基於Python實現搶註大詞的提詞工具
假設通過爬蟲獲得瞭一個自媒體.txt
想要從這些關鍵詞中提取流量最大的關鍵詞
可以通過如下算法實現：
from smoothnlp.algorithm.phrase import extract_phrase
import re
class_name = '自媒體'
class_name_low = class_name.lower()
top_k = 100
with open('%s.txt' % class_name,'r',encoding='utf-8') as file:
data_str = file.read()
keyword_list = data_str.split('\n')
with open('dont.txt','r',encoding='utf-8') as file:
dont_set = set(file.read().split('\n'))
word_count_dict = dict()
new_word_list = extract_phrase(keyword_list,top_k=top_k)
for new_word in new_word_list:
if new_word in dont_set:
continue
new_word_low = new_word.lower()
if class_name_low in new_word_low or class_name_low == new_word_low:
word_count_dict[new_word] = len(re.findall(new_word_low,data_str))
continue
add_l = re.findall('%s%s' % (class_name_low,new_word_low),data_str)
add_r = re.findall('%s%s' % (new_word_low,class_name_low),data_str)
if len(add_l) >= len(add_r):
word_count_dict['%s%s' % (class_name,new_word)] = len(add_l)
else:
word_count_dict['%s%s' % (new_word,class_name)] = len(add_r)
for word,count in word_count_dict.items():
print('%s\t%s' % (word,count))
其中：
自媒體.txt 就是需要的關鍵詞庫
dont.txt 就是過濾掉一些沒有用的詞匯
獲得的結果如下，下面的這些詞就是流量很大的詞匯 可以用於註冊賬號去獲取流量
自媒體領域 702
自媒體軟件 502
自媒體身份證 68
自媒體推薦 450
自媒體研究 199
自媒體素材 378
自媒體原創 1147
自媒體審核 417
瀏覽器自媒體 110
自媒體閱讀量 378
自媒體app 346
自媒體工具 222
自媒體圖片 416
自媒體電腦 112
自媒體管理 824
自媒體內容 1083
自媒體電視劇 48
自媒體申請 742
自媒體註冊 1597
百度自媒體 545
自媒體同步 89
自媒體電影片段 14
自媒體檢測 36
自媒體抄襲 130
自媒體選擇 215
自媒體產品 105
自媒體信息 355
自媒體粉絲 474
自媒體下載 173
企業自媒體 789
自媒體收益 1296
自媒體數據 317
淘寶自媒體 263
自媒體手機 568
自媒體剪輯 367
自媒體電影 380
自媒體服務 167
自媒體采集 234
自媒體變現 246
自媒體修改 65
自媒體風險 43
中國自媒體 533
自媒體兼職 182
自媒體定位 143
自媒體英語 53
自媒體傳播 776
抖音自媒體 686
自媒體渠道 212
自媒體影響力 130
0萬粉絲自媒體 18
自媒體綁定 47
自媒體免費 205
自媒體認證 1662
自媒體流量 595
自媒體播放量 164
萬粉絲自媒體 42
自媒體評論 116
自媒體邀請碼 137
健康自媒體 96
自媒體問題 35
自媒體收入 826
自媒體垂直 129
自媒體招聘 665
自媒體獎勵 26
自媒體教程 312
自媒體盈利模式 140
自媒體熱點 104
自媒體標題 561
自媒體經營范圍 20
自媒體意識形態 13
自媒體ppt 70
自媒體品牌 219
自媒體競爭 45
自媒體社會 235
自媒體現狀 123
開通自媒體 219
2018自媒體 443
國外自媒體 350
自媒體公司 2862
自媒體介紹 311
自媒體生活 180
自媒體模式 56
自媒體故事 55
自媒體分析 168
自媒體策劃 244
自媒體版權 123
自媒體推廣 1893
自媒體考核 38
自媒體情況 32
自媒體搬運 958
音樂自媒體 337
最後的所有項目代碼如下：
到此這篇關於基於Python實現搶註大詞的提詞工具的文章就介紹到這瞭,更多相關Python提詞工具內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！