TF-IDF 分析工具

📖 使用说明

一、什么是 TF-IDF？

TF-IDF（Term Frequency–Inverse Document Frequency）是一种统计方法，用于评估一个词在一组文档中对某篇文档的重要程度。它是信息检索和文本挖掘中最经典的权重算法之一，也被广泛用于 SEO 内容分析。

核心思想：一个词在某篇文档中出现频率越高（TF 高），同时在其他文档中出现越少（IDF 高），则该词对这篇文档越重要。

二、计算公式

例如："optimization" 在文档 A 中出现 8 次（共 200 词），TF = 8/200 = 0.04。如果共有 5 篇文档，其中 2 篇包含该词，IDF = ln(5/2)+1 ≈ 1.916。则 TF-IDF = 0.04 × 1.916 ≈ 0.0767。

三、如何使用本工具？

• 添加文档：点击"添加文档"按钮，输入至少 2 篇文档。建议将自己的页面内容放在文档 1，竞品页面放在后续文档。
• 命名文档：每篇文档可自定义名称（如"我的页面"、"竞品A"），方便在结果中区分。
• 开始分析：点击按钮后，系统将计算每篇文档中每个词的 TF、IDF 和 TF-IDF 值。

四、结果说明

指标	说明
TF（词频）	该词在当前文档中的出现频率，值越高说明该词在文档中出现越频繁
IDF（逆文档频率）	衡量该词的稀缺性。只在少数文档中出现的词 IDF 更高，所有文档都有的词 IDF = 1
TF-IDF	综合得分。高分词汇 = 在当前文档中频繁出现 + 在其他文档中较少出现 = 对该文档最具特色和重要性
DF（文档频率）	该词出现在几篇文档中，等于文档总数时表示所有文档共有

五、三个分析视角

• 各文档 TF-IDF 排名：查看每篇文档中最重要的关键词。TF-IDF 得分高的词是该文档的"特色词"，可帮助了解每篇内容的核心主题。
• 高 IDF 词汇：跨所有文档中最稀缺但有价值的词汇。这些词只出现在少数文档中，可能是差异化竞争的突破口。
• 共有关键词：所有文档都包含的词。这些是该主题领域的通用核心词汇，确保你的内容也覆盖了这些基础关键词。

六、SEO 实战建议

• 竞品分析：将排名靠前的竞品页面内容作为文档输入，找出它们共有但你缺少的关键词。
• 内容差异化：关注你的文档中 TF-IDF 高分但竞品没有的词，这是你的内容优势。
• 补充缺失词：如果共有关键词列表中有你未覆盖的词，考虑在内容中自然地加入。
• 避免过度优化：TF-IDF 分析的核心价值不在于堆砌关键词，而在于理解内容主题和用户意图的关系。
• 长尾词发掘：高 IDF 词汇往往是有价值的长尾关键词，竞争较小但精准度更高。

七、停用词过滤

本工具内置了 200+ 英文停用词列表，自动过滤冠词、代词、介词、连词、助动词等功能性词汇，让分析结果聚焦于有实际语义价值的内容关键词。

使用教程：如何进行TF-IDF分析

第1步：输入文本内容

粘贴文章内容，可以同时输入多篇文档进行对比分析。

第2步：点击分析

工具计算每个词的TF(词频)和IDF(逆文档频率)值。

第3步：查看TF-IDF排名

查看关键词的TF-IDF权重排名，识别文档的核心主题词。

第4步：优化内容策略

根据分析结果调整文章中重要关键词的使用频率和分布。

常见问题

1. TF-IDF是什么？

TF(词频)×IDF(逆文档频率)，衡量一个词对文档的重要程度。

2. TF-IDF对SEO有什么用？

帮助识别文章的核心主题词，确保重要关键词有足够的权重。

3. IDF值怎么计算？

IDF = log(总文档数/包含该词的文档数)，越少文档包含的词IDF越高。

4. 需要多篇文档才能分析吗？

单篇也可以计算TF值，但IDF需要多篇文档对比才有意义。

5. 结果如何指导内容优化？

高TF-IDF的词是文章的特色词，确保这些词在标题和正文中出现。