1.一种谷歌趋势的热词族的地域搜索指数的生成方法,其特征在于,所述方法包括以下步骤:
第一步,利用谷歌趋势搜索该词族的趋势比较曲线,限定在业务主题调查需求的时段内,词族有数量与曲线数量一致,一次最多只能比较五个词,然后下载趋势比较的数据表,名字为timeline.csv;
第二步,对timeline.csv的每个关键词所在的列的数据求和,得到该词族的每一个词的搜索强度总和,这个数值的物理单位并不是直接的搜索次数,而是谷歌系统正则化处理后的反映搜索频次的指标;
第三步,遍历词族的每一个词,将该词输入谷歌趋势,在输出的第二功能的有关该词的地域搜索分布中下载该分布的数据,为geoMap.csv文件;
第四步,对geoMap.csv文件的数据列进行求和,然后对每行的数据除以该和值,这样得到每一个地域的搜索强度的权重;
第五步,对每一个词的搜索强度总和乘以各地域搜索强度的权重,得到该词的各地域的搜索强度分布;
第六步,对每一个地域的各个词的搜索强度分布值按该词族的各词组进行求和,这样得到该地域的对该词族的搜索强度值;如果只有一个词族,那么地域的搜索强度的分布已经生成好;
在词族生成阶段,即用户针对业务主题提炼的根词输入到谷歌趋势时输出的第四功能的相关词清单有多于4个词,这时候有两种处理模式:一、舍弃第五及以后的词,取前四和根词组成唯一的一个词族;二、先取前四和根词组成一个词族,再取第五及以后组成第二词族,依次类推直到相关词取用完毕;
第一种模式采用的依据是根据上面第二步里的当前词族的最小强度总和的词占当前词族各词强度总和的和的比重小于5%,则舍弃后面的关键词只采用一个关键词词族即可;
第二种模式采用2个及以上的词族,那么第二个词族的构造为采用前一个词族的强度总和的最后一名的词和后面四个词,即第一次辅助生成词族时的输出的第四功能里相关词排在第五至第八名的词,这样再对新的词族重复上面第一步到第六步的过程,只不过此时的强度已经把第四名的词的峰值规一化为100了,所以计算的第六步的结果得按比例缩小,该比例由第四名的词在第一个词族的强度总和的和中所占比例来决定;这样就得到了正式的第二个词族的各地域的强度分布,以此类推,得到第三个、第四个,……;最后把所有词族的各地域的搜索强度按词族求和相加,得到总的各地域的搜索强度的分布。