最適化共有：「TF-IDF」アルゴリズムの概念とSEOへの応用

2018年最もホットなプロジェクト：テレマーケティングロボットがあなたの参加を待っています

私は以前からTF-IDFの紹介に注目してきました。説明のほとんどは概念を中心にしており、TF-IDFを「アルゴリズム」と呼ぶ人も多くいます。私は多くの記事を読み、自分のウェブサイトにもそれを適用しました。多くの友人が、数式が多すぎて理解しにくいと言うので、この記事では、複雑な数式には触れずに、簡単な例を使用して、TF-IDF に関する私の見解を説明します。お役に立てれば幸いです。

まず、TFワードの頻度とSEOの提案の概念

TF は単語の頻度、つまりクエリ キーワードがドキュメント内に出現する回数を表します。関連文書は次のように紹介されています。クエリキーワードが同じ文書に出現する回数が多いほど、キーワードの重要性が高く、文書のテーマをよりよく表し、記事のテーマがキーワードに近いと仮定すると、SEO はこの知識ポイントをどのように適用できるでしょうか。

記事のタイトルが「SEO サービス アウトソーシング」であるとします。文字通り、この記事は主に SEO サービスに焦点を当てており、「アウトソーシング」は拡張された単語です。記事の内容の中で、SEO サービスが 20 回、サービスが 25 回、アウトソーシングが 10 回出現すると仮定すると、TF 単語頻度規則に従って、SEO サービスが記事のトピックであることが分かりやすくなります。

実際、記事を書くときに、意味が非常に明確な場合は主語を省略することがあります。たとえば、SEO サービスのアウトソーシング価格、アウトソーシングプロセス、およびアウトソーシング会社の紹介は、アウトソーシング価格、アウトソーシングプロセス、およびアウトソーシング会社の紹介に省略されます。これにより、「アウトソーシング」という単語が「サービス」よりも頻繁に表示されるようになり、TF 単語頻度ではアウトソーシングがトピックであると認識され、誤った判断につながります。

この場合、SEO キーワードレイアウトを行う際には、メインキーワードの出現頻度が副詞よりも高いことを適切に考慮する必要があります。もちろん、検索エンジンがウェブページの主題を判断するための要素は数多くあります。ここでは、TF ワードの頻度という観点からのみ考えます。そうすることで、検索エンジンがウェブページの主題を判断する時間が短縮され、SEO に有利になると個人的には思っています。

第二に、「IDF逆文書頻度」を素早く理解する方法

この概念は、文書を読むだけでは理解するのが少し難しいです。理解するまでに、Baidu 百科事典を何度も読まなければなりませんでした。複雑な数式についてはここでは説明しません。TF と一緒に理解しましょう。TF-IDF とは、記事内でキーワードが出現する回数が多く、検索エンジンのデータベース内でそのキーワードを含む文書が少ないほど、そのキーワードがこの Web ページのテーマをよりよく表していることを意味します。

たとえば、「SEO 最適化」と「SEO サービス」という 2 つのキーワードを含む記事があるとします。記事では、この 2 つのキーワードがそれぞれ 20 回出現します。ただし、Baidu のデータベースには、SEO 最適化を含む文書が合計 1,000 万件、SEO サービスを含む文書が 500 万件あります。つまり、SEO サービスの方がこの記事の意味をより適切に表現できるということです。または、検索エンジンのデータベース内のキーワードを含む文書の数が同じであれば、記事内でキーワードが出現する回数が多いほど、Web ページのテーマをよりよく表していることになります。

SEOの観点から見ると、IDF値は客観的に存在しており、深く掘り下げる必要はありません。異なるキーワード間の文書数を把握するだけで十分です。Baiduを例に挙げましょう。任意のキーワードを検索すると、検索ボックスの下に「Baiduは約XXX件の関連結果を見つけました」という文章が表示されます。その中の値は、文書数の参考として使用できます。キーワードを含むドキュメントの数は検索エンジンごとに異なる場合がありますが、全体的な相対的な割合の値は同様になるはずです。そして、文書の数は時間の経過とともに変化し続けます。

TF-IDF 類似度計算ルールの説明はこれで終わりです。あくまでも私の個人的な意見ですので、足りないところがあればご指摘ください。この記事は[Optical Valley SEO Service

原題: 最適化共有: 「TF-IDF」アルゴリズムの概念と SEO への応用

キーワード: Baidu アルゴリズム、SEO 最適化技術