seo公司

seo公司-搜索引擎算法中TF-IDF是什么意思

现在越来越多的站长朋友都非常的关注HTTPS安全协议的改造方法，这是有效提升网站安全性及用户信任度的直接有效的技术操作。今天转载一篇来自百度站长平台发布的内容，标题为《去哪网HTTPS改造分享》，通过这篇内容可以很详细的看出HTTPS安全协议的改造流程。具体内容如下：

https大大改善了网站的安全性，减少了流量劫持，越安全的网站对用户越有益。即便是https改造有些难度，也应当大力推进https的改造。下面我们特邀了去哪网的同学进行了关于https改造的分享！（本文作者：去哪儿高级工程师 欧阳何顺、去哪儿网SEO负责人 吕令建）

一、理解HTTPS

先不聊HTTP和HTTPS的区别，从聊天软件说起，假设我们要实现A能发一个hello消息给B，如果我们要实现这个聊天软件，只考虑安全性问题，要实现A发给B的hello消息包，即使被中间人拦截到了，也无法得知消息的内容。

那么，如何做到真正的安全呢？目标是A与B通信的内容，有且只有A和B有能力看到通信的真正内容，为了防止内容被第三方窃取，发送方可以通过密钥S对聊天内容进行加密，接收方在收到聊天内容之后，再用密钥S解密聊天内容，只要密钥不公开给第三者，同时密钥S足够安全，我们就可以保证只有A与B知道聊天内容。

二、HTTPS的优缺点

优点

SEO方面：谷歌曾在2014年8月份调整搜索引擎算法，并称“比起同等HTTP网站，采用HTTPS加密的网站在搜索结果中的排名将会更高”。

安全性：尽管HTTPS并非绝对安全，掌握根证书的机构、掌握加密算法的组织同样可以进行中间人形式的攻击，但HTTPS仍是现行架构下最安全的解决方案，主要有以下几个好处：

使用HTTPS协议可认证用户和服务器，确保数据发送到正确的客户机和服务器；

HTTPS协议是由SSL+HTTP协议构建的可进行加密传输、身份认证的网络协议，要比http协议安全，可防止数据在传输过程中不被窃取、改变，确保数据的完整性；

HTTPS是现行架构下最安全的解决方案，虽然不是绝对安全，但它大幅增加了中间人攻击的成本。

缺点

SEO方面：据ACM CoN(seo公司)EXT数据显示，使用HTTPS协议会使页面的(seo公司)加载时间延长近50%，增加10%到20%的耗电，此外，HTTPS协议还会影响缓存，增加数据开销和功耗，甚至已有安全措施也会受到影响也会因此而受到影响。

经济方面：SSL证书需要钱，功能越强大的证书费用越高，个人网站、小网站没有必要一般不会用；

HTTPS连接缓存不如HTTP高效，大流量网站如非必要也不会采用，流量成本太高；

HTTPS连接服务器端资源占用高很多，支持访客稍多的网站需要投入更大的成本，如果全部采用HTTPS，基于大部分计算资源闲置的假设的VPS的平均成本会上去；

HTTPS协议握手阶段比较费时，对网站的相应速度有负面影响，如非必要，没有理由牺牲用户体验。

三、支持HTTPS的方式

增加HTTPS的支持需要在nginx或者tomcat上增加证书（证书需要ops来购买)，两种方法只需要选用其中一种。我们选择了通过nginx配置证书的方式来做HTTPS支持的事情。原因是这种方式可以通过ops统一配置证书，不需要在每台服务器上依次配置HTTPS证书，能提升配置效率。

通过tomcat配置证书

在开发环境里时，需要自己来生成证书：1、生成证书；2、找到java的目录；3、生成一个证书。

keytool -v-genkey -alias tomcat -keyalg RSA -keystore ~/keystore

记住生成证书时的密码

在tomcat的conf/server.xml 配置里增加connector

譬如，我的是server.xml

使用这种方法，直接用request.getSchmeme()能够看到https

通过nginx配置证书

在已经购买好证书的前提下，可以通过以下方式配置证书。

nginx配置

在java中通过X-Real-Scheme或dj-sch获取当前协议

SchemeUtil.java

四、代码涉及的改动

页面请求的静态资源

js && css

后台将jsp中域名为http://*.quanrzz.com 的js,css链接改为 //*.qunarzz.com

图片

将jsp和java工程中给出的图片url进行修改（原因是当前实用的图片服务器不能同时支持http和https），图片的http和https域名对应关系如下：

接口

内部接口：修改接口返回的url，统一格式为：//xxx.xx.xx/；

图片url会根据服务请求端的协议做自适应，比如：用户以https协议请求服务，接口返回的图片url对应的协议也是https。图片url不以“//xxx.xx.xx/”形式返回的原因是android和ios默认不支持展示不带协议的图片。

外部接口：当调用其他业务线的一些接口不支持https时，我们的处理方式是通过代理接口来调用这些外部接口。五、遇到的问题及处理方案

nginx上对443端口的请求在header里添加https标记，需要和后端保证一致；

用户中心个别的css和js在https环境下需要在引入时标记css/js=ssl；

同一个域名下面，部分内部调用的接口，是不需要支持https的，因此在做nginx转发的时候，需要针对这些uri做特殊处理。

seo公司-SEO相关（1）

seo优化应该从哪个角度出发去展开技术操作是很多朋友都无法明确的一件事情，当然有时候自己的判断是错误的所以也算是无法明确的一件事情。网站seo的目的和衡量可行性方案时，如果思路不清晰的话很容易走入seo作弊或者半途而废的境地，今天和朋友们分享的主题是seo优化的是什么思路展开的策略方案。

关于思路的问题其实就是是否正确的建立认知的一个过程，要知道seo优化的作用从长远角度出发是怎样的。小凯博主个人觉得seo优化的是什么可以通过百度百科上面对seo优化策略的解释内容当中找到相对准确的答案，内容的正文部分如下：

1．主题要明确，内容要丰富

在设计制作网站之前，要清晰设定网络的主题、用途和内容。根据不同的用途来定位网站特性，可以是销售平台也可以是宣传网站，网站主题须明确突出，内容丰富饱满，以符合用户体验为原则。对于一个网站来说，优化网站的主题与实际内容才是最为重要的。一个网站需要有鲜明的主题，丰富的与主题相关的内容，专注于某些领域的变化的，及时更新。

2．引出链接要人气化

搜索引擎判断网站的好坏的一个标准是外部链接的多少以及所链接的网站质量。创建有人气化的、有意义的引出链接，提高链接广泛度，既能提高在搜索引擎的排名，同时也可以起到互相宣传的作用。研究表明：当一个网站的链接PR值达到4～6，那么这个网页的访问量比较好；当链接PR值达到7以上，那么网站的质量与知名度都很优秀了。如果一个网页被其他网页链接得越多，那么该网页越有可能有最新和最有价值的高质量网页。尽可能增加与行业网站、地区商务平台和合作伙伴网站之间的链接，被PR高的网站引用能更快地提高本站的PR，同时开发人员可以在访问量较大、PR值较高网站上发表与网站主题以及业务相关的信息，用户在别的网站看到这些信息，进而访问该网站，即通过外部链接来提高该网站的访问量。

3．关键词设定要突出

网站的关键词非常重要，它决定网站是否能被用户搜索到，因此在关键词的选择上要特意注意。关键词的选择必须突出，遵循一定的原则，如：关键词要与网站主题相关，不要一味的追求热门词汇；避免使用含义很广的一般性词汇；根据产品的种类及特性，尽可能选取具体的词；选取人们在使用搜索引擎时常用到与网站所需推广的产品及服务相关的词。5至10个关键词数量是比较适中的，密度可为2%～8%。要重视在标题（Page Title）、段落标题（Heading）这两个网页中最重要最显眼的位置体现关键词，还须在网页内容、图片的alt属性、meta标签等网页描述上均可不同的程度设置突出关键词。

4．网站架构层次要清晰

网站结构上尽量避免采用框架结构，导航条尽量不使用FLASH按钮。首先要重视网站首页的设计，因为网站的首页被搜索引擎检测到的概率要比其他网页大得多。通常要将网站的首页文件放在网站的根目录下，因为根目录下的检索速度最快。其次要注意网站的层次（即子目录）不宜太多，一级目录不超过两个层次，详细目录也不要超过四个层次。最后，网站的导航尽量使用纯文字进行导航，因为文本要比图片表达的信息更多。

5．页面容量要合理化

网页分为静态网页与动态网页两种，动态网页即具有交互功能的网页，也就是通过数据库搜索返回数据，这样搜索引擎在搜索时所费的时间较长，而(seo公司)且一旦数据库中的内容更新，搜索引擎抓取的数据也不再准确，所以搜索引擎很少收录动态网页，排名结果也不好。而静态网页不具备交互功能，即单纯的信息介绍，搜索引擎搜索时所费时间短，而且准确，所以愿意收录，排名结果比较(seo公司)好。所以网站要尽量使用静态网页，减少使用动态网页。网页容量越小显示速度越快，对搜索引擎蜘蛛程序的友好度越高，因而在制作网页的时候要尽量精简HTML代码，通常网页容量不超过15kB。网页中的Java.script和CSS尽可能和网页分离。应该鼓励遵循W3C的规范使用，更规范的XHTML和XML作为显示格式。

6．网站导航要清晰化

搜素引擎是通过专有的蜘蛛程序来查找出每一个网页上的HTML代码，当网页上有链接时就逐个搜索，直到没有指向任何页面的链接。蜘蛛程序需要访问完所有的页面，需要花费很长的时间，所以网站的导航需要便于蜘蛛程序进行索引收录。可根据自己的网站结构，制作网站地图sitemap.html，在网页地图中列出网站所有子栏目的链接，并将网站中所有的文件放在网站的根目录下。网站地图可增加搜索引擎友好度，可让蜘蛛程序快速访问整个站点上的所有网页和栏目。

7．网站发布要更新

为了更好的实现与搜索引擎对话，将经过优化的企业网站主动提交到各搜索引擎，让其免费收录，争取较好的自然排名。一个网站如果能够进行有规律的更新，那么搜索引擎更容易收录。因而合理的更新网站也是搜索引擎优化的一个重要方法。

seo公司-SEO相关（2）

充分的了解搜索引擎算法才能真正掌握seo优化技术，所以在一开始的seo技术的学习当中就要不断的由浅入深的去建立这方面更加专业的认知。在seo基础学习当中如果不去了解和认识搜索引擎，确实是无法通过纯白帽seo来完成一个网站的优化，今天和朋友们分享一下搜索引擎算法中TF-IDF是什么意思，以下内容转载自百度百科。

TF-IDF（term frequency–inverse document frequency）是一种用于信息检索与数据挖掘的常用加权技术。TF是词频(Term Frequency)，IDF是逆文本频率指数(Inverse document Frequency)。TF-IDF是一种统计方法，用以评估一字词对于一个文件集或一个语料库中的其中一份文件的重要程度。字词的重要性随着它在文件中出现的次数成正比增加，但同时会随着它在语料库中出现的频率成反比下降。TF-IDF加权的各种形式常被搜索引擎应用，作为文件与用户查询之间相关程度的度量或评级。除了TF-IDF以外，因特网上的搜索引擎还会使用基于链接分析的评级方法，以确定文件在搜寻结果中出现的顺序。

TFIDF的主要思想是：如果某个词或短语在一篇文章中出现的频率TF高，并且在其他文章中很少出现，则认为此词或者短语具有很好的类别区分能力，适合用来分类。TFIDF实际上是：TF * IDF，TF词频(Term Frequency)，IDF逆向文件频率(Inverse document Frequency)。TF表示词条在(seo公司)文档d中出现的频率。IDF的主要思想是：如果包含词条t的文档越少，也就是n越小，IDF越大，则说明词条t具有很好的类别区分能力。如果某一类文档C中包含词条t的文档数为m，而其它类包含t的文档总数为k，显然所有包含t的文档数n=m+k，当m大的时候，n也大，按照IDF公式得到的IDF的值会小，就说明该词条t类别区分能力不强。但是实际上，如果一个词条在一个类的文档中频繁出现，则说明该词条能够很好代表这个类的文本的特征，这样的词条应该给它们赋予较高的权重，并选来作为该类文本的特征词以区别与其它类文档。这就是IDF的不足之处. 在一份给定的文件里，词频（term frequency，TF）指的是某一个给定的词语在该文件中出现的频率。这个数字是对词数(term count)的归一化，以防止它偏向长的文件。（同一个词语在长文件里可能会比短文件有更高的词数，而不管该词语重要与否。）

TFIDF算法是建立在这样一个假设之上的：对区别文档最有意义的词语应该是那些在文档中出现频率高，而在整个文档集合的其他文档中出现频率少的词语，所以如果特征空间坐标系取TF词频作为测度，就可以体现同类文本的特点。另外考虑到单词区别不同类别的能力，TFIDF法认为一个单词出现的文本频数越小，它区别不同类别文本的能力就越大。因此引入了逆文本频度IDF的概念，以TF和IDF的乘积作为特征空间坐标系的取值测度，并用它完成对权值TF的调整，调整权值的目的在于突出重要单词，抑制次要单词。但是在本质上IDF是一种试图抑制噪音的加权 ，并且单纯地认为文本频数小的单词就越重要，文本频数大的单词就越无用，显然这并不是完全正确的。IDF的简单结构并不能有效地反映单词的重要程度和特征词的分布情况，使其无法很好地完成对权值调整的功能，所以TFIDF法的精度并不是很高。

此外，在TFIDF算法中并没有体现出单词的位置信息，对于Web文档而言，权重的计算方法应该体现出HTML的结构特征。特征词在不同的标记符中对文章内容的反映程度不同，其权重的计算方法也应不同。因此应该对于处于网页不同位置的特征词分别赋予不同的系数，然后乘以特征词的词频，以提高文本表示的效果。

TF-IDF 模型是搜索引擎等实际应用中被广泛使用的信息检索模型，但对于 TF-IDF 模型一直存在各种疑问。本文为信息检索问题一种基于条件概率的盒子小球模型，其核心思想是把“查询串q和(seo公司)文档d的匹配度问题”转化为“查询串q来自于文档d的条件概率问题”。它从概率的视角为信息检索问题定义了比 TF-IDF 模型所表达的匹配度更为清晰的目标。此模型可将 TF-IDF 模型纳入其中，一方面解释其合理性，另一方面也发现了其不完善之处。另外，此模型还可以解释 PageRank 的意义，以及 PageRank 权重和 TF-IDF 权重之间为什么是乘积关系。