# Topic-Selector 调研报告

## 一、任务理解

topic-selector（选题筛选员）的核心能力要求：
1. **从今日热点中筛选最具潜力的候选选题** — 需要实时获取多源热点数据
2. **理性客观，依赖数据和分析做决策** — 需要建立量化评分体系
3. **细致严谨，不遗漏重要信息** — 需要系统性覆盖和交叉验证

## 二、筛选维度定义（4个核心维度）

### 维度1：热度指数 (Heat Score)
- 衡量：话题的即时传播热度
- 指标：搜索量、阅读量、讨论量、互动率
- 权重：30%

### 维度2：话题延展性 (Extendability)
- 衡量：话题是否具备多角度延展创作的价值
- 指标：是否可多维度解读、是否有争议性、是否有知识增量
- 权重：25%

### 维度3：受众覆盖 (Audience Coverage)
- 衡量：目标受众的广度和商业价值
- 指标：受众年龄段、购买力、兴趣匹配度
- 权重：25%

### 维度4：生命周期 (Lifecycle)
- 衡量：话题的热度持久度
- 指标：是否在上升期、是否有时效性、是否会反转
- 权重：20%

## 三、数据源清单

### 1. 百度热搜
- URL: https://top.baidu.com/board?tab=realtime
- 更新频率: 实时
- 数据格式: 排名 + 标题 + 热度值
- 爬取难度: 低（静态页面）
- 状态: ✅ 可用

### 2. 微博热搜
- URL: https://weibo.com/ajax/side/hotSearch
- 更新频率: 实时
- 数据格式: 排名 + 标题 + 热度值
- 爬取难度: 中（403反爬）
- 状态: ⚠️ 需要代理

### 3. 知乎热榜
- URL: https://www.zhihu.com/api/v3/feed/topstory/hot-lists/total
- 更新频率: 实时
- 数据格式: 排名 + 标题 + 热度
- 爬取难度: 中（401验证）
- 状态: ⚠️ 需要登录

### 4. 抖音热榜
- URL: https://www.douyin.com/aweme/v1/web/hot/search/list
- 更新频率: 实时
- 数据格式: 话题 + 播放量
- 爬取难度: 中
- 状态: ⚠️ 待验证

### 5. 哔哩哔哩热搜
- URL: https://api.bilibili.com/x/web-interface/popular
- 更新频率: 实时
- 数据格式: 标题 + 播放量 + 弹幕数
- 爬取难度: 低
- 状态: ✅ 可用

## 四、筛选方法论

### 4.1 初筛过滤规则
- 去除敏感政治话题
- 去除低质灌水内容
- 去除已过期话题

### 4.2 评分计算公式
```
综合得分 = 热度指数×0.3 + 话题延展性×0.25 + 受众覆盖×0.25 + 生命周期×0.2
```

### 4.3 行业分类覆盖
- 科技数码
- 娱乐明星
- 社会民生
- 国际关系
- 财经商业
- 健康养生
- 教育职场

## 五、行业最佳实践

### 内容平台选题标准
1. **痛点真实** — 用户有实际需求
2. **有差异化角度** — 不是老生常谈
3. **可执行性强** — 有具体的切入角度
4. **有传播潜力** — 用户愿意分享

### 热点追踪系统架构
- 数据采集层：多源API/爬虫
- 数据处理层：去重、分类、评分
- 存储层：时序数据库
- 应用层：API接口供调用

---

*调研时间: 2026-03-27*
*数据来源: 百度热搜、哔哩哔哩热搜*