“標題為皇，內容為王”這句話大家應該都知道，再任何一個地方都適用，京東商品標題如何優化，這里接下來要講到的是京東文本權重的問題，這個問題和京東商品標題優化有直接的關系。

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

　　一： 詞頻 二：詞的唯一性 三：文本長度

　　那么何為文本相關度呢?為什么由這三項因素決定呢?我先解釋一下各個因素的具體含義，然后再對一些喜歡深究原理的朋友(技術路線的朋友)貼出擴展閱讀的算法帖子來解釋目前用的比較多的兩個文本相關度算法(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的次數

　　詞的唯一性：詞在商品文本信息中出現的次數 / 總商品數

　　文本長度：就是商品文本信息的文本長度

　　通俗的講文本相關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。舉個比較簡單的例子，比如說下面這段文本："長江市長江大橋"，如果切分方式不同，含義也就不同, 它可以有兩種解釋：1. 長江市 長江大橋 (代表一座橋) 2. 長江 市長 江大橋 (代表一個人)。 所以比較兩段文本的相關度可以轉換成比較兩段文本所構成的詞的組合的相關度。如果兩段文章的中心詞們大多都相同，且同一個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。那么如何絕對中心詞的中心程度呢?如果一個詞在這篇文章中出現多次，且只在這篇文章中出現，而且這篇文章還不是特別長，那么這個詞其實就可以認為他是這篇文中的中心詞。他的中心程度可以用一個術語來表示叫做：term weight(詞相對文章權重值)，那么term weight的計算公式一般都是這樣： tf(詞出現的頻率)/idf(詞的唯一性)/dl(文章的文本長度) 當然這都是簡寫。搜索引擎把用戶的查詢詞也當做一段文本，商品的文本信息也當做一段文本，那么文本相關度就成了用戶查詢詞相對于商品文本信息中的相關度。對于計算機來說，必須把它轉換成數學模型才能得以計算，目前有兩種比較流行的算法，我在這不細闡述，但是我貼出了兩個我認為寫的比較好的博客，大家有時間可以閱讀以下(對于對數學比較敢興趣的)，京東采用的是bm25算法，詞頻部分做了修改，因為不是我操手改的所以細節并不清楚。我估計就是設了個最大詞頻，避免疊詞對文本產生過大影響。

　　京東商品標題如何優化上述從技術方面給大家詮釋了一些，從計算公式以及權重來解釋標題的優化，希望這些對大家有幫助。