개요

pytrends 라이브러리의 suggestions() 함수를 사용하면 특정 쿼리에 대한 검색 추천어를 가져올 수 있습니다. 이러한 추천어를 분석함으로써 검색 쿼리와 관련된 새로운 키워드와 트렌드를 발견할 수 있으며, 이를 통해 더 매력적이고 타깃화된 콘텐츠를 만드는 데 도움이 됩니다.

이 튜토리얼에서는 다음 내용을 다룹니다.

  1. 필요한 라이브러리 임포트
  2. pytrends 요청 설정
  3. 검색 추천어 데이터 가져오기
  4. 결과 분석

검색 추천어 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 suggestions() 함수를 사용해 특정 쿼리에 대한 검색 추천어를 가져옵니다.

# Retrieve search suggestions for the query 'Python'
suggestions = pytrends.suggestions(keyword='Python')

이는 ‘Python’ 쿼리와 관련된 검색 추천어가 담긴 딕셔너리 리스트를 반환합니다.

결과 분석

이제 검색 추천어 데이터를 분석하여 검색 쿼리와 관련된 새로운 키워드와 트렌드를 발견할 수 있습니다.

# Display the search suggestions
for suggestion in suggestions:
    print(suggestion['title'])

이 코드는 ‘Python’ 쿼리와 관련된 검색 추천어를 출력하여, 검색 쿼리와 관련된 새로운 키워드와 트렌드에 대한 귀중한 인사이트를 제공합니다.

결론

이번 포스트에서는 pytrends 라이브러리의 suggestions() 함수를 사용해 주어진 쿼리를 기반으로 검색 추천어를 얻음으로써 트렌드 검색을 정교화하는 방법을 시연했습니다. 이러한 추천어를 탐색함으로써 검색 쿼리와 관련된 새로운 키워드와 트렌드를 발견할 수 있어, 더 매력적이고 타깃화된 콘텐츠를 만드는 데 도움이 됩니다. 이 튜토리얼에서는 pytrends 요청 설정부터 결과 분석까지, 검색 추천어 데이터를 수집하고 분석하는 과정을 다루었습니다. 이러한 인사이트를 활용하여 키워드 리서치와 콘텐츠 전략을 향상시킬 수 있습니다.

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

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