TF-IDF (Term Frequency — Inverse Document Frequency) — это статистическая мера, которая показывает, насколько слово важно для конкретного текста на фоне набора других текстов.
Считается она из двух частей. TF — как часто слово встречается в тексте. IDF — насколько редко оно встречается в других документах набора. Слово, которое часто встречается в вашем тексте и редко в остальных, получает высокий вес и характеризует тему. Слова вроде «и», «в», «это» встречаются везде, поэтому их вес близок к нулю.
В SEO эту идею применяют для анализа текстов: сравнивают ваш текст с текстами из топа выдачи и смотрят, каких важных слов вам не хватает или какие вы используете слишком часто. Сегодняшние поисковики понимают смысл гораздо глубже простой статистики, поэтому TF-IDF — вспомогательный инструмент, а не формула ранжирования.
Пример
В статье про «ремонт ноутбука» слова «матрица», «клавиатура», «диагностика», «замена» будут иметь высокий вес. Слово «компания» встречается почти во всех текстах, его вес низкий. Если у конкурентов в топе везде есть слово «термопаста», а у вас нет, сервис покажет это как пробел.
Как использовать в работе
- Возьмите запрос и выпишите страницы из топ-10 выдачи.
- Загрузите их тексты в сервис анализа текстов или используйте скрипт для расчёта.
- Получите список слов с весом и средней частотой в топе.
- Сравните со своим текстом: что отсутствует, что употреблено избыточно.
- Дополните текст недостающими словами только там, где они уместны по смыслу.
- Прочитайте результат как человек: текст должен быть полезным и естественным.
Типичные ошибки
- Механически вставлять слова из списка и получать нечитаемый текст.
- Сравнивать с нерелевантными страницами: Википедией, агрегаторами, результатами другого типа.
- Считать, что совпадение с топом гарантирует позиции.
- Забывать о полноте ответа, структуре и достоверности, которые важнее статистики слов.
Чем отличается от плотности ключевых слов
Плотность ключевых слов считает долю одного слова в тексте. TF-IDF учитывает ещё и редкость слова среди других документов, то есть оценивает слово как отличительный признак темы.
Кому и когда это нужно
Метод пригодится копирайтерам и SEO-специалистам при подготовке текстов для конкурентных запросов, а также при проверке старых статей, которые перестали расти в поиске. Для коротких информационных страниц и простых запросов он обычно не нужен: достаточно полно и ясно ответить на вопрос читателя. Не заменяет он и редактуру.
Частый вопрос
Нужен ли TF-IDF для SEO-текстов? Это удобная подсказка для поиска пробелов в теме, особенно при написании текстов для конкурентных запросов. Но использовать его нужно как проверку, а не как задание на написание.