TF-IDF

TF-IDF — подход к весу термина в документе: учитывает его частоту в тексте и редкость в выбранной коллекции документов. Частое во всей коллекции слово обычно менее полезно для различения документов, чем специфичное.

Также встречается: TF-IDF.

Для чего используется

Полезный результат анализа — список вопросов к содержанию: раскрыты ли нужные параметры и понятия. Не нужно механически добавлять термин, если он не относится к вашему товару или задаче читателя.

Как SEO-специалист использует это в проекте

В SEO TF-IDF применяют как исследовательский инструмент: сравнивают лексику релевантных материалов, ищут забытые характеристики и уточняют тематическое покрытие. В разработке его используют для текстового поиска и сравнения документов.

Соберите документы с одинаковым назначением, не смешивая статьи и карточки.
Зафиксируйте обработку слов и состав корпуса.
Проверьте найденные отличия по смыслу, затем добавьте недостающую информацию, а не повторения.

Практический пример

Учебный пример: в описании компрессора отсутствуют «рабочее давление» и «производительность», хотя они важны для выбора. Анализ лексики помогает заметить пробел, но правильные значения берут из документации, а не копируют у конкурента.

Иллюстрация подхода, не данные конкретного проекта.

Ошибки и риски

Значения зависят от корпуса, токенизации, нормализации и выбранной формулы. Это не опубликованная формула ранжирования Google и не норматив количества ключевых слов.

Подгонять текст под процент; считать редкость слова доказательством полезности; сравнивать разные интенты; выдавать собственный скоринг за алгоритм поисковика.

Как проверить результат

Проверьте исходный корпус и ручную выборку результатов. Повторите расчёт после изменения состава документов: сильная нестабильность показывает зависимость от выборки.

Связанные термины

Продолжить по теме

← Все термины