oopus/trends-story

Trends Story数据集是一个每周更新的SQLite数据库快照集合，专注于美国谷歌趋势数据。它自动收集谷歌趋势信息，并为每个热门话题生成简明易懂的文本摘要。数据集包含三个主要表格：serpapi_data存储原始趋势数据（如搜索关键词、搜索量、增长百分比等），main_news_data提供由LLM生成的趋势背景解释摘要，image_data则记录为每个话题生成的词云图像文件名。数据收集自美国地区的谷歌趋势，通过SerpAPI每日两次（东部时间上午5点和下午4点）获取，并每周一进行快照备份。数据集适用于文本分类、文本生成等NLP任务，可用于分析趋势话题、新闻事件等。许可证为CC BY 4.0，基于谷歌趋势的公开数据。--- 语言： - 英语 许可证：CC BY 4.0（知识共享署名4.0国际许可协议） 标签： - 谷歌趋势（Google Trends） - 热门话题 - 新闻 - SerpAPI - SQLite 数据集名称：Trends Story — 美国区每周谷歌趋势快照 数据规模：1亿 < 数据量 < 10亿 任务类别： - 文本分类 - 文本生成 --- # Trends Story — 美国区每周谷歌趋势快照 本数据集为[Trends Story](https://trending.oopus.info)项目产出的每周SQLite数据库快照，该项目会自动采集美国区谷歌趋势数据，并为每个热门话题生成通俗易懂的自然语言总结。 源代码仓库：[sudoghut/trends-story](https://github.com/sudoghut/trends-story) ## 数据集内容 每个`.db`文件均为完整的SQLite快照，命名格式为`trends_data_YYYYMMDD.db`，每周一上传更新。 ### 数据表 #### `serpapi_data`（持续增长——每次采集新增约20~30条数据，每日采集两次） 该表存储通过SerpAPI获取的原始谷歌趋势数据： | 字段名 | 数据类型 | 字段说明 | |--------|----------|----------| | `id` | INTEGER | 主键 | | `query` | TEXT | 热门搜索关键词 | | `start_timestamp` | TEXT | 该趋势起始的Unix时间戳 | | `active` | INTEGER | 标识该趋势当前是否处于活跃状态 | | `search_volume` | INTEGER | 估算搜索量 | | `increase_percentage` | INTEGER | 搜索量增幅百分比 | | `categories` | TEXT | 谷歌趋势分类（例如`17-体育`、`4-娱乐`） | | `trend_breakdown` | TEXT | 相关子搜索词，以竖线分隔 | | `serpapi_google_trends_link` | TEXT | SerpAPI提供的趋势时序数据链接 | | `news_page_token` | TEXT | 用于获取相关新闻的令牌 | | `serpapi_news_link` | TEXT | SerpAPI提供的新闻链接 | | `date` | TEXT | 数据采集时间戳（美国东部时间） | #### `main_news_data`（持续增长——每条已处理的趋势对应一行数据） 该表存储大语言模型（LLM）生成的自然语言总结，用于解释对应关键词成为热门趋势的原因： | 字段名 | 数据类型 | 字段说明 | |--------|----------|----------| | `id` | INTEGER | 主键 | | `news` | TEXT | 解释趋势背景的总结文本 | | `date` | TEXT | 总结生成时间戳 | | `serpapi_id` | INTEGER | 外键，关联`serpapi_data.id` | | `image_id` | INTEGER | 外键，关联`image_data.id` | #### `image_data`（持续增长——每条已处理的趋势对应一行数据） 该表存储为每个热门话题生成的词云图像文件名： | 字段名 | 数据类型 | 字段说明 | |--------|----------|----------| | `id` | INTEGER | 主键 | | `file_name` | TEXT | 图像文件名（格式：`{slug}_{YYYYMMDD}_{HHMMSS}.png`） | ## 使用方法 以下为通过Hugging Face Hub下载并读取数据集的示例代码： python from huggingface_hub import hf_hub_download import sqlite3 path = hf_hub_download( repo_id="oopus/trends-story", filename="trends_data_20260517.db", repo_type="dataset" ) conn = sqlite3.connect(path) df_trends = conn.execute("SELECT * FROM serpapi_data LIMIT 10").fetchall() df_news = conn.execute("SELECT * FROM main_news_data LIMIT 5").fetchall() conn.close() ## 数据采集规则 - **采集区域**：美国 - **数据来源**：通过[SerpAPI](https://serpapi.com)获取的谷歌趋势数据 - **采集频率**：每日两次，分别为美国东部时间凌晨5点与下午4点 - **快照备份频率**：每周一次（每周一） - **数据格式**：SQLite 3格式，每周对应一个`.db`文件 ## 相关项目 | 项目类型 | 项目地址 | |----------|----------| | 官方站点 | https://trending.oopus.info | | 主代码仓库 | https://github.com/sudoghut/trends-story | | 前端界面仓库 | https://github.com/sudoghut/trend-story-interface | | API接口仓库 | https://github.com/sudoghut/trend-story-api | ## 许可证 本数据集采用[知识共享署名4.0国际许可协议（CC BY 4.0）](https://creativecommons.org/licenses/by/4.0/)发布，其底层趋势数据通过SerpAPI从谷歌趋势（公开数据）获取。