我在博客里已经说过，学习seo研究算法是很愚蠢的，但是很多人还是会问se算法的问题，其中最多的就是TF-IDF算法。为了加深人们对这个问题的理解，我将深入分析这个算法的一些问题。

首先，什么是TF-idf？

Tf和idf是两个不同的概念。TF通过单词在文档中的重复次数来表示单词在所有术语中的重要性，而另一个IDF则表示单词在所有文档中的重要性。出现的次数越多，常用词就越多。因为主题不强，重复越多，重要性越低。TF-IDF是一种统计方法，

它用于评估一个单词对文档集或语料库中一个文档的重要性。单词的重要性与它在文档中出现的次数成正比，但与它在语料库中出现的频率成反比。各种形式的TF-IDF权重通常被搜索引擎用作

这个百科的解释和我自己的描述，不知道大家是不是都很清楚。总之，TF-IDF通过一定的统计意义来表达术语的重要性。为什么seo会关注他，因为他可能会影响搜索词和搜索词之间的相关性，进而影响排名。

二、TF-IDF算法解决了什么，能起到多大的效果？

其实既然研究了这个算法，就不能不理解这个算法解决了什么。其实就像我刚才说的，主要是解决一个文档中的词条权重问题(很多人知道这个算法影响排名，但是不知道为什么这个算法会影响排名)。那么我们可以再问一次，影响条款权重的因素有多少？目测只有5、6个左右(但是我们都知道有多少个呢？)，TF-IDF在词汇项中占据什么位置？重要性可能排在第三和第四(不是最重要的因素)。而且我一直说，如果真的要研究算法，不仅要研究什么是算法，还要考虑算法的特性和算法特性的处理，因为它们都影响最终的结果，比如这个TF-IDF算法。

三、TF-IDF的算法特点是什么

这是人们很少注意的一点。算法特征和算法特征的处理之所以重要，是因为每个算法都会控制因素的影响，或者说平滑处理。这也不例外。很多人没有注意到这种影响，或者对它有激进的想法，所以他们会担心很多seo细节，但他们无法理解。想学这个，我觉得谷歌的黑板报讲了很多算法，很多实际应用模型和理论模型有一定差距，这就是现实。

第四，TF-IDF算法又上去了，问题的来源是什么，检索的位置是什么？

其实我一直推荐的是从更长远的角度来看待这个问题，比如TF-IDF应该解决的问题的根源是什么，这个问题在检索原理中能占据什么位置，是否会随着时间而改变。只要你想起来，慢慢出现更多的seo，TF-IDF也可以慢慢放弃。

第五，超越算法

TF-IDF用于研究术语的权重，早期用于判断相关性，但不一定是静态的。比如BM25算法在很多方面比他更有优势。然而，随着语义分析等检索技术的发展，这种算法的范围和影响将逐渐受到限制。这也是学习算法的悲剧。而且，我一直说的是，我们可以跳出这个范畴，从问题本身去思考，或者从检索的角度去观察这个问题的意义，观察解决这个问题的可行性，观察结果和我们所想的差距.嘎嘎，不能再进一步了.

PS:最近一直在飘来飘去，在开发新的东西，时间不够。我看博客的时候几乎总是有想法，一口气看完大概要30分钟。难免有很多瑕疵，不要想当然。我会继续更新seo思维进化系列。虽然里面没有技术，但我觉得还是有一些东西值得seoer思考的。下面我也打算写一些seo入门的东西，希望能给一些新人一些帮助。我这么做的主要目的是希望大家能冷静看待seo，慢慢回到正确的方向。

文章来源：微信官方账号SEO战斗营(ID: ilottecn)，原创链接：/s/0nv t7vqrsndwj _ gwc7 voice

« 共享充电电池岂不是在归还电池后也要充电，从而成为 "抢劫式共享"？ | 番茄孵化器教你如何在手工业领域开展简单的业务 »