什么是TF-IDF算法？百科解释可能比较复杂，简单点来说，可以把TF-IDF简单理解为，“一个词语在一篇文章中浮上次数越多, 同时在所有文档中浮上次数越少, 越能够代表该文章”。TF-IDF算法源于搜索引擎中对于结果排序里最常见的词频与文档频率的一种统计算法，而这种百度算法尤其在百度SEO优化过程当中运用的尤为重要。 TF-IDF（term frequency–inverse document frequency）是一种用于信息检索与数据挖掘的常用加权技术。 TF（Term Frequency，词频）表示一个给定词语t在一篇给定文档d中出现的频率。TF越高，则词语t对文档d...

关于索引是SEO必须要经历和摸索的一个阶段，但是绝大多数SEO人员往往忽略了搜索引擎的核心本质，从而一味的追求所谓的用户体验、原创文章。到头来，排名一如既往，停滞不前。如果把搜索引擎结果排序当作是一场考试，那么你纠结的最多只是这场考试的三分之一。 在了解倒排索引的前奏，我们更应该去深度学习搜索引擎它核心的排序流程，从蜘蛛抓取到爬行，从网页去重到链接分析，从网页收录到索引建立，从有效索引到结果排序，每一步都是环环相扣。搜索引擎所经历的三个阶段亦是如此，随着搜索引擎的发展和变革，最初的文本时代到后面的链接分析时代在到现在的用户时代，不管SEO如何改变，它的道永远未变。 很多人都在思考一个问题，网页的收录达到了...

在整个搜索引擎优化过程当中，词频和关键词位置这是在传统的情报检索理论和技术基础上发展而来的。对用户输人的检索词,如果在一网页中出现的频率越高,出现的位置越重要,则认为,这网页与此检索词的相关性越好,越能满足用户的需求。早期的搜索引擎结果排序都是基于这一思想的,如Infoseek，Excite，Lycos等,它们基本上是沿用了网络时代之前图书情报界的研究成果。一般情况下,词在网页中出现的频率和位置通过加权的方法来表示,当然,在实际运作过程中,不同的搜索引擎具体的操作方法是不同的。     1、词频加权     词频加权的方法有绝对词频加权、相对词频加权、反词频加...

前面我讲过在SEO结构排序当中，搜索引擎制定的每一个搜索因子都有对应的算法可循，本篇文章是某百度内部人士所公布了一个文档，关于全面分析搜索引擎网页评级分析以及推荐度算法讲解。从本质上把网页评级的每一个细节和参数，包括维度进行归类和分析，为SEO人在理解百度权重的同时起到帮助。     一、站点预处理：预处理中的系数，涉及到初始值，这个每个网站都一样，只是在后面的减分中会产生差距。所以，前45天的认真程度，会很长时间关系到这个网站在百度中的好坏。     二、百度权重：分值为20个档。0-19，只是这个权重不参与排名计算。这个权重值影响其他系数的变动。...