f-IDF(Word  Frequency-Inverse  Document  Frequency)算法是一种统计方法，用于评估一个词对文档集或语料库中的一个文档的重要性。该单词的重要性随着它在文档中出现的次数而增加，但同时随着它在语料库中出现的频率而相反地减少。该算法已广泛应用于数据挖掘、文本处理、信息检索等领域，如从一篇文章中找出其关键词。

TFIDF的主要思想是，如果一个词或短语在一篇文章中频繁TF出现，在其他文章中很少出现，则认为该词或短语具有良好的分类能力，适合分类。TF-IDF实际上是

TF*IDF，其中TF(词频)表示条目在文章文档中出现的频率；IDF(反向文档

频率).

主要思想是如果包含一个单词

Word中文档越少，这个词的分化程度越大，也就是IDF越大。对于如何获取一篇文章的关键词，我们可以计算出这篇文章中出现的所有名词。

TF-IDF，TF-IDF越大，这个名词对本文的分化程度越高，TF-IDF值较大的词可以作为本文的关键词。

PageRank通过网络庞大的超链接关系来决定一个页面的排名。Google将A页到B页的链接解释为A页对B页的投票，Google根据投票来源(甚至是来源的来源，也就是链接到A页的页面)和投票对象的评分来决定新的评分。简单来说，一个高水平的页面可以提升其他低水平页面的水平。

在PageRank算法衍生的外链时代，当时是多个浏览器、多个窗口同时运行，CtrlC加上CtrlV无限循环，所以我们被亲切的称为CV工程师；然后，黑马博主，昆虫营销助理，剑客手中的剑，咽下了搜索引擎的大流量池；当然还有大量的各种友情链接交换方式和链轮方式。

我们，上海网站建设公司，整理科技信息。我们提供百度优化，SEO优化，网站建设。这些问题请咨询我们。