大多数“趋势”产品像个魔法黑盒。我们的刻意做得朴素、可检视——因为信任始于一个你能核实的数据源。下面是我们采集你所见数据的确切方式。
数据源:公开 RSS 流
我们读取谷歌美国地区的公开 Trends RSS 流。它是公开的聚合信号——并非任何人的个人数据——为每条热搜提供:关键词、近似搜索量、分类、一个代表性新闻链接,以及一个发布时间。
采集周期:每四小时
定时任务以固定 4 小时周期抓取该流。四小时是经过权衡的选择:足够频繁以捕捉快速升温的尖峰,又足够克制以避免频繁请求公开流或用近乎重复的快照塞满数据库。每次运行都会更新热词并记录我们存储它的精确时刻。
两个时钟,而非一个
这是最关键的细节。每条记录都带两个时间戳:
- 发布时间——谷歌报告该趋势开始升温的时间(pubDate)。
- 采集时间——本系统实际收录该记录的时间。
我们把二者分开,因为它们回答不同的问题。“现在什么最热?”是发布时间的问题;“我的采集器在过去 6/12/24/48 小时内新捕获了什么?”是采集时间的问题。混为一谈会产生误导性的“新鲜度”说法,因此热词表把两者作为独立筛选项分别暴露。
诚实的局限
该流反映谷歌的覆盖与排序,这不由我们控制;搜索量为近似值;4 小时周期意味着可能错过小时内的微尖峰。当所选窗口没有新数据时,我们会如实说明,并回退到最近数据,而不是把空表伪装成“实时”。
这一切都不要求你盲目信任——它的目的恰恰是让你能够核验。