计算热门话题或标签的最佳方法是啥？

Posted 2023-02-15

【中文标题】计算热门话题或标签的最佳方法是啥？

【英文标题】：What is the best way to compute trending topics or tags?计算热门话题或标签的最佳方法是什么？

【发布时间】：2010-10-21 17:03:57

【问题描述】：

许多网站都提供一些统计信息，例如“过去 24 小时内最热门的话题”。例如，Topix.com 在其“新闻趋势”部分中显示了这一点。在那里，您可以看到提及次数增长最快的主题。

我也想为一个主题计算这样的“嗡嗡声”。我怎么能这样做？该算法应该对总是不太热的主题进行加权。通常（几乎）没人提及的话题应该是最热门的话题。

Google 提供“Hot Trends”，topix.com 显示“Hot Topics”，fav.or.it 显示“Keyword Trends”——所有这些服务都有一个共同点：它们只向您展示即将到来的、异常热门的趋势瞬间。

“Britney Spears”、“weather”或“Paris Hilton”等字词不会出现在这些列表中，因为它们总是热门且频繁出现。 This article calls this "The Britney Spears Problem".

我的问题：如何编写算法或使用现有算法来解决这个问题？拥有一个包含过去 24 小时内搜索过的关键字的列表，该算法应该会显示 10 个（例如）最热门的关键字。

我知道，在上面的文章中，提到了某种算法。 I've tried to code it in php 但我认为它不会起作用。它只是找到大多数，不是吗？

我希望你能帮助我（编码示例会很棒）。

【问题讨论】：

这是完全相同的问题，他甚至说！为什么有人支持它！

我对您要查找的结果类型有点困惑。这篇文章似乎表明“布兰妮斯皮尔斯”将始终出现在“热门”列表中，因为有很多人搜索该词，但您的问题表明它不会出现在列表中，因为该词的搜索次数确实随着时间的推移不会增加太多（它们仍然很高，但稳定）。你想达到哪个结果？ “布兰妮斯皮尔斯”的排名应该高还是低？

@eJames，“Britney Spears”不应该排名很高，因为她一直是一个高搜索词，而他正在寻找高速搜索词。

投票重新开放：这是对原始问题的后续问题，询问在尝试解决原始问题时出现的特殊问题。

不是完全重复的，甚至不是近乎重复的。这个问题是关于用特定算法解决特定问题的。

【参考方案1】：

这个问题需要一个 z 分数或标准分数，这将考虑到历史平均值，正如其他人所提到的那样，还要考虑这个历史数据的标准差，使其比仅使用平均值更稳健。

在您的情况下，z 分数是通过以下公式计算的，其中趋势将是诸如观看次数/天之类的比率。

z-score = ([current trend] - [average historic trends]) / [standard deviation of historic trends]

当使用 z-score 时，z-score 越高或越低，趋势越不正常，例如，如果 z-score 高度为正，则趋势异常上升，而如果它为高度负，则趋势异常上升。异常下降。因此，一旦您计算了所有候选趋势的 z 分数，最高的 10 个 z 分数将与最异常增加的 z 分数相关。

有关 z 分数的更多信息，请参阅 Wikipedia。

代码

from math import sqrt

def zscore(obs, pop):
    # Size of population.
    number = float(len(pop))
    # Average population value.
    avg = sum(pop) / number
    # Standard deviation of population.
    std = sqrt(sum(((c - avg) ** 2) for c in pop) / number)
    # Zscore Calculation.
    return (obs - avg) / std

样本输出

>>> zscore(12, [2, 4, 4, 4, 5, 5, 7, 9])
3.5
>>> zscore(20, [21, 22, 19, 18, 17, 22, 20, 20])
0.0739221270955
>>> zscore(20, [21, 22, 19, 18, 17, 22, 20, 20, 1, 2, 3, 1, 2, 1, 0, 1])
1.00303599234
>>> zscore(2, [21, 22, 19, 18, 17, 22, 20, 20, 1, 2, 3, 1, 2, 1, 0, 1])
-0.922793112954
>>> zscore(9, [1, 2, 0, 3, 1, 3, 1, 2, 9, 8, 7, 10, 9, 5, 2, 4, 1, 1, 0])
1.65291949506

备注

如果您不想考虑太多历史记录，您可以将此方法与滑动窗口（即过去 30 天）一起使用，这将使短期趋势更加明显，并且可以缩短处理时间。

您还可以对值（例如从一天到第二天的观看次数变化）使用 z 分数来定位每天增加/减少观看次数的异常值。这就像使用每日观看次数图表的斜率或导数一样。

如果您跟踪人口的当前规模、人口的当前总数以及人口的当前总数 x^2，则无需重新计算这些值，只需更新它们，因此您只需要为历史保留这些值，而不是每个数据值。下面的代码演示了这一点。

  from math import sqrt

  class zscore:
      def __init__(self, pop = []):
          self.number = float(len(pop))
          self.total = sum(pop)
          self.sqrTotal = sum(x ** 2 for x in pop)
      def update(self, value):
          self.number += 1.0
          self.total += value
          self.sqrTotal += value ** 2
      def avg(self):
          return self.total / self.number
      def std(self):
          return sqrt((self.sqrTotal / self.number) - self.avg() ** 2)
      def score(self, obs):
          return (obs - self.avg()) / self.std()

使用此方法，您的工作流程将如下所示。为每个主题、标签或页面创建一个浮点字段，用于显示数据库中的总天数、查看次数总和以及查看次数平方和。如果您有历史数据，请使用该数据初始化这些字段，否则初始化为零。在每天结束时，使用当天的查看次数与存储在三个数据库字段中的历史数据计算 z 分数。具有最高 X z 分数的主题、标签或页面是您当天的 X 个“最热门趋势”。最后用当天的值更新 3 个字段中的每一个，并在第二天重复该过程。

新增功能

上面讨论的正常 z 分数不考虑数据的顺序，因此观察“1”或“9”的 z 分数与序列 [1, 1, 1、1、9、9、9、9]。显然，对于趋势发现，最新数据应该比旧数据具有更大的权重，因此我们希望“1”观察值比“9”观察值具有更大的量值分数。为了实现这一点，我提出了一个浮动平均 z 分数。应该清楚的是，这种方法不能保证在统计上是合理的，但应该对趋势发现或类似方法有用。标准 z-score 和浮动平均 z-score 的主要区别在于使用浮动平均数来计算平均人口值和平均人口值的平方。详情见代码：

代码

class fazscore:
    def __init__(self, decay, pop = []):
        self.sqrAvg = self.avg = 0
        # The rate at which the historic data's effect will diminish.
        self.decay = decay
        for x in pop: self.update(x)
    def update(self, value):
        # Set initial averages to the first value in the sequence.
        if self.avg == 0 and self.sqrAvg == 0:
            self.avg = float(value)
            self.sqrAvg = float((value ** 2))
        # Calculate the average of the rest of the values using a 
        # floating average.
        else:
            self.avg = self.avg * self.decay + value * (1 - self.decay)
            self.sqrAvg = self.sqrAvg * self.decay + (value ** 2) * (1 - self.decay)
        return self
    def std(self):
        # Somewhat ad-hoc standard deviation calculation.
        return sqrt(self.sqrAvg - self.avg ** 2)
    def score(self, obs):
        if self.std() == 0: return (obs - self.avg) * float("infinity")
        else: return (obs - self.avg) / self.std()

示例 IO

>>> fazscore(0.8, [1, 1, 1, 1, 1, 1, 9, 9, 9, 9, 9, 9]).score(1)
-1.67770595327
>>> fazscore(0.8, [1, 1, 1, 1, 1, 1, 9, 9, 9, 9, 9, 9]).score(9)
0.596052006642
>>> fazscore(0.9, [2, 4, 4, 4, 5, 5, 7, 9]).score(12)
3.46442230724
>>> fazscore(0.9, [2, 4, 4, 4, 5, 5, 7, 9]).score(22)
7.7773245459
>>> fazscore(0.9, [21, 22, 19, 18, 17, 22, 20, 20]).score(20)
-0.24633160155
>>> fazscore(0.9, [21, 22, 19, 18, 17, 22, 20, 20, 1, 2, 3, 1, 2, 1, 0, 1]).score(20)
1.1069362749
>>> fazscore(0.9, [21, 22, 19, 18, 17, 22, 20, 20, 1, 2, 3, 1, 2, 1, 0, 1]).score(2)
-0.786764452966
>>> fazscore(0.9, [1, 2, 0, 3, 1, 3, 1, 2, 9, 8, 7, 10, 9, 5, 2, 4, 1, 1, 0]).score(9)
1.82262469243
>>> fazscore(0.8, [40] * 200).score(1)
-inf

更新

正如 David Kemp 正确指出的那样，如果给定一系列常量值，然后请求与其他值不同的观察值的 zscore，则结果可能应该是非零的。实际上返回的值应该是无穷大。所以我改变了这一行，

if self.std() == 0: return 0

到：

if self.std() == 0: return (obs - self.avg) * float("infinity")

此更改反映在 fazscore 解决方案代码中。如果不想处理无限值，可接受的解决方案可能是将行改为：

if self.std() == 0: return obs - self.avg

【讨论】：

不，你的代码有一个小错误，在下面一行。 $z_score = $hits_today-($average_hits_per_day/$standard_deviation);应该是：$z_score = ($hits_today-$average_hits_per_day)/$standard_deviation;注意括号中的变化。

@nixuz - 我错过了什么：fazscore(0.8,map(lambda x:40,range(0,200))).score(1) == 0（对于任何值）？

@Nixus - 我想我可能会从坟墓里挖出这个。你能重新发布这个的PHP实现吗？ paste 链接似乎不起作用...谢谢！

这里的衰减是反直觉的；如果您输入 2 个值，例如衰减为 0.8 的 [10, 20]，则 AVG 为 10*0.8+20*0.2=12。你会期望一个高于 15 的值，因为如果有衰减，20 应该比 10 有更多的权重。使用 numpy.average 中的加权平均值可以使用更好的替代方法，您可以在其中创建具有权重的并行列表。例如： data=range(10,30,10) decay=0.8 decay_weights = [decay**a for a in range(len(data),0,-1)] print np.average(data,weights=decay_weights)

最好使用适合您数据的分布。正态分布的数据只是一个假设，但您应该根据您的用例来衡量这一点。

【参考方案2】：

您需要一种算法来衡量主题的速度 - 或者换句话说，如果您绘制它，您希望显示那些以惊人的速度上升的主题。

这是趋势线的一阶导数，不难作为您整体计算的加权因子。

标准化

您需要做的一项技术是标准化所有数据。对于您关注的每个主题，保留一个定义该主题基线的低通滤波器。现在，关于该主题的每个数据点都应该被标准化 - 减去它的基线，你会得到所有主题接近 0，在线上方和下方都有峰值。您可能希望将信号除以其基线幅度，这将使信号达到 1.0 左右 - 这不仅使所有信号彼此一致（使基线标准化），而且使尖峰标准化。布兰妮的尖峰将比其他人的尖峰大几个数量级，但这并不意味着你应该注意它 - 相对于她的基线，尖峰可能非常小。

导出

将所有内容标准化后，找出每个主题的斜率。取两个连续的点，并测量差异。正差呈上升趋势，负差呈下降趋势。然后，您可以比较归一化的差异，并找出与其他主题相比哪些主题的受欢迎程度上升 - 每个主题都根据自己的“正常”进行缩放，这可能与其他主题的数量级不同。

这确实是解决问题的第一步。您需要使用更高级的技术（主要是上述技术与其他算法的组合，根据您的需要进行加权），但应该足以让您入门。

关于文章

这篇文章是关于主题趋势的，但不是关于如何计算热门和不热门的内容，而是关于如何处理此类算法必须在 Lycos 和 Google 等地方处理的大量信息。为每个主题提供一个计数器所需的空间和时间，并在对其进行搜索时找到每个主题的计数器是巨大的。本文是关于尝试此类任务时面临的挑战。它确实提到了布兰妮效应，但没有谈到如何克服它。

作为Nixuz points out，这也称为Z 或Standard Score。

【讨论】：

谢谢！我会做伪代码，但我现在没有时间。也许稍后，或者也许其他人会采用这些概念并实施它......

非常感谢亚当戴维斯！如果 Nixuz 真的这么描述的话，我想我在 PHP 中有一个解决方案：paste.bradleygill.com/index.php?paste_id=9206 你认为这段代码对吗？

不应该是话题的加速而不是速度吗？查看最后一个答案

【参考方案3】：

Chad Birch 和 Adam Davis 是正确的，因为您必须向后看才能建立基线。如您所说，您的问题表明您只想查看过去 24 小时的数据，而这并不可行。

在不必查询大量历史数据的情况下为您的数据提供一些内存的一种方法是使用exponential moving average. 这样做的好处是您可以每个周期更新一次，然后刷新所有旧数据，所以你只需要记住一个值。因此，如果您的月经是一天，您必须为每个主题维护一个“每日平均”属性，您可以通过以下方式做到这一点：

a_n = a_(n-1)*b + c_n*(1-b)

其中a_n 是截至n 日的移动平均线，b 是介于 0 和 1 之间的某个常数（越接近 1，内存越长），c_n 是当天@987654326 的点击数@。美妙之处在于，如果您在一天结束时执行此更新 n，您可以刷新 c_n 和 a_(n-1)。

需要注意的是，它最初会对您选择的初始值 a 敏感。

编辑

如果有助于可视化这种方法，请采用 n = 5、a_0 = 1 和 b = .9。

假设新值为 5,0,0,1,4：

a_0 = 1
c_1 = 5 : a_1 = .9*1 + .1*5 = 1.4
c_2 = 0 : a_2 = .9*1.4 + .1*0 = 1.26
c_3 = 0 : a_3 = .9*1.26 + .1*0 = 1.134
c_4 = 1 : a_4 = .9*1.134 + .1*1 = 1.1206
c_5 = 4 : a_5 = .9*1.1206 + .1*5 = 1.40854

看起来不是很像平均水平吗？请注意该值如何保持接近 1，即使我们的下一个输入是 5。发生了什么？如果你扩展数学，你会得到什么：

a_n = (1-b)*c_n + (1-b)*b*c_(n-1) + (1-b)*b^2*c_(n-2) + ... + (leftover weight)*a_0

剩余重量是什么意思？好吧，在任何平均值中，所有权重都必须加到 1。如果 n 是无穷大并且 ... 可以永远持续下去，那么所有权重的总和将为 1。但是如果 n 相对较小，则剩下的权重很大在原始输入上。

如果你研究了上面的公式，你应该意识到这个用法的一些事情：

所有数据都对永远的平均值有所贡献。实际上，有一点贡献是非常非常小的。 近期值的贡献大于旧值。 b 越高，新值越不重要，而旧值越重要。但是，b 越高，您需要越多的数据来淡化 a 的初始值。

我认为前两个特征正是您要寻找的。为了给你一个简单的想法，这可以实现，这是一个 python 实现（减去所有数据库交互）：

>>> class EMA(object):
...  def __init__(self, base, decay):
...   self.val = base
...   self.decay = decay
...   print self.val
...  def update(self, value):
...   self.val = self.val*self.decay + (1-self.decay)*value
...   print self.val
... 
>>> a = EMA(1, .9)
1
>>> a.update(10)
1.9
>>> a.update(10)
2.71
>>> a.update(10)
3.439
>>> a.update(10)
4.0951
>>> a.update(10)
4.68559
>>> a.update(10)
5.217031
>>> a.update(10)
5.6953279
>>> a.update(10)
6.12579511
>>> a.update(10)
6.513215599
>>> a.update(10)
6.8618940391
>>> a.update(10)
7.17570463519

【讨论】：

这也称为无限脉冲响应滤波器 (IIR)

@Adam 真的吗？我不熟悉他们。它是 IIR 的特例吗？我正在浏览的文章似乎没有提供在简单情况下减少到指数移动平均线的公式。

非常感谢大卫·伯杰！如果它有效，它将是其他答案的一个很好的补充！不过，我有一些问题。我希望你能回答他们：1）因素b是否定义了旧数据减肥的速度？ 2）与简单地存储旧数据并计算平均值相比，这种方法会给出大致相同的结果吗？ 3）这是你的公式吗？ $average_value = $old_average_value * $smoothing_factor + $hits_today * (1-$smoothing_factor)

第 1 点和第 3 点是正确的。有关 2 的详细讨论，请参阅我的编辑。

也许我遗漏了一些东西，但我不明白如何合理地使用移动平均线来解决这个问题。一旦你计算了你的趋势的移动平均线，你怎么知道与其他趋势相比哪个趋势上升最快？您能否添加一些有关如何解决最初提出的问题的更多信息。谢谢。

【参考方案4】：

通常使用某种形式的指数/对数衰减机制来计算“嗡嗡声”。有关 Hacker News、Reddit 和其他人如何以简单方式处理此问题的概述，请参阅 this post。

这并没有完全解决那些一直很受欢迎的事情。您正在寻找的似乎类似于 Google 的“Hot Trends”功能。为此，您可以将当前值除以历史值，然后减去低于某个噪声阈值的值。

【讨论】：

是的，Google 的热门趋势正是我正在寻找的。历史价值应该是多少？例如最近 7 天的平均值？

这取决于您的数据的易失性。您可以从 30 天的平均值开始。如果这是一个周期性的事情（例如肯塔基赛马会），那么进行年度比较可能是有意义的。我会进行试验，看看什么在实践中最有效。

【参考方案5】：

我认为他们需要注意的关键词是“异常”。为了确定什么时候“异常”，你必须知道什么是正常的。也就是说，您将需要历史数据，您可以对其进行平均以找出特定查询的正常速率。您可能希望从平均计算中排除异常天数，但这需要已经有足够的数据，以便您知道要排除哪些天数。

从那里，您必须设置一个阈值（我敢肯定，这需要进行实验），如果超出阈值，例如比正常搜索次数多 50%，您可以将其视为“趋势” .或者，如果您希望能够像您提到的那样找到“Top X Trendiest”，您只需按照它们与正常价格相差多远（按百分比）排序即可。

例如，假设您的历史数据告诉您，小甜甜布兰妮通常会获得 100,000 次搜索，而帕丽斯·希尔顿通常会获得 50,000 次搜索。如果有一天他们俩的搜索量都比平时多 10,000 次，那么您应该认为巴黎比布兰妮“更热”，因为她的搜索量比平时增加了 20%，而布兰妮的搜索量仅增加了 10%。

天啊，我简直不敢相信我刚刚写了一段比较布兰妮斯皮尔斯和帕丽斯希尔顿的“辣度”。你对我做了什么？

【讨论】：

谢谢，但是仅仅通过它们的procentual增加来订购它们有点太容易了，不是吗？

【参考方案6】：

我想知道在这种情况下是否可以使用常规物理加速公式？

v2-v1/t or dv/dt

我们可以认为 v1 是每小时最初的点赞数/投票数/cmets 数，而 v2 是过去 24 小时内每小时的当前“速度”？

这更像是一个问题而不是一个答案，但似乎它可能只是工作。任何具有最高加速度的内容都会成为热门话题...

我确信这可能无法解决布兰妮斯皮尔斯的问题 :-)

【讨论】：

它会起作用，因为它只是计算每次投票/点赞的增加，这就是我们需要的。它可以部分解决“布兰妮斯皮尔斯问题”，因为这个搜索词的v1 总是很高，并且需要一个非常高的v2 才能被视为“趋势”。然而，可能有更好和更复杂的公式和算法来做到这一点。尽管如此，这是一个基本的工作示例。

在您总是需要在“趋势”提要中包含某些内容的情况下，这是完美的。类似于“探索”选项卡之类的东西，您可以在其中列出目前平台上最好的内容。使用不同的算法，您最终可能会得到一个空的结果集。

【参考方案7】：

可能一个简单的主题频率梯度会起作用 - 大的正梯度 = 受欢迎程度迅速增长。

最简单的方法是将每天搜索的数量分类，这样你就有了类似的东西

searches = [ 10, 7, 14, 8, 9, 12, 55, 104, 100 ]

然后找出它每天变化了多少：

hot_factor = [ b-a for a, b in zip(searches[:-1], searches[1:]) ]
# hot_factor is [ -3, 7, -6, 1, 3, 43, 49, -4 ]

并且只需应用某种阈值，以便将增加 > 50 的天视为“热”。如果您愿意，您也可以使这变得更加复杂。而不是绝对差异，您可以采用相对差异，以便从 100 到 150 被认为是热的，但 1000 到 1050 不是。或更复杂的梯度，它考虑了不止一天到下一天的趋势。

【讨论】：

谢谢。但我不知道渐变是什么以及如何使用它。对不起！

谢谢。所以我必须建立一个包含每日频率的向量，对吗？我敢肯定，相对值会更好。示例：我会说，从 100 到 110 的增长不如从 1 到 9 的增长。但是没有一个向量函数可以用来查找最热门的话题吗？只评估相对值是不够的，不是吗？从 100 增长到 200 (100%) 不如从 20,000 增长到 39,000！？

您要将此添加到什么样的网站？ @Autoplectic 建议每天计算搜索量的变化并不能很好地适用于流行论坛之类的东西，因为您每天都有成千上万的主题被定义。

你说得对，我需要一个算法来处理海量数据，每小时数千个主题。

这是一个糟糕的策略。这样一来，关于 Britney Spears 的总搜索量增加了 50 次，与欧洲新公投的搜索量增加了 50 次一样热。

【参考方案8】：

我曾参与过一个项目，我的目标是从实时 Twitter 流中找到热门话题，并对热门话题进行情感分析（找出热门话题是否正面/负面谈论）。我使用 Storm 来处理 Twitter 流。

我已将我的报告发布为博客：http://sayrohan.blogspot.com/2013/06/finding-trending-topics-and-trending.html

我使用 Total Count 和 Z-Score 进行排名。

我使用的方法有点通用，在讨论部分中，我提到了我们如何为非 Twitter 应用程序扩展系统。

希望这些信息对您有所帮助。

【参考方案9】：

如果您只是查看推文或状态消息来获取您的主题，您会遇到很多噪音。即使您删除所有停用词。获得更好的主题候选子集的一种方法是仅关注共享 URL 的推文/消息，并从这些网页的标题中获取关键字。并确保您也应用 POS 标记来获取名词 + 名词短语。

网页标题通常更具描述性，并包含描述网页内容的词语。此外，分享网页通常与分享突发新闻相关（即，如果像迈克尔杰克逊这样的名人去世，您将有很多人分享有关他去世的文章）。

我进行了实验，我只从标题中获取热门关键字，然后在所有状态消息中获取这些关键字的总数，它们肯定会消除很多噪音。如果你这样做，你不需要复杂的算法，只需对关键字频率进行简单的排序，你就成功了。

【参考方案10】：

您可以使用对数似然比将当前日期与上个月或上一年进行比较。这在统计上是合理的（鉴于您的事件不是正态分布的，这是从您的问题中假设的）。

只需按 logLR 对所有术语进行排序，然后选择前十名。

public static void main(String... args) 
    TermBag today = ...
    TermBag lastYear = ...
    for (String each: today.allTerms()) 
        System.out.println(logLikelihoodRatio(today, lastYear, each) + "\t" + each);
    
 

public static double logLikelihoodRatio(TermBag t1, TermBag t2, String term) 
    double k1 = t1.occurrences(term); 
    double k2 = t2.occurrences(term); 
    double n1 = t1.size(); 
    double n2 = t2.size(); 
    double p1 = k1 / n1;
    double p2 = k2 / n2;
    double p = (k1 + k2) / (n1 + n2);
    double logLR = 2*(logL(p1,k1,n1) + logL(p2,k2,n2) - logL(p,k1,n1) - logL(p,k2,n2));
    if (p1 < p2) logLR *= -1;
    return logLR;


private static double logL(double p, double k, double n) 
    return (k == 0 ? 0 : k * Math.log(p)) + ((n - k) == 0 ? 0 : (n - k) * Math.log(1 - p));

PS，TermBag 是单词的无序集合。为每个文档创建一袋术语。只计算单词的出现次数。然后occurrences 方法返回给定单词的出现次数，size 方法返回单词总数。最好以某种方式规范化单词，通常toLowerCase 就足够了。当然，在上述示例中，您将创建一个包含今天所有查询的文档，以及一个包含去年所有查询的文档。

【讨论】：

对不起，我看不懂代码。什么是术语包？如果您能简短地解释一下这段代码的作用，那就太好了。

一个 TermBag 是一个术语包，即该类应该能够回答文本中的单词总数以及每个单词的出现次数。

感谢 @akuhn 的解释和代码 sn-p。我移植到 javascript 并且它可以工作。我试图了解输出：在某些情况下，我看到负值（例如 -4.679577112488872 AAPL），而在其他情况下，我看到正值（例如 3.4914628235919807 CRWD）。最高价值是趋势的想法吗？负值代表什么？

【参考方案11】：

我们的想法是跟踪这些事情，并在它们与自己的基线相比显着跳跃时注意。

因此，对于超过某个阈值的查询，请跟踪每个查询，当它变为其历史值的某个值（例如几乎翻倍）时，这是一个新的热门趋势。