有一個基本定律，就是大家常說對於內容的訪問遵循80/20原則，也就是20%的內容，會佔有80%的訪問量。
(單詞頻率分佈中 C約等於0.1, a約等於1)
後人將這個分佈稱爲齊夫分佈，這個分佈是一個統計型的經驗規律，描述了這樣一個定理：只有少數英文單詞經常被使用，大部分的單詞很少被使用。這個定理也在很多分佈裏面得到了驗證，比如人們的收入，互聯網的網站數量和訪問比例，互聯網內容和訪問比例(其他分>布兩個常數有所不同,a越大，分佈越密集,對於VOD來說某些時候符合雙zipf分佈)。
~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~··
（來自維基百科）
齊夫定律可以表述爲：在自然語言的語料庫裏，一個單詞出現的頻率與它在頻率表裏的排名成反比。所以，頻率最高的單詞出現的頻率大約是出現頻率第二位的單詞的2倍，而出現頻率第二位的單詞則是出現頻率第四位的單詞的2倍。這個定律被作爲任何與power law probability distributions有關的事物的參考。
理論
這個“定律”是哈佛大學的語言學家George Kingsley Zipf（IPA[zɪf]）1949年發表的。
比如，在 Brown 語料庫中，“the”是最常見的單詞，它在這個語料庫中出現了大約7%（100萬單詞中出現69971次）。正如齊夫定律中所描述的一樣，出現次數爲第二位的單詞“of”佔了整個語料庫中的3.5%（36411次），之後的是“and”（28852次）。僅僅135個字彙就佔了Brown 語料庫的一半。
齊夫定律是一個實驗定律，而非理論定律。齊夫分佈可以在很多現象中被觀察到。齊夫分佈的在現實中的起因是一個爭論的焦點。 齊夫定律很容易用點陣圖觀察，座標爲log（排名）和log（頻率）。比如，“the”用上述表述可以描述爲x = log(1), y = log(69971)的點。如果所有的點接近一條直線，那麼它就遵循齊夫定律。
最簡單的齊夫定律的例子是“1/f function”。給出一組齊夫分佈的頻率，按照從最常見到非常見排列，第二常見的頻率是最常見頻率的出現次數的½，第三常見的頻率是最常見的頻率的1/3，第n常見的頻率是最常見頻率出現次數的1/n。然而，這並不精確，因爲所有的項必須出現一個整數次數，一個單詞不可能出現2.5次。然而，在一個廣域範圍內並且做出適當的近似，許多自然現象都符合齊夫定律
===========================================================================
下面是某個系統VOD內容的訪問分佈，第一幅圖是訪問頻率曲線，Y軸是內容的訪問次數，X軸是內容根據訪問次數的排名, 我們可以看到，多數訪問集中於少量內容上:
第二幅圖是對數軸的訪問頻率曲線，源數據和上圖一致,可以看到近似爲一條直線：
從曲線的斜率可以計算出，這裏的內容訪問頻率分佈，a約等於0.6(不同種類的內容a的大小也不一樣)。