新词雷达是怎么发现新词的
loud.fm 新词雷达每 4 小时扫描社媒、电商、新域名、开源仓库、商标与基金申报、政策与监管、召回与停服、财报与招聘九条线,发现美国、欧洲、日本、东南亚、中东、巴西市场里刚出现、正在扩散的新词,附带来源、上下文和指标。
七条设计原则
- 免费信号找候选,付费接口只做验证。
- 过滤器按“单次成本 ÷ 淘汰率”从小到大排。
- “新”按市场算:A 市场的旧词,在 B 市场可以是新词。
- 追母词;子词按模板展开,不再花钱去发现。
- 快市场当慢市场的传感器:MEME 币按分钟,建站按天,备货按周到月。
- 每条结果都带来源链接和上下文摘录,可追溯。
- 每个数据源能单独开关、单独设预算。
一个周期做什么
主周期默认 4 小时。持续流(新签发证书的域名、链上新币)实时进入缓冲;热榜 30 到 60 分钟采集一次;联想词、GitHub、Hugging Face、Product Hunt、Hacker News 每个周期一次;商标、SEC、Federal Register、召回库、概念板块每天一次。周期只负责处理和发布:冻结缓冲窗口 → 抽取候选并合并多源观测 → 免费过滤 → 模型分类与释义 → 在预算内付费验证前 K 个 → 打分、更新生命周期 → 发布批次和变更日志。
候选怎么抽
中文用 jieba,日文用 MeCab(fugashi),泰文用 PyThaiNLP,英文连写域名用 wordninja,其它语言按空格分词加规则。拉丁字母语言取 1 到 3 元组,留意大小写和连字符形态;中文、日文取 2 到 6 字 n-gram,用凝固度(PMI)加左右邻字熵;商标、域名、币名、仓库名这类结构化来源直接取名字。话题标签、引号里的词、$代号、“X 是什么意思”句式里的 X 都会单独记一笔。
九项分项指标
- novelty 在该市场有多新(词频基线 × 本市场首次出现时间)
- velocity 增长速度,用贝叶斯平滑后的增长比,避免低频词比值爆炸
- spread 独立来源数和语境分散度
- consensus 别人押注的数量:新域名、新币、新商标
- intent 需求是否成形:联想后缀、“是什么意思”类句式
- demand Trends 相对锚词的值、搜索量、热榜热度
- competition 反向分:SERP 弱、供给少则高
- monetization 变现信号:同类产品收入、收款痕迹、价格带
- lead 处在生命周期早期则加分
生命周期
new 第一次被抽到 → candidate 过了免费过滤 → watching 付费验证有正信号 → confirmed 多源确认,正在扩散 → cooling 增速转负 → archived 长期没有新信号(信号重现就回到 candidate);判为噪声的进 rejected。阶段分 origin(只出现在哨点源)、spreading(出现解释需求或多平台)、mainstream(上了热榜或有稳定搜索量)。
合规
只读公开数据、只存不超过 200 字的摘录和原文链接,不存全文;遵守各源的服务条款和 robots,非官方端点保持低频;只存公开账号名,不做个人画像;雷达不执行任何交易或下单。
常见问题
新词雷达是什么?
loud.fm 新词雷达是一条每 4 小时运行一次的数据管线:从社媒、电商联想词、新签发证书的域名、GitHub 与 Hugging Face、商标与 SEC 基金申报、政策招标、监管规则、召回停服、财报与招聘等公开来源里,找出在某个市场刚出现、正在扩散的词,并给出来源、上下文、九项分项指标和生命周期状态。
“新”是怎么判断的?
“新”按市场算:同一个词在 A 市场是旧词,在 B 市场可以是新词。基线来自 wordfreq 多语言词频库、雷达自己见过的词和品牌实体词表;新颖度、增速(贝叶斯平滑)、跨源扩散、共识(新域名、新币、新商标)、需求意图等九项指标组成 0 到 100 的分数。
数据从哪里来?
只读公开数据:X、Telegram、抖音、小红书、微博、B 站、TikTok、Reddit、YouTube、Google 与 Amazon 联想词、CT 证书日志、GitHub、Hugging Face、Product Hunt、Hacker News、arXiv、SEC EDGAR、USPTO、FCC、Steam、Roblox、Federal Register、欧盟公报、CPSC、openFDA、欧盟 Safety Gate、GDELT、政府采购网、A 股概念板块、招聘网站等。每条结果都带原文链接,上下文只存不超过 200 字的摘录。
不登录能看到什么?
首页和公开词条页只展示每个周期挑出的少量新词和一句话释义。完整列表、上下文、指标、关联资产、验证结果和历史曲线需要登录;目前处于内测阶段,凭注册码注册,注册后还可以生成 API key。
怎么接入 API?
登录后在账户页生成 key,请求头带 Authorization: Bearer <key>。推荐用 /v1/changes 按 seq 增量同步;也可以用 /v1/words 按线、市场、状态、分数筛选。详见 API 文档页。
更新频率是多少?
主周期默认每 4 小时一次;持续流(新域名、新币)实时进入缓冲,热榜 30 到 60 分钟一次,登记库和监管库每天一次。