京東商品標(biāo)題如何優(yōu)化（技術(shù)貼）

　　“標(biāo)題為皇，內(nèi)容為王”這句話大家應(yīng)該都知道，再任何一個(gè)地方都適用，京東商品標(biāo)題如何優(yōu)化，這里接下來要講到的是京東文本權(quán)重的問題，這個(gè)問題和京東商品標(biāo)題優(yōu)化有直接的關(guān)系。

　　首先解釋一下什么是文本權(quán)重：文本權(quán)重主要是比較用戶搜索詞和您的商品相關(guān)文本信息(商品標(biāo)題，商品分類，商品擴(kuò)展屬性...)的文本相關(guān)度。決定文本相關(guān)度的因素主要有以下三個(gè)：

　　一： 詞頻 二：詞的唯一性 三：文本長(zhǎng)度

　　那么何為文本相關(guān)度呢?為什么由這三項(xiàng)因素決定呢?我先解釋一下各個(gè)因素的具體含義，然后再對(duì)一些喜歡深究原理的朋友(技術(shù)路線的朋友)貼出擴(kuò)展閱讀的算法帖子來解釋目前用的比較多的兩個(gè)文本相關(guān)度算法(bm25算法，和余弦夾角算法)的公式和具體解釋。

　　詞頻：搜索詞在商品文本信息中出現(xiàn)的次數(shù)

　　詞的唯一性：詞在商品文本信息中出現(xiàn)的次數(shù) / 總商品數(shù)

　　文本長(zhǎng)度：就是商品文本信息的文本長(zhǎng)度

　　通俗的講文本相關(guān)度就是指兩段文本的含義是否相近。文本的含義是由基本的語義單元也就是 '詞' 次序組合而成。舉個(gè)比較簡(jiǎn)單的例子，比如說下面這段文本："長(zhǎng)江市長(zhǎng)江大橋"，如果切分方式不同，含義也就不同, 它可以有兩種解釋：1. 長(zhǎng)江市 長(zhǎng)江大橋 (代表一座橋) 2. 長(zhǎng)江 市長(zhǎng) 江大橋 (代表一個(gè)人)。 所以比較兩段文本的相關(guān)度可以轉(zhuǎn)換成比較兩段文本所構(gòu)成的詞的組合的相關(guān)度。如果兩段文章的中心詞們大多都相同，且同一個(gè)中心詞在兩短文章的中心程度都差不多的話，可以判定兩段文章的意思差不多一樣。那么如何絕對(duì)中心詞的中心程度呢?如果一個(gè)詞在這篇文章中出現(xiàn)多次，且只在這篇文章中出現(xiàn)，而且這篇文章還不是特別長(zhǎng)，那么這個(gè)詞其實(shí)就可以認(rèn)為他是這篇文中的中心詞。他的中心程度可以用一個(gè)術(shù)語來表示叫做：term weight(詞相對(duì)文章權(quán)重值)，那么term weight的計(jì)算公式一般都是這樣： tf(詞出現(xiàn)的頻率)/idf(詞的唯一性)/dl(文章的文本長(zhǎng)度) 當(dāng)然這都是簡(jiǎn)寫。搜索引擎把用戶的查詢?cè)~也當(dāng)做一段文本，商品的文本信息也當(dāng)做一段文本，那么文本相關(guān)度就成了用戶查詢?cè)~相對(duì)于商品文本信息中的相關(guān)度。對(duì)于計(jì)算機(jī)來說，必須把它轉(zhuǎn)換成數(shù)學(xué)模型才能得以計(jì)算，目前有兩種比較流行的算法，我在這不細(xì)闡述，但是我貼出了兩個(gè)我認(rèn)為寫的比較好的博客，大家有時(shí)間可以閱讀以下(對(duì)于對(duì)數(shù)學(xué)比較敢興趣的)，京東采用的是bm25算法，詞頻部分做了修改，因?yàn)椴皇俏也偈指牡乃约?xì)節(jié)并不清楚。我估計(jì)就是設(shè)了個(gè)最大詞頻，避免疊詞對(duì)文本產(chǎn)生過大影響。

　　京東商品標(biāo)題如何優(yōu)化上述從技術(shù)方面給大家詮釋了一些，從計(jì)算公式以及權(quán)重來解釋標(biāo)題的優(yōu)化，希望這些對(duì)大家有幫助。