Aperçu

La fonction related_topics() de la bibliothèque pytrends vous permet de récupérer les sujets connexes pour un terme de recherche spécifique. En analysant ces données, vous pouvez découvrir de nouveaux mots-clés et idées pertinents pour votre public cible, vous aidant à créer un contenu intéressant et pertinent.

Dans ce tutoriel, nous couvrirons :

  1. Importer les bibliothèques nécessaires
  2. Configurer la demande pytrends
  3. Récupérer les données des sujets connexes
  4. Analyser les résultats

Récupérer les données des sujets connexes

Tout d’abord, nous devons importer les bibliothèques nécessaires et configurer notre demande pytrends.

from pytrends.request import TrendReq

# Set up pytrends request
pytrends = TrendReq(hl='en-US', tz=360)

Ensuite, nous spécifierons le terme de recherche pour notre demande en utilisant la fonction build_payload(), puis nous récupèrerons les données des sujets connexes en utilisant la fonction related_topics().

keywords = ['Python']

# Build payload
pytrends.build_payload(keywords, timeframe='now 7-d', geo='')

# Retrieve related topics data
related_topics = pytrends.related_topics()

Cela renverra un dictionnaire contenant les données des sujets connexes pour le terme de recherche “Python” au cours des 7 derniers jours.

Analyser les résultats

Maintenant, nous pouvons analyser les données des sujets connexes pour identifier de nouveaux mots-clés et idées pour notre stratégie de contenu.

# Extract the related topics for the keyword 'Python'
python_related_topics = related_topics[keywords[0]]['top']

# Display the top 10 rising related topics
print(python_related_topics.head(10))

Cela affichera les 10 sujets connexes en hausse pour le terme de recherche ‘Python’, fournissant des informations précieuses sur les nouvelles tendances et émergentes liées à votre mot-clé.

Conclusion

Dans cet article, nous avons démontré comment utiliser la fonction related_topics() de la bibliothèque pytrends pour étudier les sujets connexes à un terme de recherche donné. En explorant ces données, vous pouvez élargir votre recherche de mots-clés et découvrir de nouvelles opportunités pour engager votre public cible. Ce tutoriel a couvert le processus de collecte et d’analyse des données des sujets connexes, de la configuration de la demande pytrends à l’analyse des résultats. En utilisant ces informations, vous pouvez informer votre stratégie de contenu et booster votre présence en ligne.

REMARQUE : Pytrends utilise une API non officielle. Veuillez utiliser ici pour les problèmes.

SAMPLE CODE : https://github.com/hobbyworker/google-trend-for-python