如何获取近一个月内每小时包含Ethereum关键词的推文数量

首先明确前提：X（原Twitter）的公开推文数据仅支持通过官方开放接口获取，所有可落地方案都需要先申请对应层级的开发者API权限。

方案1：有开发能力的低成本实现 #

• 第一步：申请X开发者账号的Basic tier API权限，该层级支持近30天的全归档推文检索，调用量足够覆盖该统计需求
• 第二步：编写数据拉取脚本，核心检索参数配置如下：
  • 检索规则：Ethereum，如果需要排除转推、回复、垃圾内容可以调整为Ethereum -is:retweet -is:reply -is:spam，需要覆盖缩写的话改为Ethereum OR ETH
  • 时间范围：设置为当前时间往前推30天的准确起止时间戳
  • 返回字段仅保留created_at（推文发布时间）即可，降低请求开销
• 第三步：数据聚合统计，拉取完所有符合条件的推文后，将所有created_at字段统一对齐到你需要的时区，按小时粒度做分组计数即可。用Python实现的话可以直接调用pandas.Grouper(freq='H')完成聚合，一行代码即可输出每小时的发布总量
• 补充提示：如果遇到接口速率限制，在脚本中添加对应时长的等待逻辑即可，30天的相关推文数据量不大，单线程拉取最多几小时即可完成全量采集

方案2：无代码的快速实现 #

• 直接使用已对接X官方全量数据接口的社交媒体监听工具，在后台配置检索关键词为Ethereum、时间范围为近30天、统计维度为每小时发布量，平台会自动完成数据拉取和统计，直接输出结果报表即可
• 优势是不需要处理API权限申请、速率限制、数据清洗等问题，工具内置了垃圾内容过滤、去重逻辑，统计结果准确率更高

注意事项 #

• 统计前需要统一时区标准，优先使用UTC时间做聚合，避免跨天的小时统计出现偏差，需要转换为本地时区的话可在聚合完成后统一转换
• 如果统计量级和预期偏差较大，优先检查检索规则是否有误过滤的内容，确认是否需要添加相关变体词、缩写词到检索规则中

内容的提问来源于stack exchange，提问作者Nawras Amal