任何企业都在建网站,到底网站建设起啥作用的呢?网站在百度上如何获得免费流量的呢,到底百度有哪些算法,今天就和大家分享百度其中的一种算法TF-IDF算法。一起来学习TF-IDF算法
1、百度百科
很多人向我们反映百度给自己的产品有很好的排名,是百度人工干预对自己的产品比较喜欢,我们都是公认的百度百科有权威性,到底是怎么的样,是不是百度喜欢自己的产品的呢,其实不然,我个人感觉这个不是主要的因素,百度的终止是向用户提供有价值的产品,为啥有很多的百度百科没有排名的呢,这里就是百度采用了TF-IDF算法,我们在做网站优化的时候,要多了解百度的算法,网站优化其实就是一场游戏,我们只有了解优化的规则,才能战胜对手,才有一个主动权。
网站优化百度百科
TF-IDF算法是一种用于信息检索与数据挖掘的常用加权技术。TF的意思是词频(Term - frequency),IDF的意思是逆向文件频率(inverse Document frequency).TF-IDF是传统的统计算法,用于评估一个词在一个文档集中对于某一个文档的重要程度。它与这个词在当前文档中的词频成正比,与文档集中的其他词频成反比。首先说一下TF(词频)的计算方法,TF指的是当前文档的词频,在这个公式中,分子表示的是改词在某一文档中出现的次数,分母表示在该文档中所有关键词出现的次数之和。然后来说下IDF(逆向词频)的计算方法,IDF指的是某个词汇普遍性的度量。,这个公式中,log内的部分,分子表示的是文档集中文档的个数,分母表示的是包含当前关键词的文档的个数,对于这个分数取对数,得到的就是,当前词汇的IDF的值。下面,我来介绍下通过python对TF-IDF算法的设计及实现:
对象1:文章集(属性:文章对象的集合,包含关键字的文章数)
对象1: 文章(属性:关键词对象的集合;关键词出现的总次数;关键词对应对象的字典)
对象2:文章-关键词(属性:关键词名称;关键词在当前文章中出现的次数;TF_IDF)实现流程:
1、创建文章对象,初始关键字的Map集2、遍历关键字,每遍历一个关键字,2.1、关键词出现的总次数加一
2.2、判断文章关键字中是够存在当前关键字,如果存在,找出他,加一,如果不存在,创建一个文章关键字对象,塞到文章的关键字的集中去;
2.3、若果这个关键字是第一次出现,则记录关键字出现的文章数(如果关键字在关键字-文章数 字典中存在,则文章数+1,否则将其加入到关键字-文章数字典中,并赋初始值1)
2.4、遍历完成,文章的关于关键词的Map集装载完成,然后将当前的文章add到文章集的对象中去
3、遍历文章集,计算出关键字对应的TF-IDF,并输出实现代码:(实现代码以读取一个文件模拟多个文档)
在企业网站中TF-IDF的运用是一样,有很多的奥秘之处,我们看看下面这个网站的网页情况就是运用很多的TF-IDF百度的算法参与其中,才能在短期内获得一个百度的免费引流,获得很更多的关于TF=IDF百度优化算法,有专业的优化团队为你服务
本文来自投稿,不代表重蔚自留地立场,如若转载,请注明出处https://www.cwhello.com/45037.html
如有侵犯您的合法权益请发邮件951076433@qq.com联系删除