查找搜索列表“最佳主题”的算法——python

我正试图做一个程序，自定义广告的基础上，您的搜索历史

因此，我需要一个算法/脚本，根据搜索中单词的频率和搜索所用的时间，找到适合特定人的最佳广告关键字

比如说,

如果我的搜索列表为：

如何找到句子的主词-2018-03-31 15:16:04.752350

句子的主词-python-2018-03-28 15:16:04.752350

狗的食物-2016-03-28 15:16:04.752350

狗和它们的食物-2016-03-25 15:16:04.752350 狗粮-2016-03-23 15:16:04.752350 因此，即使狗、食物被搜索了3次，而句子的主词只有2个，但由于用户搜索狗的食物已经过了很长时间，所以选择的主题是-句子的主词

到目前为止，我已经做了一些算法，可以找到句子的主要主题，而不需要对经过的时间进行排序。但是，正如我所说的，我需要一个基于时间的算法。我考虑过一些简单的想法，比如最近用常数搜索“good”的分数，但我想要更好的算法

非常感谢

---

Omer

您可以计算每个单词的频率，对较旧的单词进行某种惩罚

例如，如果一个单词在上个月出现，则它将被视为 1.

如果时间超过一个月，但快于一年，则将其计算在内 0.5

如果超过一年，则将其计算为0.1

这是一种简化，但是你可以用这个想法来强调最近的单词

稍微提高一点，就可以使用正态分布。下面是一个绘制正态分布的好例子：

---

在您的情况下，您不需要将其绘制在图形上，而是希望将y轴值乘以频率

请加上你到目前为止所做的，以及你在这方面所经历的困难。完成了，我希望它很好：谢谢，但我想要更复杂的算法，它会带来更好的结果。由大公司或一组开发人员检查和开发的东西。不管怎样，我投你的票：我很想看看你是否发现了什么，我不认为大公司太渴望分享这些类型的算法！通过在正态分布上建模，你可以使我的例子更加复杂，在正态分布中，你可以根据你期望用户拥有的平均注意力跨度选择标准偏差，你能解释更多吗？我做过统计学课程，所以我知道什么是正态分布和其他统计概念。有意识地，你可以根据正态分布自动生成这些数字，而不是像我选择1，0.5，0.1以上的随机数。还有一件事，我如何生成标准偏差，我真的不知道哪个数字可以调整