小韓最近了解到一個TF-IDF算法，這個算法據說是搜索引擎的底層算法之一，那么他對于網站SEO有著什么樣的作用和意義呢？今天我們來分析一下。

什么是TF-IDF算法

根據百度百科的介紹：TF-IDF（term frequency–inverse document frequency）是一種用于信息檢索與數據挖掘的常用加權技術。TF是詞頻(Term Frequency)，IDF是逆文本頻率指數(Inverse Document Frequency)。

TF-IDF是一種統計方法，用以評估一字詞對于一個文件集或一個語料庫中的其中一份文件的重要程度。字詞的重要性隨著它在文件中出現的次數成正比增加，但同時會隨著它在語料庫中出現的頻率成反比下降。TF-IDF加權的各種形式常被搜索引擎應用，作為文件與用戶查詢之間相關程度的度量或評級

大致可以看出來TD-IDF主要就是用戶搜索信息的，那么說他是搜索引擎的底層算法還是有很大的依據的。

TF/IDF解析

TF就是詞頻的意思，他代表了一個詞語在一篇文檔中出現的頻率，這個應該是很好理解的。

IDF是逆向文件頻率的意思，他代表了一個詞語一共在多少個文檔中出現，也就是包含這個詞語的文檔數。顯然IDF是衡量一個詞語的普遍重要性的，可以簡單的理解為百度關鍵詞的檢索量，需要注意的是，檢索量并不等于指數，指數只的是搜索次數，而檢索量指的是單次搜索的結果數量。

TF-IDF應用

小韓發現了一款基于TF-IDF算法的程序，他會根據你檢測的關鍵詞給出合理的詞頻增減建議，接下來我們實戰一下。

1.填寫關鍵詞和網址開始分析

預計大約3分鐘左右可以分析完成，完成后我們來查看分析報告。

2.查看分析報告結果

從分析結果來看，網站整體來說還是非常不錯的。接下來查看整改建議和細節。

3.查看整改建議

從建議中可以看到，描述的長度和搜索詞命中都是沒問題的，相關詞建議的是：描述未包含關鍵詞:seo、百度?，建議至少出現一次，從合理性來看，確實應該是加上這些詞，畢竟SEO、百度與網站優化關鍵詞是非常相關的。輔助詞建議的是：描述未包含標題中提及的關鍵詞:專業、建設、app、外包、開發，建議至少出現一次，應該是檢測到網站優化這個詞的逆向文本中包含這些詞的是排名比較好的，所以建議我們加上這些。

4.詞頻調整建議

從趨勢圖來看，很多詞還是比較明顯的，需要我們去增加這些詞出現的頻率。趨勢圖還可以往右拖動，查看后面的詞，當然越往前的詞是越重要的。給出的建議是：沒有必要所有相關詞都覆蓋掉，但是務必將相關詞?自然的融入到句子里面，干巴巴的羅列到網頁里面沒有任何效果。

可以看出還是要合理的融入關鍵詞，我們要追求最高分，但是并不是最高分就有一定最好，需要有一個合理性前提。比如我如果是做北京地區的網站優化服務，那么我增加很多重慶也就不合理了。

給出的詞頻調整建議是：先做TOP50相關詞覆蓋,如果前50個相關詞都有覆蓋后，內容預估排名排不到前三，就需要再按照下面的詞頻建議調整詞頻。就是優先去進行關鍵詞覆蓋，就是說這些詞我們網站頁面上就沒有，需要增加，增加以后再去進行詞頻調整。

使用分析

整體來看，分析還是非常有科學依據的，小韓認為這個最適合在網站未上線時，去對重要頁面進行調整，首先選好著陸頁關鍵詞，根據關鍵詞的分析結果再去進行調整。對于一些已經上線的網站來說，首先如果網站有排名，TDK這塊就不建議調整，能做的也就是詞頻調整和覆蓋，相對來說意義可能并不是太大，但是對于一些沒有排名的網站來說，也是一個非常好用的工具。