개요

pytrends 라이브러리의 related_queries() 함수를 사용하면 특정 검색어에 대한 관련 검색어를 가져올 수 있습니다. 이 데이터를 분석함으로써 오디언스에게 중요한 질문과 주제에 대한 인사이트를 얻을 수 있으며, 이를 통해 보다 적절하고 매력적인 콘텐츠를 만드는 데 도움이 됩니다.

이 튜토리얼에서는 다음 내용을 다룹니다.

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

관련 검색어 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_queries() 함수를 사용해 관련 검색어 데이터를 가져옵니다.

keywords = ['Python']

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

# Retrieve related queries data
related_queries = pytrends.related_queries()

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

결과 분석

이제 관련 검색어 데이터를 분석하여 콘텐츠 제작 및 최적화를 위한 새로운 기회를 식별할 수 있습니다.

# Extract the related queries for the keyword 'Python'
python_related_queries = related_queries[keywords[0]]['rising']

# Display the top 10 rising related queries
print(python_related_queries.head(10))

이 코드는 ‘Python’ 검색어에 대한 상위 10개 급상승 관련 검색어를 출력하여, 오디언스에게 중요한 질문과 주제에 대한 귀중한 인사이트를 제공합니다.

결론

이번 포스트에서는 pytrends 라이브러리의 related_queries() 함수를 사용해 주어진 검색어에 대한 관련 검색어를 발견하는 방법을 시연했습니다. 이 데이터를 분석함으로써 타깃 키워드를 심층 분석하고 콘텐츠 제작 및 최적화를 위한 새로운 기회를 발견할 수 있습니다. 이 튜토리얼에서는 pytrends 요청 설정부터 결과 분석까지, 관련 검색어 데이터를 수집하고 분석하는 과정을 다루었습니다. 이러한 인사이트를 활용하여 오디언스에게 보다 적절하고 매력적인 콘텐츠를 만들 수 있습니다.

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

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