但是不知道为什么这个算法会影响排名）。那么我们可以再问一下，有多少因素会影响词项的权重？从视觉上看，大约有 5、6 个（但我们都知道多少个？），TF-IDF 在术语中占据什么位置？重要性可能排名第三或第四（不是最重要的因素）。而我一直说的，如果真的要研究算法，不仅要研究算法是什么，还要考虑算法的特性和算法特性的处理，因为它们都会影响最终的结果，

　　三、TF-IDF的算法特点是什么？

　　这是人们很少关注的一点。之所以算法的特性和算法特性的处理很重要，是因为所有的算法都会控制因素的影响，或者进行平滑的处理。这也不例外。很多人没有注意到这个影响，或者对此有过激的想法，所以他们会被很多seo细节所困扰，但他们无法理解。如果我想学这个，我认为谷歌的黑板报在谈到算法时已经提到了很多。许多实际应用模型与理论模型存在一定差距。这是现实。

　　第四点，TF-IDF算法上去，问题出在哪里，检索的状态如何？

　　其实我一直推荐的是跳出算法的束缚，用更长远的眼光看待这个问题。比如TF-IDF需要解决的问题的根本原因是什么，这个问题在检索原理中能占据什么样的位置？那将会？随着时间的推移而改变...... 只要往上想，越来越多的seo逐渐浮现，神马的TF-IDF也可以慢慢放弃。

　　第五点，算法之外

　　TF-IDF是用来研究term的权重的，早期是用来做相关性判断的，但不一定是静态的。比如BM25算法在很多方面都比他有优势。但随着检索技术的进步，如语义分析等技术的发展，该算法的范围和影响将逐渐受到限制。这也不得不说研究算法的悲剧。而且，我一直说的是，我们完全可以跳出这个范畴，从问题本身的角度去思考问题，或者从检索的角度去观察这个问题的意义，观察它的可行性。解决这个问题，观察结果和我们的思维差距……嘎嘎，不能再进一步了……

　　PS：最近一直在四处漂泊，也在学习一些新东西，所以时间不够。你看到的几乎所有的博客都是我有想法的时候，我一口气完成了大约30分钟。难免有很多缺陷，不要惊讶。我会持续更新seo思维进化系列。虽然不谈技术，但我觉得还是有一些seoers应该思考的。接下来，我也打算写一些seo入门的东西，希望能给一些新人一些帮助。我所做的一切，主要是希望大家能够冷静的看着seo，慢慢的回到正确的道路上。