基於Python實現搶注大詞的提詞工具

2023-02-28 18:00:28

假設通過爬蟲獲得了一個自媒體.txt

想要從這些關鍵詞中提取流量最大的關鍵詞

可以通過如下演演算法實現：

from smoothnlp.algorithm.phrase import extract_phrase
import re

class_name = '自媒體'
class_name_low = class_name.lower()
top_k = 100

with open('%s.txt' % class_name,'r',encoding='utf-8') as file:
	data_str = file.read()
	keyword_list = data_str.split('n')

with open('dont.txt','r',encoding='utf-8') as file:
	dont_set = set(file.read().split('n'))

word_count_dict = dict()
new_word_list = extract_phrase(keyword_list,top_k=top_k)
for new_word in new_word_list:
	if new_word in dont_set:
		continue
		
	new_word_low = new_word.lower()

	if class_name_low in new_word_low or class_name_low == new_word_low:
		word_count_dict[new_word] = len(re.findall(new_word_low,data_str))
		continue

	add_l = re.findall('%s%s' % (class_name_low,new_word_low),data_str)
	add_r = re.findall('%s%s' % (new_word_low,class_name_low),data_str)
	if len(add_l) >= len(add_r):
		word_count_dict['%s%s' % (class_name,new_word)] = len(add_l)
	else:
		word_count_dict['%s%s' % (new_word,class_name)] = len(add_r)

for word,count in word_count_dict.items():
	print('%st%s' % (word,count))

其中：

自媒體.txt 就是需要的關鍵詞庫

dont.txt 就是過濾掉一些沒有用的詞彙

獲得的結果如下，下面的這些詞就是流量很大的詞彙可以用於註冊賬號去獲取流量

自媒體領域   702
自媒體軟體   502
自媒體身份證   68
自媒體推薦   450
自媒體研究   199
自媒體素材   378
自媒體原創   1147
自媒體稽核   417
瀏覽器自媒體   110
自媒體閱讀量   378
自媒體app   346
自媒體工具   222
自媒體圖片   416
自媒體電腦   112
自媒體管理   824
自媒體內容   1083
自媒體電視劇   48
自媒體申請   742
自媒體註冊   1597
百度自媒體   545
自媒體同步   89
自媒體電影片段   14
自媒體檢測   36
自媒體抄襲   130
自媒體選擇   215
自媒體產品   105
自媒體資訊   355
自媒體粉絲   474
自媒體下載   173
企業自媒體   789
自媒體收益   1296
自媒體資料   317
淘寶自媒體   263
自媒體手機   568
自媒體剪輯   367
自媒體電影   380
自媒體服務   167
自媒體採集   234
自媒體變現   246
自媒體修改   65
自媒體風險   43
中國自媒體   533
自媒體兼職   182
自媒體定位   143
自媒體英語   53
自媒體傳播   776
抖音自媒體   686
自媒體渠道   212
自媒體影響力   130
0萬粉絲自媒體   18
自媒體系結   47
自媒體免費   205
自媒體認證   1662
自媒體流量   595
自媒體播放量   164
萬粉絲自媒體   42
自媒體評論   116
自媒體邀請碼   137
健康自媒體   96
自媒體問題   35
自媒體收入   826
自媒體垂直   129
自媒體招聘   665
自媒體獎勵   26
自媒體教學   312
自媒體盈利模式   140
自媒體熱點   104
自媒體標題   561
自媒體經營範圍   20
自媒體意識形態   13
自媒體ppt   70
自媒體品牌   219
自媒體競爭   45
自媒體社會   235
自媒體現狀   123
開通自媒體   219
2018自媒體   443
國外自媒體   350
自媒體公司   2862
自媒體介紹   311
自媒體生活   180
自媒體模式   56
自媒體故事   55
自媒體分析   168
自媒體策劃   244
自媒體版權   123
自媒體推廣   1893
自媒體考核   38
自媒體情況   32
自媒體搬運   958
音樂自媒體   337

最後的所有專案程式碼如下：

到此這篇關於基於Python實現搶注大詞的提詞工具的文章就介紹到這了,更多相關Python提詞工具內容請搜尋it145.com以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援it145.com！

基於Python實現搶注大詞的提詞工具

熱門文章