Tổng quan

Hàm get_historical_interest() trong thư viện pytrends cho phép bạn truy xuất dữ liệu mức độ quan tâm theo giờ cho các từ khóa tìm kiếm cụ thể trong một khoảng thời gian nhất định. Điều này hữu ích để hiểu sâu hơn về mức độ phổ biến của từ khóa tìm kiếm và xác định các xu hướng có thể không hiển thị khi nhìn vào dữ liệu theo ngày hoặc theo tuần.

Trong hướng dẫn này, chúng ta sẽ đề cập đến:

  1. Nhập các thư viện cần thiết
  2. Thiết lập yêu cầu pytrends
  3. Truy xuất dữ liệu mức độ quan tâm theo giờ trong lịch sử
  4. Trực quan hóa kết quả

Cài đặt

Để cài đặt Pytrends, chỉ cần dùng pip:

pip install matplotlib

Truy xuất dữ liệu mức độ quan tâm theo giờ trong lịch sử

Để bắt đầu, chúng ta cần nhập các thư viện cần thiết và thiết lập yêu cầu pytrends.

from pytrends.request import TrendReq
import pandas as pd
import matplotlib.pyplot as plt

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

Tiếp theo, chúng ta sẽ chỉ định các từ khóa tìm kiếm, khoảng thời gian và các tham số khác cho yêu cầu bằng hàm get_historical_interest().

keywords = ['Python', 'JavaScript']

# Retrieve hourly interest data
hourly_interest = pytrends.get_historical_interest(keywords, year_start=2023, month_start=3, day_start=1, hour_start=0, year_end=2023, month_end=3, day_end=2, hour_end=0, cat=0, geo='', gprop='', sleep=0)

Hàm này sẽ trả về một DataFrame chứa dữ liệu mức độ quan tâm theo giờ cho các từ khóa tìm kiếm ‘Python’ và ‘JavaScript’ từ ngày 1 tháng 3 đến ngày 2 tháng 3 năm 2023.

Trực quan hóa kết quả

Bây giờ, chúng ta có thể trực quan hóa dữ liệu mức độ quan tâm theo giờ bằng một biểu đồ đường đơn giản.

# Plot the hourly interest data
plt.figure(figsize=(12, 6))
plt.plot(hourly_interest.index, hourly_interest['Python'], label='Python')
plt.plot(hourly_interest.index, hourly_interest['JavaScript'], label='JavaScript')

plt.xlabel('Hour')
plt.ylabel('Interest')
plt.title('Hourly Interest for Python and JavaScript')
plt.legend()
plt.show()

Biểu đồ này hiển thị mức độ quan tâm theo giờ cho cả ‘Python’ và ‘JavaScript’ trong khoảng thời gian đã chỉ định, cho phép bạn so sánh mức độ phổ biến của chúng và xác định xu hướng.

Kết luận

Trong bài viết này, chúng ta đã minh họa cách sử dụng hàm get_historical_interest() trong thư viện pytrends để truy xuất dữ liệu mức độ quan tâm theo giờ trong lịch sử từ Google Trends. Bằng cách đi sâu vào dữ liệu này, bạn có thể thu được những thông tin giá trị về mức độ phổ biến của các từ khóa tìm kiếm và hiểu rõ hơn về hành vi của người tiêu dùng. Hướng dẫn này đã đề cập đến quá trình thu thập và phân tích dữ liệu mức độ quan tâm theo giờ, từ thiết lập yêu cầu pytrends đến trực quan hóa kết quả.

LƯU Ý: pytrends sử dụng API không chính thức. Vui lòng dùng đây để báo cáo sự cố.

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