跳到导航

几个小红书候选关键词,怎样比较近期搜索趋势并继续选题?

要比较几个候选关键词的近期搜索趋势,用 xiaohongshu.pgy.get_keyword_daily 每个词查一次逐日指数,再按共同日期对齐 searchScore。比较三个选题就是三次请求、三份结果。用指数判断方向,再读相关笔记和原评论,决定具体写什么。

例如「防晒霜」最近两周分数上升,就继续找用户提到的场景和使用问题。比较两周之前,先核对每个日期都有分数,笔记数和搜索人数分列。

应该查哪一种材料?

本次要回答什么使用的能力
逐日怎样变化data:xiaohongshu.pgy.get_keyword_daily
需要这个词的概览data:xiaohongshu.pgy.get_keyword_stat
还要找相近方向data:xiaohongshu.pgy.get_keyword_related
想找搜索框补全搜索联想词

get_keyword_daily、get_keyword_stat、get_keyword_related 都以一个 search_word 为输入。三个候选词的逐日查询是三次请求;需要概览或关联词时再另加请求,三个动作返回的是三种不同结果。

从一个词开始保存趋势

下面的示例调用逐日动作,把示例词换成你的候选词:

curl -sS https://api.beatapi.io/v1/social-data/call \
-H "Authorization: Bearer $BEATAPI_API_KEY" \
-H 'Content-Type: application/json' \
-d '{"action":"xiaohongshu.pgy.get_keyword_daily","params":{"search_word":"面膜"}}' \
-o xiaohongshu-keyword-daily.json

xiaohongshu.pgy.get_keyword_daily 的输入没有起止日期、月份或关键词数组,时间窗口以实际返回为准。记录每个词的采集时间,并把 data.data.dailyData[] 里的 dateKey、searchScore、noteNum、userNum 分列保存,不用指数反推人数。

拿到曲线后先做哪三个判断?

  1. 日期齐不齐。 未返回的日子标为缺失,图上保留断点,不填0。最新返回日未必是今天。
  2. 是否可比。 多词先取共同返回日期,再比较同一指数口径。不要把不同窗口的总量直接相除。
  3. 上升对应什么讨论。 近期上升的词进入下一步候选,再按选题研究读具体问题;热度本身既不说明原因,也不保证转化。

下方的本地工具 pgy_daily.py 只在两个连续七日都有完整指数时比较均值。pgy_daily.py 把窗口、缺失日期和基线状态写进 summary.json,逐日值写进 daily.csv,并保留原响应供核对。

比如同事要比较「补水面膜」和「清洁面膜」,就各保存一份逐日结果。两份结果的最新日期不同时,选两者共同覆盖的两周。每行保留原词、两个窗口、每天的指数和缺失日期;只有一周数据完整时,先报告这一周的原值。

费用怎么安排?

先确定候选词数量,按价格页当前的逐日查询单价估算。画图、比较已保存的时间段和写简报都在本地完成,改图不需要重新查询。

如何导出逐日证据表,并比较两个完整七日窗口?

BeatAPI 直接保留蒲公英响应信封,xiaohongshu.pgy.get_keyword_daily 在 data.data.dailyData[] 内返回 dateKey、searchScore、noteNum 和 userNum。指数、笔记数、搜索人数分列保存,不从指数推算人数;时间窗口由目标平台决定,不保证恰好 90 天。

每个候选词分别保存原响应,并导出到独立的输出目录。三个词的逐日查询是三次请求,概览、关联词和笔记评论研究按需要另选。请求记录的格式如下:

{"action":"xiaohongshu.pgy.get_keyword_daily","params":{"search_word":"防晒霜"},"collected_at":"2026-11-16T10:00:00Z"}

把下面的脚本保存为 pgy_daily.py。pgy_daily.py 接受 YYYY-MM-DD 或 YYYYMMDD 日期标签(含整数 YYYYMMDD),其他格式直接报错,不猜时区或单位。数值必须是普通非负数,笔记数和人数必须是整数,缺值留空。pgy_daily.py 给有效日期排序、拒绝重复日期、列出缺失日期,只有最后两个连续七日的 14 个日期都有 searchScore 时才比较均值。日期与数值校验规则属于 pgy_daily.py 的本地约束,目标平台后续返回的格式可能不同。

import csv,datetime,decimal,hashlib,json,pathlib,re,sys
source,manifest,target=map(pathlib.Path,sys.argv[1:4])
request=json.loads(manifest.read_text(encoding="utf-8"));params=request.get("params")
if request.get("action")!="xiaohongshu.pgy.get_keyword_daily" or not isinstance(params,dict) or set(params)!={"search_word"}:raise ValueError("Record the exact daily keyword request")
keyword=params["search_word"]
if not isinstance(keyword,str) or not keyword.strip() or not 1<=len(keyword)<=100:raise ValueError("One nonempty keyword required")
stamp=request["collected_at"]
if datetime.datetime.fromisoformat(stamp.replace("Z","+00:00")).tzinfo is None:raise ValueError("Timezone required")
raw=source.read_bytes();r=json.loads(raw)
if r.get("status")!="succeeded" or r.get("action")!=request["action"]:raise ValueError("Expected successful keyword response")
rid=r.get("request_id")
if not isinstance(rid,str) or not rid.strip():raise ValueError("request_id required")
envelope=r.get("data")
if not isinstance(envelope,dict) or envelope.get("success") is not True:raise ValueError("PGY business failure")
data=envelope.get("data")
if not isinstance(data,dict) or not isinstance(data.get("dailyData"),list):raise ValueError("Expected non-null dailyData array")
def day(value):
if type(value) is int:value=str(value)
if not isinstance(value,str):raise ValueError("Unsupported dateKey")
if re.fullmatch(r"[0-9]{8}",value):return datetime.datetime.strptime(value,"%Y%m%d").date()
if re.fullmatch(r"[0-9]{4}-[0-9]{2}-[0-9]{2}",value):return datetime.date.fromisoformat(value)
raise ValueError("Helper accepts YYYYMMDD or YYYY-MM-DD date labels only")
def metric(value,integer=False):
if value is None:return None
if type(value) not in (str,int,float):raise ValueError("Unsupported numeric value")
text=str(value)
if not re.fullmatch(r"[0-9]+(?:\.[0-9]+)?",text):raise ValueError("Unsupported formatted number")
number=decimal.Decimal(text)
if integer and number!=number.to_integral_value():raise ValueError("Count must be whole")
return number
points={}
for item in data["dailyData"]:
if not isinstance(item,dict):raise ValueError("Invalid daily point")
date=day(item.get("dateKey"))
if date in points:raise ValueError("Duplicate day; inspect before merging")
points[date]={"date":date.isoformat(),"dateKey":item["dateKey"],
"searchScore":metric(item.get("searchScore")),"noteNum":metric(item.get("noteNum"),True),
"userNum":metric(item.get("userNum"),True)}
summary={"keyword":keyword,"request_id":rid,"collected_at":stamp,"source_sha256":hashlib.sha256(raw).hexdigest(),
"returned_days":len(points),"missing_dates":[],"comparison_state":"insufficient_data",
"comparison":"Two adjacent seven-day averages ending at the latest returned date label; not an official period-over-period metric",
"date_scope":"Returned date labels; no timezone conversion or guaranteed three-month coverage"}
if points:
first,last=min(points),max(points);summary.update({"first_date":first.isoformat(),"last_date":last.isoformat()})
if (last-first).days>3660:raise ValueError("Unexpected date span; inspect source")
summary["missing_dates"]=[(first+datetime.timedelta(days=i)).isoformat() for i in range((last-first).days+1) if first+datetime.timedelta(days=i) not in points]
dates=[last-datetime.timedelta(days=i) for i in range(14)]
if all(date in points and points[date]["searchScore"] is not None for date in dates):
current=sum(points[date]["searchScore"] for date in dates[:7])/7
previous=sum(points[date]["searchScore"] for date in dates[7:])/7
summary.update({"recent_7d_mean":str(current),"previous_7d_mean":str(previous),"mean_change":str(current-previous),
"relative_change":None if previous==0 else str((current-previous)/previous),
"comparison_state":"zero_baseline" if previous==0 else "computed"})
def cell(value):
if value is None:return ""
text=str(value)
return "'"+text if text.lstrip().startswith(("=","+","-","@")) or text.startswith(("\t","\r","\n")) else text
target.mkdir()
with (target/"daily.csv").open("x",encoding="utf-8-sig",newline="") as output:
writer=csv.DictWriter(output,fieldnames=["keyword","date","dateKey","searchScore","noteNum","userNum","request_id","collected_at"]);writer.writeheader()
for date in sorted(points):writer.writerow({key:cell(value) for key,value in {"keyword":keyword,**points[date],"request_id":rid,"collected_at":stamp}.items()})
(target/"raw-response.json").write_bytes(raw)
(target/"summary.json").write_text(json.dumps(summary,ensure_ascii=False,indent=2),encoding="utf-8")
print(str(target/"daily.csv"))

运行 python3 pgy_daily.py xiaohongshu-keyword-daily.json keyword-request.json keyword-review-1。先看 summary.json,再用 daily.csv 的 date/searchScore 列画折线;缺失日期不是零,图上保留断点。原始 dateKey 和原始 JSON 留作核对。

两个七日窗口止于最新返回日期,不一定是今天。relative_change 是比例,不是乘过 100 的百分数;前七日均值为零时结果为 null,并记 zero_baseline。本地算出的均值变化不是平台官方环比,也不是转化率,单个短窗口也证明不了季节性。多个词只在共同返回日期、同一指数口径下比较,不与其他平台的指数混比。上升的词还要经过真实笔记/评论证据流程核对,再形成选题。