knowledge-networks/金钱挖掘.txt

基本过程：数据（无价值）-> 挖掘（重点、核心） -> 有效数据（有价值）-> 找到既有业务 -> 变现

基本思想：
	1.对于未知的需求，挖掘本身是没有方向的，需要有一套框架体系作为指引
	2.对于确定的需求，应该有一套确定的挖掘手段
	3.先找到卖什么，能不能卖、怎么卖是另外考虑的问题。
	4.必须从人性角度、用户实际需求出发思考
	5.凡是有引流和投广告的地方，都可能存在商机
	6.发现一个可能的商机，就要尽可能的了解整个流程，看别人是怎么做的
	7.挖掘需求，并不一定只是为了找到现成的商业机会或项目，除此之外：引流、内容创作、产品优化，这些事情也都是跟用户需求息息相关的。
		大批量引流：要知道目标群体想要什么
		高质量创作：要知道目标群体关注什么
		准确性优化：要知道目标群体抱怨什么
	8.联网营销的基础：充分了解用户需求，这起到了导航的作用，一切都以它作为索引

框架体系
	作用：
		1.作为前进的指引
		2.数据池是鱼塘，有价值的数据就是鱼，框架体系就是编织渔网的方法和渔网本身，这样才能抓到鱼
		
	原理：
		1.“特殊”词汇反映着特定人群的特定需求、特定行为、特定意图
		2.提问就是产生需求的最直观的体现
		3.动词代表行为，行为体现动机，动机反映需求
		
	过程：信息挖掘（收集） -> 信息筛选（清洗）-> 分析（需要耐心人工完成） -> 使用（创造价值）
	
	前提：数据分析的前提是需要有比较充足的数据，这样分析出来的结果才是有效的
	
	构建逻辑：
		基本逻辑：
		1.从用户的角度思考，遇到需求、问题或者痛点时会用什么词汇搜索
		2.从服务的提供者角度思考，我能提供服务的那些需求一般会涉及什么词汇
		3.关键词本身是人的一种表达方式
		
		符合下列其中之一即为特殊词汇：
		1.什么词汇能够体现用户的需求、问题或者痛点
		2.什么词汇在用户的描述中必然出现
		3.什么词汇能够紧跟时代的发展，能够反映或关联当前的新事物
		4.提供服务的那些需求一般会涉及什么词汇
		
	挖掘方法：
		1.搜索引擎高级搜索指令搜索
			作用：在指定的范围内搜索指定内容
			指令：
				intitle：
					作用：索后的结果标题里必带完整关键词
					格式：intitle:"待搜索的关键词"
				inurl: 
					作用：搜索后的结果链接里必带完整字符
					格式：待搜索的关键词 inurl:待搜索范围里的字符
			说明：可以配合爬虫工具更好实现自动收集
		
		2.下拉词（下拉框里的词）：
			作用：通过该入口自己能够主动去获取新鲜事物
			特点：
				1.时效性（近期）、热度（高频、搜索量），在近期内某些长尾词有了较高频次的搜索就会出现在下拉框里
				2.相关性，即具有联想功能，能用a-Z、0-9、拼音等字符来带出其他词汇
			使用：目标主词 + a-Z/0-9/拼音等字符
			适用范围：任何带搜索框的地方，例如：搜索引擎、抖音等
			具体应用：
				信息发掘：新增需求、功能变动、突发事件
				舆情监控
		
		3.基词+高频词根拓展
			过程：拓词+清洗（去重、去长、去短、去无效词，去非目标词）
			拓词步骤：
				1.以某一个词为起点（基词），通过工具网站，找到一批相关的长尾词
				2.对长尾词做分词，然后统计词频，找到词频最高的一批词根
				3.用基词+高频词根，通过工具网站，再找到一批相关的长尾词
				4.重复上述步骤，直到第一次的高频词根使用完
			拓词原则：遵循28定律，把能覆盖80%词量的20%词根都拿去拓展，基本就能收集到有代表性的词库了
			工具网站：5118、百度的关键词规划师、艾奇关键词工具、爱站、站长工具等工具
			注意：
				1.分词时要重视词频文档建立
				2.分词时要忽略无效词根
		
	筛选方法：
		无效词库：存放通用的、与目标必定无关的词，经过比对后进行排除
		去重：需要把一模一样的词去除
		去长去短：一个正常的关键词的长度是在一定范围内的，太短没有参考意义，太长一般是有重复词根
		去无效词：乱码、字符串、纯数字等等
		去非目标词：某些词根一看就不是我们想要研究的，比如一些违法乱纪的，那就把包含该词根的全部去掉，这一步骤并非必须，仅根据个人分析目的。
		批量剔除非同类（非同一领域）长尾词：
			步骤：
				1.对目标词库进行分词和词频统计，然后人工挑选种子词并归属于对应的领域
				2.利用步骤1的种子词放到词库中筛选出的绝对是对应领域分类的长尾词，分词后就能拓展对应领域的种子词，注：保留词频，步骤3中有用
				3.利用步骤2中的种子词库对词库进行归类，可以使用多模匹配增加匹配速度（AC自动机）
					匹配会出现4种结果
					1.属于目标领域（正）
					2.属于非目标领域（负）
					3.同属于两个领域（正、负），需要进一步判断
					4.没有归属领域
			优化：
				1.步骤2中的自动拓展可能出现某个种子词属于多个领域的，对于这种直接排除，不要放入种子库
				2.没有倾向性的词汇：数字、字符，这都是没有倾向性的，不应该作为种子词
				3.副词、助词、连词、语气词、疑问词之类的，也没有倾向性，在分词的时候，直接根据jieba的词性剔除，不应该作为种子词
				4.对于步骤3中同时归属的长尾词，可以用概率的方式进行分类，即某一领域的种子词命中数量超过其它领域，即为归属于该领域
			注：
				1.文章例子只用两个不同领域的混合词库举例，应该可以推广到多个领域的混合词库中
				2.该方法也可以用于敏感词过滤
				3.正则表达式是单模匹配，随着规模的增大匹配效率在下降，需要更换为匹配效率更高的多模匹配（例：AC自动机）
				4.该方法能有效的避免长尾效应，提高清洗效率
				5.种子词的挑选一定要准确，属于某一领域的词只能归属于该领域，如果模糊，宁可不要
				6.利用种子词拓展种子词，靠的是关联性，通过这种关联性就能进一步拓展种子词库
				7.主词根要排除，主词根即当前词库生成的来源，每一个词都有主词根，因此操作时要记得排除，不要列入种子库
				8.如果步骤3中的分类不准确，需要找出这个不准确的词汇，溯源它的种子词，这一定是种子词选错了，纠错后再重新跑一次
				9.对于没有归属领域的长尾词，观察一下的话就能知道，去掉主词根和非倾向性词汇后就没有啥词汇可以做判断了

	分析方法：
		词向量文本分类
			作用：一种计算文本相似度的方法，针对大量数据进行聚合减少数据量，把相似文本聚合在一起成为一个主题
			注意：计算词汇相似度时，不要把通用词、无关词等也纳入计算范围，以增加准确性
			缺点：没有特殊结构，只能一个个主题的看
			适用范围：任何
		
		关键词根提取法：
			作用：按照特定的结构，以一个基词为中心来聚合文本，便于按照层级结构分析和查看
			方法：
				1.提取一份词库里词频最高的topN
				2.按照上一条的思路在包含上一级词根的前提下陆续提取下一层级的topN词频
				3.最后一个节点的子节点输出对应长尾词
				4.利用Python的”xmind“模块把词频作为节点输出
				5.节点中增加数值显示（涵盖总词量/在词库里所占比例），可以知道这个板块在词库中占的比重
			适用范围：单一领域，即以一个基词为中心进行构建
	
		模版分析：
			作用：一个领域可能会有很多方向的需求，需要结合自己的实际情况来定向挖掘
			模板：
				1.主词 + 疑问词 + 动词，适合用来挖掘一些服务类、工具类的业务
				2.主词 + 辅词 + 疑问词，适合分析需求时深挖一个领域、产品的某个垂直版块的潜在问题、需求
				3.主词 + 费用词，适合去挖掘一些直接的竞价业务
				4.主词 + 数字 or 英文，是对上面三个模板的补充
			说明：
				1.主词的作用限制了领域，疑问词保证了需求，动词则确定了方向
				2.很多业务总是离不开各种费用词，一个平台也会因为各种各样的原因产生与费用相关的各种搜索
				3.模板不只这几个，还可以再拓展，要灵活使用
				4.这个模板工具靠正则表达式就能实现
		
		带空格关键词分析
			作用：基于用户行为的一种分析，带空格的关键词与对连续的关键词相比，更能反应用户的特殊需求
			常见格式：
				1.XXXXX XXX
				2.XXX XXXXX
			说明：
				1.空格对于搜索引擎，是两个关键词相加的意义
				2.格式1是先描述场景，然后再带上关键词
				3.格式2是先限定一个事物范围（app、网站、行业、领域、某个具体事物）
			适用范围：
				1.对于目标领域，直接找长尾词，然后专门看其中的带空格的长尾词
				2.进一步可以把找到的词放到搜索引擎中搜索，统计空格后面的核心词在搜索结果里的飘红率，飘红率为0或者偏低，可能就是机会
	
	使用方法：
		把词汇放入搜索引擎搜索，看看别人通过它们在做什么（核心）
	
	词汇体系：
		疑问词：什么、如何、怎样、怎么、哪有、哪些、哪种、哪里、哪个、哪类、有啥、有没有、有什么、能不能、是不是、怎么样、怎么能、怎么弄、怎么做、怎样能、怎样弄、怎样做、可不可以、需不需要、需要什么
		人性懒惰：技巧、方法、诀窍、秘诀、套路、快速、一键、批量、自动、自动化、数字化、数智化
		求资源：资源描述 + 打包/网盘/云盘/百度云/整部/整套/全本/合集、技巧、全集、套路、百度云、高清、超清、整份、在线、全部、下载、上传
		情绪词：太慢、老是、总是、经常、常常、一直、频繁、时不时
		产品词：包罗了互联网主流平台名称，比如：微信、抖音、微博、闲鱼、探探等大众小众平台
		行业词（一个领域范围）：Python、seo、sem、百度竞价、段视频、爬虫、区块链、搜索、写作、信息流、引流、自媒体
		后缀词（文件后缀）：txt、rmvb、avi、png、jpg、mobi、epub、flv、mp4、pdf、wma
		资源词：课件、视频、素材、笔记、电视剧、电影、照片、游戏、歌曲、文档、文件、教程、影片、小说、图片、原图、书籍、课程、链接、音乐、资源
		意图词(表达强烈的倾向)：跪求、打包、网盘、方法、技巧、快速、门槛、盘分享、批量、求购、套路、网盘、一键、云盘、自动
		私域流量：微信、QQ、群、公众号、个人网站、关注公众号、加微、"加威"、"+薇"、加微、加威、加薇、加胃、加魏、+V、vx、加微、联系、进、找我及其相关变种
		费用词：费用、价格、报价、学费、多少钱、收费标准
		描述词：超清、高清、合集、全本、上传、下载、在线、整部、整份、整套
	
	说明：
		1.明确信息标题：直接从标题就能看到业务信息
		2.非明确信息标题：标题里仅由通用词组成，无法再获取其它信息
		3.搜索引擎：不单指传统的搜索引擎，只要任何一个平台、一个应用、一个APP、一个网站，有搜索框就算搜索引擎
	
	
	问题：
		1.有那些特殊词汇？怎么收集？怎么使用
		2.词向量文本分类

无法理解：
	1. 商业模式不一定都是具体的交易



参考：
	互联网常见的_特殊词汇_，往往被忽略的商机.html
	https://zhuanlan.zhihu.com/p/182462542

	之前承诺的关键词数据来啦！.html
	https://mp.weixin.qq.com/s/ceYXS-E-6UByhhIeyZVLPA
	
	一个自动发现新鲜需求的小助手.html
	https://mp.weixin.qq.com/s/akcXPXLzD87A3m20UKhFBg
	
	如何在百万级的数据里找到别人正在赚钱的项目.html
	https://zhuanlan.zhihu.com/p/157846204
	
	如何轻松找到抖音里不起眼的赚钱项目.html
	https://zhuanlan.zhihu.com/p/159151941
	
	学会这几点，就可以在百万数据里找到能赚钱的项目.html
	https://zhuanlan.zhihu.com/p/179046666

	利用【筛选模板】轻松提取出小红书热门业务.html
	https://mp.weixin.qq.com/s/xsRddRCLsxbtO1fUdKlCTQ
	
	如何自动收集大批量现成的互联网业务.html
	https://mp.weixin.qq.com/s/UhwPmJQaHDP4dK4vwzenfA

	绝大部分需求痛点都可以按照这套词库框架挖掘出来.html
	https://mp.weixin.qq.com/s/mr7gfe_FBlHr6SCe2qpHKw

	技能篇：想要挖掘商机，先学会这个能力.html
	https://mp.weixin.qq.com/s/hhlKqB1g2CyS-hftBe1qEQ
	
	seo清洗百万长尾词数据的策略.html
	https://mp.weixin.qq.com/s/wtTMuwCRJ0aoYeLjFfmbgA

学会利用“情感分析”从用户评论里挖掘槽点.html
https://mp.weixin.qq.com/s/vKlEpJiCe8GLfBgYOj_iMA
搜一搜SEO选词实操步骤，附提词工具！.html
从网页的“小广告”中提取出最热门的业务！.html
https://mp.weixin.qq.com/s/gXMsal3IKBntYTRbWc754A
从付费行为里给自己找一个兼职当作副业.html
百度搜索移动端流量词热度统计方法.html
百度竞价广告：穷尽蓝海流量-收集篇.html
https://mp.weixin.qq.com/s/zbG_ZEXb69M0mJxo3MxmHw
百度竞价广告：穷尽蓝海流量-查词篇.html
https://mp.weixin.qq.com/s/ThEobvU8JxNRJ_9nsoBEtg
几个现学现用的方式：提取用户较为“迫切”的需求！.html
https://mp.weixin.qq.com/s/JT-2k2ewtono5gU8wHDBgQ
SEO采集海量文章，用倒排索引找出_类似的标题.html
百度竞价：大量挖掘有商业价值的词汇，截流另一片长尾流量！.html
https://mp.weixin.qq.com/s/ThpgIsUfZ0ruJJb9EPtnDw?poc_token=HP5nmWWj1TRa6DPy6SSlKWq2dg8vhO3jgySZPf68