Téma: TF-IDF kivesézése

Jól érzem, hogy erről a Google-féle jelzőről nem nagyon esett szó itt a fórum berkein belül? Valahogy mindenki átsiklott fölötte?

Aki nem tudná mit takar ez, annak egy kis ismertetés:
Ez a jelző egy szó fontosságát jelenti egy oldalon belül. Ez a fontosság nő a szónak a gyakori használatával, viszont csökken, ha az adott weblapon egyre több helyen jelenik meg.

Bennem most ez kérdéseket vetett fel. Például ha van egy olyan oldal, ami a kutyákkal foglalkozik, a főoldalát optimalizáljuk a kutya szóra, majd ha újabb long tail-ek miatt újabb aloldalakat nyitunk, melyben a kutya szó is szerepel, akkor a főoldal gyengül erre a kulcsszóra?

Vagy hogy van akkor most ez? Magyar irodalma nem igen van, angolban azért lényegesen több, pl.:
TF-IDF Wikipedia

tf–idf, short for term frequency–inverse document frequency, is a numerical statistic that is intended to reflect how important a word is to a document in a collection or corpus.[1]:8 It is often used as a weighting factor in information retrieval and text mining. The tf-idf value increases proportionally to the number of times a word appears in the document, but is offset by the frequency of the word in the corpus, which helps to control for the fact that some words are generally more common than others.

Variations of the tf–idf weighting scheme are often used by search engines as a central tool in scoring and ranking a document's relevance given a user query. tf–idf can be successfully used for stop-words filtering in various subject fields including text summarization and classification.

One of the simplest ranking functions is computed by summing the tf–idf for each query term; many more sophisticated ranking functions are variants of this simple model.