개요

pytrends 라이브러리의 related_topics() 함수를 사용하면 특정 검색어에 대한 관련 주제를 가져올 수 있습니다. 이 데이터를 분석함으로써 타깃 오디언스에게 적절한 새로운 키워드와 아이디어를 발견할 수 있으며, 이를 통해 매력적이고 적절한 콘텐츠를 만드는 데 도움이 됩니다.

이 튜토리얼에서는 다음 내용을 다룹니다.

  1. 필요한 라이브러리 임포트
  2. pytrends 요청 설정
  3. 관련 주제 데이터 가져오기
  4. 결과 분석

관련 주제 데이터 가져오기

먼저 필요한 라이브러리를 임포트하고 pytrends 요청을 설정합니다.

from pytrends.request import TrendReq

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

다음으로 build_payload() 함수를 사용해 검색어를 지정한 뒤, related_topics() 함수를 사용해 관련 주제 데이터를 가져옵니다.

keywords = ['Python']

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

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

이는 지난 7일간 ‘Python’ 검색어에 대한 관련 주제 데이터가 담긴 딕셔너리를 반환합니다.

결과 분석

이제 관련 주제 데이터를 분석하여 콘텐츠 전략을 위한 새로운 키워드와 아이디어를 식별할 수 있습니다.

# 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))

이 코드는 ‘Python’ 검색어에 대한 상위 10개 급상승 관련 주제를 출력하여, 키워드와 관련된 새롭게 떠오르는 트렌드에 대한 귀중한 인사이트를 제공합니다.

결론

이번 포스트에서는 pytrends 라이브러리의 related_topics() 함수를 사용해 주어진 검색어에 대한 관련 주제를 조사하는 방법을 시연했습니다. 이 데이터를 탐색함으로써 키워드 리서치를 확장하고 타깃 오디언스를 사로잡을 새로운 기회를 발견할 수 있습니다. 이 튜토리얼에서는 pytrends 요청 설정부터 결과 분석까지, 관련 주제 데이터를 수집하고 분석하는 과정을 다루었습니다. 이러한 인사이트를 활용하여 콘텐츠 전략에 정보를 제공하고 온라인 입지를 강화할 수 있습니다.

NOTE : pytrends는 비공식 API를 사용합니다. 이슈가 있다면 여기를 이용해 주세요.

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