關鍵字的應用身處於每個人的日常生活及企業應用之中，舉凡欲尋找有關沖繩相關旅遊資訊該如何下出正確的關鍵字， 或者是你是個廣告業務想要投放嬰兒用品的廣告不知道該下哪些關鍵字。這時你會需要打造一個關鍵字精靈來協助你

1. 痞客邦PIXNET
Research Team Lead
痞客邦的關鍵字精靈
1

2. Who am I ?
● Kent Shih (施晨揚)
● 熱愛 Machine Learning & Data Analysis
● 本屆黑客松題目主要設計者之一
https://www.facebook.com/texib
2

3. 關鍵字精靈(PIXBOT) 基本資料
• 出生：2015/12/23 6:03 PM
• 指令：12 道不同指令，以關鍵字分析為主要
功能
• 服務對象：渴望數據資料的同仁們
• 住在哪：PIXinsight 平台
3

4. What is Keyword ?
摘錄Wikipedia :
Keyword (computer programming), word or identifier that
has a particular meaning
to the programming language
4

5. 文章熱門搜尋關鍵字分析
5

6. Why We Need ?
UX 部門主管 – 小左
中午看的文章
和晚上看會一樣
嗎 ?
應該不一樣吧？
可以抓幾篇看一
下
Kent
嗯我想想~但有上千篇文章
今晚不用睡了！
6

7. 破千篇的文章早上
中午
晚上

8. 怎麼算出來的呢?
早上下午
文章集
晚上
文章集
比對搜尋
紀錄差異
計算代表
的關鍵字
斷詞處理
8

9. 早上到下午會搜尋的關鍵字
四神湯
下午茶
上引水產
9

10. 下午晚上的搜尋關鍵字
啤酒
夜市
10

11. 現在只要
原本 4000 文章 * 30 秒 = 33 小時
11

12. 議題分析
12

13. 最近有客戶想下尿
布的廣告
Why We Need ?
廣告部門主管
Brick
創作者
都怎麼介紹尿布啊
??
Kent
我們的老婆大人比
較清楚吧!!
總不能跟客戶這麼
說吧 XD
嗯我想想～
13

14. 關聯詞
尿
布
14

15. 相似詞
尿
布
15

16. 相似詞 - 詞向量

17. 皮
卡
丘
17

18. 神奇寶貝 = 皮卡丘
神奇寶貝GO/精靈寶可夢GO] 2016/7/22
正式在日本提供服務＆日本橫濱的
皮卡丘手遊台灣精靈寶可夢「Pokémon GO」
18

19. 優像數位媒體科技股份有限公司
PIXNET DIGITAL MEDIA CORPORATION
怎麼算出來的呢？
大量優質文章
100萬篇文章
Top High Quality 2015 Q3 Q4
6.1 億篇文章
High
Quality
Classifier
Ranking
19

20. 怎麼算出來的呢？
Word Embedding
優像數位媒體科技股份有限公司
PIXNET DIGITAL MEDIA CORPORATION
資料前處理 深度學習100 萬篇文章
20

21. 怎麼算出來的呢？
Word2Vec
使用類神網路來產生以下模型：
給予短句中的前文即可預測出下一個
可能會出現的詞
附帶產生的結果
投影層即為詞向量(Word Vector)
我想要去沖繩潛水 潛水
打
球
潛
水
睡
覺
洗
臉
...
21

22. 關聯詞
寶
可
夢
22

23. 熱搜詞組
精靈寶可夢台灣
精靈寶可夢太陽
pokemon寶可夢
任天堂精靈寶可夢
23

24. 廣告部
拿到一筆尿布廣告訂單
24

25. 系統架構
NAS
ＭySQL
Spark
WorkerWorker Worker
Jieba Server
Gensim Word2Vec
Flask
Jupyter
Scikit
Learn
TensorFlow
Slack Bot
AWS Redshift
25