搜索引擎TF-IDF算法

发布时间：2023-04-21 17:14:18 所属栏目：搜索优化来源：

导读：我已经在博客说了seo研究算法是愚蠢的行为，但是很多人仍旧来问se的算法问题，其中最多的就是问TF-IDF算法，为了能够让大家加深对这个问题的认知，我因此就深度解析下这个算法的一些问题。

第一点，TF-idf是什么？

我已经在博客说了seo研究算法是愚蠢的行为，但是很多人仍旧来问se的算法问题，其中最多的就是问TF-IDF算法，为了能够让大家加深对这个问题的认知，我因此就深度解析下这个算法的一些问题。

第一点，TF-idf是什么？

TF和IDF是两个不同的概念，tf通过一个文档内词项的重复次数来表示这个词项在所有词项中的重要度，而另一个idf则是用一个词项在所有文档中出现次数来表示这个词项的重要程度，出现的越多也就是常用词，由于主题性不强重复越多重要度越低。TF-IDF是一种统计方法，

用以评估一个字词对于一个文件集或一个语料库中的其中一份文件的重要程度。字词的重要性随着它在文件中出现的次数成正比增加，但同时会随着它在语料库中出现的频率成反比下降。TF-IDF加权的各种形式常被搜索引擎应用，可以被作为存储的文件与来自用户请求的查询之间交互的相关程度的度量或类型的评级。

第二点，TF-IDF算法是解决什么的，能起到多大的作用？

其实我们既然研究了这个算法，就不能不去了解这个算法是解决什么的，其实我刚才也说了，它主要解决的就是一个文档中词项权重的问题（很多人都知道这个算法影响排名，却不知道这个算法为何能影响排名）。那么我们可以再问一下，影响词项权重的因素有多少呢？目测大约也就5、6个吧，但是我们都知道几个呢？），TF-IDF在词项中占据什么地位呢？重要度或许可以排在第三位、第四位的样子（也不是最主要的因素）。

第三点，TF-IDF的算法特征是什么

这是人们很少关注的一点，算法的特征和算法特征的处理之所以重要，是因为凡是算法都会受控制因素的影响，或者说进行平滑性处理。这个也不例外，很多人没有注意到这个影响，或者对这个有了过激的思想，那么就会对很多的seo细节耿耿于怀，却不得其解。想学会这点，我觉得那个谷歌的黑板报很多讲算法的时候都说到了，很多实际应用模型和理论模型在很多情况下都有一定的鸿沟,这就是现实。

第四点，TF-IDF算法再向上，问题的来源是什么，处于检索的什么地位？

其实，我一直推荐的是跳出算法禁锢，放在更长远的看待这个问题，比如TF-IDF要解决的问题的根源是什么，这个问题可以在检索原理中处于什么样的一个地位，会不会随着时间而改变……。只要你向上思考，慢慢更多的seo浮出来，那个小辫子神么的TF-IDF也可以慢慢怡然自得地不动声色地放弃了。

第五点，算法之外

TF-IDF是用来研究词项权重的，早期用来进行相关性判断，但是也并不一定是一成不变的，比如BM25算法在很多方面都比他更加具有优势。但是随着检索技术的进步，比如语义分析等技术的发展，这个算法也会被渐渐限制了起作用的范围和影响力。这也不能不说是研究算法的悲剧。

（编辑：汽车网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!