この記事は GMOアドマーケティング Advent Calendar 2020 19日目の記事です。
こんにちはGMOアドマーケティングのy.yです。
記事概要
広告配信先の記事を解析して急上昇ワード、特定単語を含んでいる人気記事、サジェストワードを取得し広告のキーワード配信に活かせそうなデータ抽出
フロー
- 記事のタイトル本文取得
- 本文から単語抽出
- BigQueryに1,2の結果を保存
- BigQueryのクエリで解析し結果を取得
解析に使用するテーブルイメージ
contents table
- contentsID：contents1234
- title：年末ジャンボ宝くじ
- body：記事の本文です
- words：[“コロナ禍:0.183705:OTHER”,”当せん:0.155460:EVENT”,”年末ジャンボ宝くじ:0.128685:OTHER”,”ジャンボ宝くじ:0.115066:EVENT”,”年末ジャンボ:0.080016:OTHER”,”イベント:0.049534:EVENT”,”確率:0.028282:OTHER”,”当せん本数:0.020785:OTHER”,”新型コロナ:0.020604:OTHER”,”時事通信フォト:0.016860:OTHER”,”当せん金:0.016287:OTHER”,”発売風景:0.014618:OTHER”,”写真:0.014618:WORK_OF_ART”,”中止:0.013676:EVENT”,”延期:0.013676:EVENT”,”発売時期:0.012676:OTHER”]
…
imp table
- impID：abcd1234
- contentsID：contents1234
…
解析
2020/11/24の急上昇ワードTOP20
contents tableの単語を集計し前日から急上昇したワード
集計日当日のワード登場回数÷集計日前日の対象ワード登場回数＝割合の高いものが急上昇ワード
特定の単語を含んでいる人気記事のタイトルと記事に含まれている単語
急上昇ワードのTOPの王手” というワードを含んだ記事でimp数が多い記事
コンテンツテーブルとimpテーブルからimp数の多い記事から取得してみました
上位TOP10の記事タイトル
- 【１１月場所】Ｖ王手の貴景勝 苦難の大関陥落時に恩師が見た〝勝負師のメンタル〟 – 東京スポーツ新聞社
- 大阪桐蔭など２８校から誘い 明石商１年生・来田３安打５打点で初Ｖ王手
- ソフトバンク ポストシーズン11連勝 無傷の王手で突破率100％！
- 東海大、トライ合戦制して3季連続10度目の優勝へ王手
- ロッテ・鳥谷、通算３５０二塁打 王手から３カ月「縁ある」関西で決めた /
- イ・ボミ国内男子年間最高賞金超え王手/
- 貴景勝Ｖ王手「自然体で集中」自己最多タイ13勝目
- イ・ボミ国内男子年間最高賞金超え王手/
- 広島】“ツバメキラー”長野久義、同点２ランで通算１５０号王手「追いつくことができてよかった」
- メジャー初優勝に王手の西村優菜「自分のプレーに集中して最後、笑顔で終われるように」
特定の単語からサジェストワード取得
“王手”というワードのサジェストワード取得
contents tableとimp tableから”王手”というワードを含んだ記事の単語を集計して上位のワードをサジェストワードとして取得してみました
サジェストワードTOP１０
- ソフトバンク
- ゴルフ人生
- 浅井咲希V
- 足
- DeNA
- イ・ボミ
- 優勝
- 勝利
- 国内
- 巨人
※contents table内の区切り文字に”:”を使用していて年月を取得してしまっているので年月を除外して抜粋しています。
まとめ
広告を掲載している記事の解析を行えば様々な予測データを作ることができ
閲覧している記事に表示する広告を最適化することができるのではないのかなと思いました。
明日は、@yossy_admさんによる「FuelPHPのcurlライブラリ経由でNatural Language APIにリクエストを投げてみた」です。
引き続き、GMOアドマーケティング Advent Calendar 2020 をお楽しみください！
■エンジニア採用ページ ～福利厚生や各種制度のご案内はこちら～
https://www.gmo-ap.jp/engineer/
■noteページ ～ブログや採用、イベント情報を公開中！～
