# Topic-Selector 选题筛选技能 - 调研报告

## 任务概述
调研topic-selector选题筛选技能所需的知识体系和数据来源。

## 核心能力需求

### 1. 筛选目标
从热点选题库(100个热点)中筛选出5-10个最有价值的选题

### 2. 评估维度
| 维度 | 说明 | 评估方式 |
|------|------|----------|
| 市场热度 | 话题当前的流行程度 | 搜索量、阅读量、讨论量 |
| IP价值 | 是否具备IP化改编潜力 | 故事性、角色原型、情感共鸣 |
| 话题争议性 | 是否有讨论空间和槽点 | 正反观点数量、舆论走向 |
| 用户参与度 | 用户的互动意愿 | 点赞、评论、转发占比 |
| 转化潜力 | 付费转化可能性 | 付费意愿调研、历史转化数据 |

## 数据源清单

### 国内热点源
| 数据源 | 类型 | 更新频率 | 热度指标 | 备注 |
|--------|------|----------|----------|------|
| 微博热搜 | 榜单 | 实时 | 排名+热度值 | 娱乐新闻主阵地 |
| 抖音热榜 | 榜单 | 实时 | 热度值 | 短视频风向标 |
| 百度热搜 | 榜单 | 实时 | 搜索指数 | 搜索场景为主 |
| 知乎热榜 | 榜单 | 实时 | 热度值 | 深度讨论为主 |
| 豆瓣话题 | 榜单 | 实时 | 热度值 | 文化圈层为主 |
| 小红书热点 | 榜单 | 实时 | 热度值 | 种草+消费风向 |
| 36氪 | 资讯 | 实时 | 点击量 | 科技创业 |
| 虎嗅 | 资讯 | 实时 | 点击量 | 商业分析 |
| 钛媒体 | 资讯 | 实时 | 点击量 | TMT行业 |

### 国外热点源
| 数据源 | 类型 | 更新频率 | 热度指标 | 备注 |
|--------|------|----------|----------|------|
| Twitter/X Trending | 榜单 | 实时 | 热度值 | 全球热点 |
| Reddit Hot | 榜单 | 实时 | 投票数 | 社区讨论 |
| Google Trends | 趋势 | 实时 | 搜索趋势 | 搜索热度 |
| YouTube Trending | 榜单 | 实时 | 观看量 | 视频热点 |

### 行业垂直源
| 数据源 | 领域 | 更新频率 | 备注 |
|--------|------|----------|------|
| 猫眼专业版 | 电影 | 实时 | 票房、想看 |
| 云合数据 | 电视剧 | 实时 | 网播量 |
| 七麦数据 | App | 实时 | 排名波动 |
| 蝉妈妈 | 直播电商 | 实时 | 带货榜单 |
| 新榜 | 新媒体 | 实时 | 账号排名 |

## 评估模型设计

### 评分算法
```
综合评分 = w1×市场热度 + w2×IP价值 + w3×争议性 + w4×参与度 + w5×转化潜力

权重建议:
- w1(市场热度): 0.25
- w2(IP价值): 0.25
- w3(争议性): 0.15
- w4(用户参与度): 0.20
- w5(转化潜力): 0.15
```

### 筛选流程
1. **初筛**: 热度TOP100进入候选池
2. **维度打分**: 5个维度各0-100分
3. **加权计算**: 综合评分=Σ(维度分×权重)
4. **排序输出**: 按综合评分降序排列
5. **人工复核**: 选出TOP5-10

## 产出格式

### 候选选题列表
```json
{
  "candidates": [
    {
      "rank": 1,
      "topic": "选题标题",
      "source": "来源平台",
      "source_url": "原始链接",
      "heat_score": 850000,
      "dimensions": {
        "market_heat": 95,
        "ip_value": 88,
        "controversy": 70,
        "engagement": 82,
        "conversion": 75
      },
      "weighted_score": 84.5,
      "reason": "筛选理由",
      "crawl_time": "2026-03-27T10:30:00Z"
    }
  ]
}
```

## 技术实现

### 数据采集策略
- 多源并行抓取: 微博+抖音+百度+知乎
- 频率控制: 每5分钟更新一次
- 数据去重: 按话题指纹去重
- 异常处理: 单源失败不影响整体

### 缓存策略
- 热点数据: 内存缓存5分钟
- 评分数据: Redis缓存1小时
- 候选列表: 数据库持久化

## 参考资料

### 评估维度相关
- 百度指数: https://index.baidu.com/
- 微博微热点: https://weibo.com/aj/_hotsearch
- 新榜数据: https://www.newrank.cn/

### 技术实现参考
- Python爬虫: requests + BeautifulSoup
- 数据存储: SQLite + Redis
- 定时任务: cron/apscheduler

---

**调研完成时间**: 2026-03-27
**调研人**: Hunter