[资料]

TF-IDF测量文章的关键词相关性研究

2016-1-26 10:38:19 2927

0 ` 这个问题涉及到数据挖掘、文本处理、信息检索等很多计算机前沿领域，但是出乎意料的是，有一个非常简单的经典算法，可以给出令人相当满意的结果。它简单到都不需要高等数学，普通人只用10分钟就可以理解，这就是我今天想要介绍的TF-IDF算法，这个也是在SEO优化中惊颤运用到的技术。备选文档检索具体做法分为分块、创建索引、文本预处理、获取查询、检索5个步骤： 1)分块。对可疑文档进行切分。对文本进行切分时，本实验采用的是把文本按固定大小(300个单词)进行切分。 2)创建索引。对于参考文档集，按照文本自然段建立索引。每篇可疑文档中的片段都有和它相对应的参考文档。 3)文本预处理。对可疑文档进行预处理，包括停用词的移除、大小写字母转化和词干提取。 4)获取查询。获取单词权重，对于可疑文档利用TF-IDF获得关键词，并排序得到相应的关键词列表。排在前n个的关键词组成一个查询，以此类推，本试验中n=5。 5)检索。在文档检索模块中，提交关键词组成的查询，调整提交查询个数的阈值、返回相关文档数的阈值等。关键词相关性是相对创意而言的。百度SEO为了更好的匹配：关键词-创意-着陆页面，而提出了组里面的词最好相关，这样的好处在于，好管理后台，分组明确创意好编辑，着陆页面好设置，最终能给用户带来好体验。通过这个思路来实施就可以了。保证关键词-创意-着陆页面的统一就可以了。华强PCB-电子工程师的SEO工厂 -工程师的元器件2016百度优化的风向指南 EasyEDA在线PCB layout工具 ` 0
举报淘帖0 只看该作者相关推荐 • #2023，你的 FPGA 年度关键词是什么? # 342 • 如何在Cortex-M处理器上实现高精度关键词的识别 1639 • 百度关键词排名掉完了怎么办 4129 • 关键词优化有哪些实用的方法 1598 • 基于Cortex-M处理器的高精度关键词识别实现 1490 • HanLP关键词提取算法分析详解 2038 • 亚马逊代运营 amazon Search term 关键词填写的“神技” 3282 • ☑网站建设 ☑网站推广 ☑关键词优化 ☑百度地标 ☑欢迎... 2928 • [讨论]提高网站关键词排名的28个SEO小技巧 1651 • 一种电子系统测试性模型的研究 1531 1条评论发表评论只看该作者