WDF*IDF ist eine Formel zur Termgewichtung aus dem Information Retrieval. Sie setzt die Häufigkeit eines Begriffs in einem Dokument (Within-document Frequency, WDF) ins Verhältnis dazu, in wie vielen Dokumenten einer Sammlung der Begriff vorkommt (Inverse Document Frequency, IDF). In der SEO dient sie als Analysemethode für Texte.
Auf einen Blick
- Art
- Formel zur Termgewichtung (Information Retrieval)
- Werte
- WDF = Häufigkeit im Dokument (logarithmisch), IDF = Seltenheit in der Vergleichsmenge
- Genutzt in
- Suchsysteme, Textanalyse, SEO-Content-Tools
- Nutzung durch Google
- nicht bestätigt
Stand:
Woher kommt die Formel?
Beide Bestandteile stammen aus der Forschung zu Suchsystemen. Die Idee hinter IDF beschrieb Karen Spärck Jones 1972: Seltene Begriffe sagen mehr über ein Dokument aus als häufige. Die logarithmische WDF-Gewichtung geht laut Berichten auf Donna Harman (1992) zurück. Die Kombination TF-IDF ist im englischsprachigen Raum der übliche Name. „WDF*IDF“ ist nach Einschätzung auf Basis von Suchdaten vor allem in der deutschsprachigen SEO-Szene üblich.
Wie wird gerechnet?
Der WDF-Wert dämpft die Wiederholung eines Wortes per Logarithmus:
WDF(i) = log2(Freq(i,j) + 1) / log2(L)
Freq(i,j) ist die Häufigkeit von Begriff i in Dokument j, L die Gesamtzahl der Wörter im Dokument. Ein Wort zehnmal zu verwenden, verdoppelt den Wert nicht gegenüber fünfmal.
Der IDF-Wert berechnet sich in der Grundform als log(N / n). Einzelne Tools und Bibliotheken verwenden abweichende Varianten, etwa mit einem Zuschlag von 1. N steht für die Zahl aller betrachteten Dokumente, n für die Dokumente, die den Begriff enthalten. Das Produkt beider Werte ist hoch, wenn ein Begriff im eigenen Text oft und in der Vergleichsmenge selten vorkommt.
Was bringt WDF*IDF für SEO?
SEO-Tools vergleichen einen Text mit den Seiten, die für ein Keyword ranken. Sie zeigen, welche Begriffe dort häufig vorkommen und im eigenen Text fehlen. Das kann helfen, Unterthemen zu finden.
Die Methode hat Grenzen. Sie zählt Wörter und erfasst keine Bedeutung. Viele Tools werten die ganze Seite aus, also auch Navigation und Footer. Für eine Nutzung durch Google gibt es keine öffentliche Bestätigung. Google schreibt in seinen Leitlinien zu hilfreichen Inhalten, dass es keine bevorzugte Wortzahl gibt. Begriffe nur einzubauen, um eine Kennzahl zu erreichen, kann in Keyword-Stuffing übergehen, das gegen Googles Spamrichtlinien verstößt.
Beispiel
Ein Ratgeber zum Thema „Kaffeemaschine entkalken“ wird mit den Top 10 verglichen. Die Analyse zeigt, dass fast alle Vergleichsseiten „Zitronensäure“, „Essig“ und „Wasserhärte“ erwähnen, der eigene Text nur „Entkalker“. Daraus ergibt sich eine Liste möglicher Unterthemen für die Überarbeitung. Wie oft ein Begriff vorkommt, entscheidet der Inhalt.
Häufige Fragen
Ist WDF*IDF dasselbe wie Keyworddichte? Nein. Die Keyworddichte ist der einfache Anteil eines Wortes an allen Wörtern. WDF*IDF dämpft Wiederholungen und bezieht eine Vergleichsmenge von Dokumenten ein.
Quellen
- Spärck Jones, Karen: A Statistical Interpretation of Term Specificity and Its Application in Retrieval. Journal of Documentation 28 (1), 1972, S. 11–21doi.org
- Within-document Frequency – Wikipedia (Zweitquelle, Formel und Literatur)de.wikipedia.org
- Spamrichtlinien für die Google-Websuche (Keyword-Stuffing) – Google Search Centraldevelopers.google.com
- Hilfreiche, zuverlässige und nutzerorientierte Inhalte erstellen – Google Search Centraldevelopers.google.com
Stand: