概述

pytrends 库中的 related_topics() 函数允许您检索特定搜索词的相关主题。通过分析这些数据，您可以发现与目标受众相关的新关键词和创意，帮助您创建有吸引力且相关的内容。

在本教程中，我们将介绍：

  1. 导入必要的库
  2. 设置 pytrends 请求
  3. 检索相关主题数据
  4. 分析结果

检索相关主题数据

首先，我们需要导入必要的库并设置 pytrends 请求。

from pytrends.request import TrendReq

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

接下来，我们将使用 build_payload() 函数指定搜索词，然后使用 related_topics() 函数检索相关主题数据。

keywords = ['Python']

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

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

这将返回一个字典，其中包含搜索词’Python’在过去7天内的相关主题数据。

分析结果

现在，我们可以分析相关主题数据，以识别用于内容策略的新关键词和创意。

# 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))

这将显示搜索词’Python’的前10个上升相关主题，为您提供有关与您的关键词相关的新兴趋势的宝贵洞察。

结论

在本文中，我们演示了如何使用 pytrends 库中的 related_topics() 函数调查给定搜索词的相关主题。通过探索这些数据，您可以扩展您的关键词研究并发现吸引目标受众的新机会。本教程涵盖了从设置 pytrends 请求到分析结果的整个收集和分析相关主题数据的过程。利用这些洞察，您可以为内容策略提供参考并提升您的在线影响力。

NOTE : pytrends uses an unofficial API. Please use here for issues.

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