Google Trends 时间序列的校准
社会与信息网络
2021-02-05 v5 信息检索
摘要
Google Trends 是一款允许研究者分析 Google 搜索查询在时间与空间上流行度的工具。在一次请求中，用户最多可获取 5 个查询在统一尺度上的时间序列，归一化至 0 到 100 的范围并四舍五入为整数精度。尽管 Google Trends 总体价值很高，但取整会带来严重问题，以至于当不受欢迎的查询与更热门的查询一同请求时，可能返回完全无信息量的全零时间序列。我们通过提出 Google Trends Anchor Bank (G-TAB) 来解决此问题，这是一种用于校准 Google Trends 数据的高效方案。我们的方法在统一尺度上表达任意数量查询的流行度，而不受取整误差影响。该方法分两个阶段进行。在离线预处理阶段，构建一个“锚库（anchor bank）”，即一组覆盖完整流行度谱的查询，通过仔细地将多个 Google Trends 请求链式拼接，全部针对一个公共参考查询进行校准。在在线部署阶段，任意给定搜索查询通过在锚库中进行高效二分搜索来校准。每步搜索需要一次 Google Trends 请求，但如我们在实证评估中所展示的，极少步数即可满足需求。我们将代码作为易于使用的库公开于 https://github.com/epfl-dlab/GoogleTrendsAnchorBank。
引用
@article{arxiv.2007.13861,
title = {Calibration of Google Trends Time Series},
author = {Robert West},
journal= {arXiv preprint arXiv:2007.13861},
year = {2021}
}
备注
Proceedings of the 29th ACM Conference on Information and Knowledge Management (CIKM), 2020