网站建设
 
设为首页 访问新版
用户ID/邮箱: 密 码:
网站建设资讯 News 您目前的位置:网站建设 >> 网站建设资讯 >> 网站优化 >> TF-IDF算法及其  

TF-IDF算法及其对关键词布局方面的权重分布

概念


     TF-IDF(term frequency–inverse document frequency)是一种用于资讯检索与资讯探勘的常用加权技术。TF-IDF是一种统计方法,用以评估一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寻引擎应用,作为文件与用户查询之间相关程度的度量或评级。除了TF-IDF以外,因特网上的搜寻引擎还会使用基于连结分析的评级方法,以确定文件在搜寻结果中出现的顺序。

原理

      在一份给定的文件里,词频 (term frequency, TF) 指的是某一个给定的词语在该文件中出现的次数。这个数字通常会被归一化(分子一般小于分母 区别于IDF),以防止它偏向长的文件。(同一个词语在长文件里可能会比短文件有更高的词频,而不管该词语重要与否。)

  逆向文件频率 (inverse document frequency, IDF) 是一个词语普遍重要性的度量。某一特定词语的IDF,可以由总文件数目除以包含该词语之文件的数目,再将得到的商取对数得到。

  某一特定文件内的高词语频率,以及该词语在整个文件集合中的低文件频率,可以产生出高权重的TF-IDF。因此,TF-IDF倾向于过滤掉常见的词语,保留重要的词语。

      TFIDF的主要思想是:如果某个词或短语在一篇文章中出现的频率TF高,并且在其他文章中很少出现,则认为此词或者短语具有很好的类别区分能力,适合用来分类。TFIDF实际上是:TF * IDF,TF词频(Term Frequency),IDF反文档频率(Inverse Document Frequency)。TF表示词条在文档d中出现的频率(另一说:TF词频(Term Frequency)指的是某一个给定的词语在该文件中出现的次数)。IDF的主要思想是:如果包含词条t的文档越少,也就是n越小,IDF越大,则说明词条t具有很好的类别区分能力。如果某一类文档C中包含词条t的文档数为m,而其它类包含t的文档总数为k,显然所有包含t的文档数n=m+k,当m大的时候,n也大,按照IDF公式得到的IDF的值会小,就说明该词条t类别区分能力不强。(另一说:IDF反文档频率(Inverse Document Frequency)是指果包含词条的文档越少,IDF越大,则说明词条具有很好的类别区分能力。)但是实际上,如果一个词条在一个类的文档中频繁出现,则说明该词条能够很好代表这个类的文本的特征,这样的词条应该给它们赋予较高的权重,并选来作为该类文本的特征词以区别与其它类文档。这就是IDF的不足之处.

      在一份给定的文件里,词频(term frequency,TF)指的是某一个给定的词语在该文件中出现的频率。这个数字是对词数(term count)的归一化,以防止它偏向长的文件。(同一个词语在长文件里可能会比短文件有更高的词数,而不管该词语重要与否。)对于在某一特定文件里的词语


上一条: 从长远看“关键词爆破法”SEO操作手法的利弊
下一条:
网站优化相关文章
TF-IDF算法及其对关键词布局方面的权重分布
从长远看“关键词爆破法”SEO操作手法的利弊
Hn标签中H1标签使用注意事项
搜索引擎下拉提示对SEO优化的作用
给网站的每篇新闻一个利于优化的标题设计
页面优化中的Hn标签,B标签使用规则
轮链技术对网页权重传递的重要作用分析
SEO为什么要创建链接诱饵?
网站在百度的收录量如何稳步提升?
网站内容页和聚合页指的是什么?
网站建设套餐
网站优化(网站推广)
域名注册
虚拟主机
企业邮局
软件开发
相关资讯 Other News
快速导航 Fast Navigation
网站建设投诉建议
投诉建议
网站建设客户服中心
客服中心
网站建设付款中心
付款方式
网站优化中心
网站优化
网站建设套餐
网站建设

网站价值

轻松一刻
站长工具
站长工具

积分兑换
网站首页关于我们业务范围新闻资讯成功案例客服中心联系我们网站建设网站优化付款帐户
文档下载 网站建设服务协议 | 网站建设报价 | 网站备案资料 | 网页设计软件 | PhotoShop(图片处理) | FTP网页上传/下传软件 | 营销式网站优化
深圳网站建设公司专业提供各种营销型网页设计\网站优化\深圳网站建设服务... 【老字号】、广州、东莞、深圳网站建设 | 网站建设网页特效 | 企业网站(官网)
网站建设 | 网页设计 | 深圳网站优化 | 网站地图 | 专业的深圳网站建设,深圳网站优化,网页设计,网站设计开发团队 | 网站建设源码下载
COPYRIGHT(C) 2005-2018 亚网互联·中国 版权所有 ALL RIGHTS RESERVED  ( 粤ICP备05052556号 ) 来访IP:54.166.232.243
深圳网站建设公司地址:深圳市宝安区龙华民治大道东明大厦15楼 1529-1531 室     E-Mail:sales@yanet.cn   web@yanet.cn  
公司电话:0755-89812581(8线)   4006-800535
深圳市博士通科技有限公司 深圳网站建设常年法律顾问:朱运德律师