公众号爆款选题雷达

聚合多平台热点，智能评估选题潜力，提供爆款切入角度、竞品分析及差异化内容方案，助力公众号内容创作。

Skill: 公众号爆款选题雷达

---

version: "1.0.0" name: "wechat-topic-radar" display_name: "公众号爆款选题雷达" description: | 全网热点聚合分析工具，智能发现公众号爆款选题。 采集知乎、微博、小红书、公众号等多平台热点， 通过综合热度算法识别高潜力选题， 提供切入角度建议、竞品分析和内容差异化方案。 author: "liujian" tags: ["内容创作", "公众号", "热点分析", "选题工具", "数据分析"]

---

功能特性

🔥 多平台热点采集 (20+平台)

• 国内热点: 百度热搜、微博热搜、知乎热榜、今日头条、抖音热搜、B站热搜/日榜
• 技术社区: 掘金、CSDN、GitHub、V2EX、HackerNews
• 新闻资讯: 网易新闻、少数派、爱范儿
• 自动故障转移: 多源备份，确保数据稳定采集

🌡️ 综合热度算法

基于5大维度评估选题价值：

• 平台热度 (20%)：原始热度数据
• 互动热度 (25%)：点赞/评论/分享数据
• 趋势热度 (20%)：新鲜度和增长趋势
• 内容质量 (15%)：标题质量和完整性
• 爆款潜力 (20%)：情绪价值和传播潜力

🎯 智能选题建议

• 切入角度推荐：5种角度类型（情感共鸣/实用干货/观点评论/数据洞察/故事叙事）
• 标题优化建议：基于爆款标题公式生成
• 文章结构规划：提供完整的内容大纲
• 情绪定位分析：匹配目标读者情绪

📊 竞品分析

• 相似话题识别：发现同主题竞品内容
• 角度分布分析：避免同质化竞争
• 差异化策略：提供独特的切入建议

📈 可视化报告

• HTML交互报告：美观的可视化分析
• 热度趋势图表：TOP10热度排行、雷达图分析
• 关键词云图：热点词汇提取
• JSON数据导出：便于二次分析

---

使用方法

完整扫描

bash

# 执行完整的热点扫描和分析
python scripts/radar_main.py scan

# 指定平台和数量
python scripts/radar_main.py scan -p zhihu weibo -l 30

快速扫描

bash

# 快速获取热点概览
python scripts/radar_main.py quick

# 按关键词筛选
python scripts/radar_main.py quick -k 职场

单选题分析

bash

# 分析单个选题
python scripts/radar_main.py analyze "为什么年轻人都不结婚了？"

多选题对比

bash

# 对比多个选题
python scripts/radar_main.py compare "标题1" "标题2" "标题3"

Python API调用

python

from scripts.radar_main import WechatTopicRadar

# 初始化雷达
radar = WechatTopicRadar('config/config.yaml')

# 执行完整扫描
result = radar.scan()

# 获取TOP10热门选题
top_topics = result['scores'][:10]
for score in top_topics:
    print(f"{score.topic.title} - 热度: {score.total_score}")

# 快速扫描
quick_result = radar.quick_scan(keyword="职场")

# 分析单个选题
analysis = radar.analyze_topic("你的选题标题")
print(analysis.angles[0]['suggested_title'])

---

输出示例

控制台输出

text

============================================================
🔥 公众号爆款选题雷达 - 开始扫描
============================================================
📱 扫描平台: zhihu, weibo, xiaohongshu, wechat
📊 每平台采集: 50 条
⏰ 开始时间: 2024-01-15 09:30:00
------------------------------------------------------------

📡 Step 1: 多平台数据采集...
   ✅ 共采集 156 条热点数据

🌡️  Step 2: 综合热度计算...
   ✅ 计算完成，89 条达到热度阈值

📈 Step 3: 热点趋势分析...
   ✅ 提取 45 个关键词
   ✅ 识别 23 个上升话题

🔍 Step 4: 选题深度分析...
   ✅ 完成 10 个选题深度分析

📄 Step 5: 生成分析报告...
   ✅ HTML报告: ./data/reports/topic_radar_report_20240115_093015.html
   ✅ JSON数据: ./data/topic_data_20240115_093015.json

============================================================
✨ 扫描完成!
============================================================
🏆 TOP 5 热门选题:
   1. [知乎] 2024年最赚钱的10个行业... (热度: 92.5)
   2. [微博] 为什么年轻人都不结婚了？... (热度: 89.3)
   ...

分析报告内容

• 📊 数据概览：采集统计、平台分布
• 📈 可视化图表：热度排行、雷达图、关键词图
• ⭐ 精选推荐：当下最热/高潜力/被低估选题
• 🔍 深度分析：TOP5选题的切入角度、差异化建议

---

配置说明

配置文件位置：config/config.yaml

yaml

# 扫描平台配置
data_collection:
  platforms:
    - zhihu
    - weibo
    - xiaohongshu
    - wechat
  limit_per_platform: 50

# 热度算法权重
heat_algorithm:
  weights:
    platform: 0.20
    interaction: 0.25
    trend: 0.20
    quality: 0.15
    potential: 0.20

# 报告配置
report:
  output_dir: ./data/reports

---

项目结构

text

wechat-topic-radar/
├── SKILL.md                    # Skill定义文件
├── README.md                   # 项目说明
├── requirements.txt            # Python依赖
├── config/
│   └── config.yaml            # 配置文件
├── scripts/
│   ├── radar_main.py          # 主控模块
│   ├── data_collector.py      # 数据采集
│   ├── heat_algorithm.py      # 热度算法
│   ├── topic_analyzer.py      # 选题分析
│   └── report_generator.py    # 报告生成
├── data/                      # 数据存储
│   └── reports/              # 报告输出
└── assets/                    # 静态资源

---

技术栈

• Python 3.8+
• requests：网络数据采集
• jieba：中文分词和关键词提取
• numpy：数值计算
• plotly：交互式可视化
• pyyaml：配置管理

---

数据来源

平台	类型	数据源
百度热搜	综合热点	小尘API
微博热搜	社交媒体	小尘API
知乎热榜	问答社区	小尘API
今日头条	新闻资讯	小尘API
抖音热搜	短视频	小尘API
B站热搜/日榜	视频社区	小尘API
掘金	技术社区	小尘API
CSDN	技术社区	小尘API
GitHub	开源社区	小尘API
网易新闻	新闻资讯	小尘API
少数派	科技媒体	小尘API
爱范儿	科技媒体	小尘API
V2EX	技术社区	官方API
HackerNews	技术社区	官方API

---

注意事项

1. 数据准确性：网络数据采集可能存在延迟或波动
2. 合规使用：请遵守各平台的数据使用规范
3. 热点时效：热点内容具有时效性，建议及时跟进
4. 人工判断：算法建议仅供参考，最终选题需结合人工判断

---

更新计划

• 接入更多数据源（抖音、B站、今日头条等）
• AI智能标题生成
• 历史热点趋势分析
• 个性化推荐算法
• 定时自动推送报告

---

联系作者

• 作者: liujian
• 邮箱: [e-mail]
• 版本: 1.0.0