如何从短信中计算趋势

Question

我正在开发一个匈牙利 Twitter 客户端，我想实现一个趋势系统。所以我有一个数据库，里面有代表推文创建日期的文本和日期（unix 时间戳）。

那么我怎样才能创建某种 php 脚本来为我提供大约 10 个“热门话题”呢？我什至不知道如何着手解决这个问题。

Answer 1

您需要设计一种能够告诉您趋势的算法。

为此，您首先需要定义趋势是什么，例如在 twitter 提要中使用的术语或人名。或者甚至考虑是否某些推文已被转发，以及多久/在哪个时期。

因此，您需要分析每个提要，提取您正在寻找的信息，然后将其与时间信息相结合，以说明趋势，例如与其他时期相比，在某个时期或多或少地使用。

可以使用正则表达式解析 twitter 消息。

然后可以将关键字保存到充当索引的数据库中。

然后，您可以使用 SQL 等数据语言从标准化数据中获取有关趋势的信息。

您通常从简单的脚本开始来测试您的算法。

由于您的问题中未定义您正在寻找什么样的趋势，因此只能对问题进行一般性回答。但是一些提示：

• 只获得一次推文，缓存它们（看起来你已经有了这个）。
• 您拥有的数据越多，您就越能更好地测试您的算法/系统，因此请先获取数据。
• 定义可应用于缓存数据的流程，例如解析、规范化以及使用哪个数据库后端。
• 允许您的系统拥有多个趋势算法，以便您可以相互测试它们。
• 了解您的语言/域中的停用词（搜索引擎是另一个需要过滤掉不重要的文本信息的相关主题）。