解析結果を見てみる
静岡、でグーグル検索した結果は以下の様なものです。
静岡県公式ホームページ ふじのくに総合トップページ
https://www.pref.shizuoka.jp/
静岡の観光スポットランキングTOP10 – じゃらんnet
http://www.jalan.net/kankou/210000/
静岡県 – Wikipedia
https://ja.wikipedia.org/wiki/%25E9%259D%2599%25E5%25B2%25A1%25E7%259C%258C
静岡 のニュース検索結果静岡市ホームページ
http://www.city.shizuoka.jp/
ハローナビしずおか 静岡県観光情報公式ホームページ
http://hellonavi.jp/
@S[アットエス] | 静岡新聞SBSオフィシャルサイト
http://www.at-s.com/
絶対に行きたい!“静岡”のオススメ観光スポットランキングTOP40 …
https://retrip.jp/articles/5381/
静岡銀行
http://www.shizuokabank.co.jp/
富士山静岡空港
http://www.mtfuji-shizuokaairport.jp/
この中で、
・Wiki・・・スクレイピング不可
・静岡のニュース検索結果・・・ニュースについての検索の相対パスなので除去
の2つは除去しています。
これらのサイトからテキスト情報を抜き出して、
↓
mecabコマンドに通し
↓
TermExtractにかける(ex_mecab.plの実行)
という手順でおなじみですね。
とは言え、元々のテキストが結構大量になりまして、解析結果も2095行も出力されました。
なので、
・スコアが1000以上
かつ
・明らかにおかしなものを覗いた
のが以下のような感じでした。
観光スポット 8573.39
温泉 6995.03
伊豆 6942.60
スポット 6617.74
富士山 6481.85
観光 6333.73
体験 5508.25
グルメ 4738.28
情報 4603.37
浜松 3971.11
富士山静岡空港 3697.26
観光情報 3447.38
月 3439.74
観光スポット静岡 2958.55
プラン一覧 2780.55
日本 2673.95
静岡県内 2600.64
富士 2498.77
一覧 2300.66
イベント 2291.29
イベント情報 2121.40
一覧静岡 2106.79
熱海 1899.49
動物園 1872.21
公園 1651.76
写真 1628.00
下田 1624.81
施設 1609.97
旅 1583.92
温泉地 1576.92
観光スポット-静岡 1526.24
観光情報静岡 1501.26
静岡放送 1435.43
観光名所 1398.21
人気 1365.21
世界 1324.69
静岡新聞 1238.64
即時予約OK空き状況 1228.39
観光スポットランキングTOP 1207.21
富士山情報 1129.04
観光協会 1092.60
ホームページ 1067.39
世界遺産 1043.25
伊東 1008.17
右側の数値がスコアです。
結構良さげなキーワードが取れていると思います。
多すぎるので1000以上を見ましたが、
もっと下位のものも結構使えそうです。
今はちょっと手順が多いので、もう少し簡単にするのが次の課題ですかね。
ディスカッション
コメント一覧
まだ、コメントがありません