采用tf-idf和vector Space的内容创作

我在内容创作时采用的基于tf-idf算法和vector Space模型而采用关键词密度和分别策略。一般而言，该关键词策略对谷歌有非常好的效果

在关键词分布策略的排名方面，除了站外的锚链接促进排名以外，剩余比较重要的因素就是网站内部中的密度和分布策略了。

在之前的《tf-idf算法在seo中的衍生应用》一文章中，谈到一个与密度和词频有关的算法，叫做tf-idf。很多朋友说这篇文章依然比较深，不知道如何入手。这里我们结合该一下vector Space Model模型，用实战来讲解关键词分布策略，由于Vector Space Model的复杂性，我对该模型就不做额外的介绍了，有兴趣的朋友可以自己查询。

同时为了方便我的博友查询词的权重情况，我做了一个excel表格，可以下载后自行更改查询关键词权重，找到最佳密度策略。

这里我们首先设定几个条件：

1.实战针对谷歌，因为谷歌对锚链接给予的权重比较低，方便我们做测试。

2.实战采用的“关键词分布策略”这个长尾和本页面做为案例

3.实战对比的网页是：www.***.cc/blog/lanzhouseo/keywords-fenbu/ 。该网页目前在谷歌中排名第三 在不对两个网页进行任何外链促进排名的情况下，看最终排名结果（实际中上面网页中的内容已经被转发多次，积累了一定的页面权重）

4.Google的总收录量为100亿

一、分词

我们首先将该长尾区分为“关键词”、“分布”和“策略”三个词。搜索引擎中的分词方式可能与我们实际主观理解的不同。但为了讲解这个理念和进行这个实战，我们暂且将该长尾分为以上三个词。

分词后我们查询竞争对手的网页，得到词频数分别为：

关键词：40次

分布：16次

策略：5次

（注：这里推荐使用《Lynx浏览器在线版》先对页面进行html到文本的转换，然后使用ctrl+f进行查找即可方便的查询多个关键词的词频）。

二、计算权重

结合tf-idf算法我们分析出： 这里我们得到了竞争对手在以上长尾中的权重总得分，为3.2286。接下来我们要对我们的关键词密度做一个优化处理。

这里我帮大家做了一个excel表格，大家可以下载。表格分上下两部分，上面部分可以填入竞争对手的情况，下面部分可以输入自己网站的情况。然后将总分值进行对比，找到符合自己网站的最佳关键词密度。

这里我略过算法部分，直接出结论：“关键词”、“分布”、“策略”这三个词，每个词出现14次，或一起出现14次，是最优密度，权重得分为4.0126，如果再多，就会出现权重下降的情况。（其实按照算法，如果一起作为一个短语出现，即使只同时出现1次，也是同样的得分。但往往我们在网页内容创作时无法做到同时出现，所以要分别计算关键词权重以及他们的总权重）。

下载：词权重查询表

三、分布

关于基于算法的策略，我们首先应该确定有几个地方必须出现：

* 标题（完全匹配出现）

* 描述（匹配出现）

* 正文第一段落（最好完全匹配出现）

* 正文最后段落

其次我们应该确定还有些地方应该出现：

* 正文自然分布（可以不完全匹配）

* 图片alt描述（完全匹配出现）

由于我是一边写作一边进行测试，现在查询了一下次数，已经全部超标。于是回头修改一下。其他朋友可以确定自己需要在文章中出现的次数，然后再进行写作，这样会容易和简单一些。

最后值得注意的一点就是，在密度方面我们要掌握好词频的上限。一般来说掌握在15次以下为佳。再多有堆砌作弊的嫌疑。

以上就是我在内容创作时采用的基于tf-idf算法和vector Space模型而采用关键词密度和分别策略。一般而言，该关键词策略对谷歌有非常好的效果（比如假象做为竞争对手的那个页面，已经排在第三）。而对于百度来讲，更注重关键词的锚文本外链。但无论如何，我们要先赢在基础和细节上。SEO本来就是一项关乎于网站细节的工作。