Infó

Honnan? Minden adat a Google Trends nyilvános szolgáltatásából származik, kizárólag Magyarországra (geo=HU). Kétféle dolgot mutatunk: a Google aznap felkapott kereséseit, és 28 általunk figyelt kulcsszó keresési érdeklődését.

Mikor kérjük le? Naponta kétszer, automatikusan: reggel 9:00 és este 21:00 (budapesti idő) körül. Egy futás néhány percig tart.

Mi a kulcsszó?

A 28 figyelt keresőszó (pl. állás, albérlet, benzin, tüntetés, infláció, rezsi), kategóriákba (munkaerőpiac, lakhatás, fogyasztás, egészség, …) sorolva. Ezekre naponta lekérjük, mennyire keresnek rájuk Magyarországon.

Mik a napi felkapott szavak?

A Google által aznap felkapottként jelölt keresések listája - nem a mi 28 szavunk, hanem a Google saját napi trendlistája. Ezt naponta kétszer mentjük el – reggel 9:00-kor és este 21:00-kor (budapesti idő) –, és a két pillanatképet külön mutatjuk; a „Heti felkapott keresések" blokk ezekből mutat napi bontást.

Órás és hosszabb sorozatok

Minden figyelt kulcsszóra egy 7 napos, órás felbontású ablakot kérünk le (now 7-d) - ez a friss „1 hét" nézet, minden szónál naprakész. A hosszabb nézetekhez külön napi (3 hónap) és heti (12 hónap) sorozatot is gyűjtünk. A Google hívás-korlátja miatt ezeket a hosszabb sorozatokat körbeforgó rendszerben frissítjük – mindig a legrégebben frissítetteket véve előre –, így minden szó hosszú sorozata néhány naponta megújul.

Láncolás

Az egymást átfedő 7 napos órás ablakokból egy közös skálájú, hosszabb órás sorozatot fűzünk össze (2 hét és afölött). Az átfedő pontokból számoljuk ki, hogyan illeszkedik egymáshoz két szomszédos ablak - így a „2 hét" nézet is órás felbontású marad, nem csak a legfrissebb hét nyújtása.

Trend

A megjelenített időszakra egy egyenest illesztünk (legkisebb négyzetek módszere). Az irány (növekvő / stagnáló / csökkenő) az egyenes meredekségéből adódik; az R² (0–1) az illeszkedés jóságát írja le.

A képlet. Az egyenes ŷ = a + b·x, ahol a meredekség b = Σ(xᵢ − x̄)(yᵢ − ȳ) / Σ(xᵢ − x̄)² és a metszet a = ȳ − b·x̄ (a hibanégyzetek Σ(yᵢ − (a + b·xᵢ))² összegét minimalizálja). Az illeszkedés jósága R² = 1 − Σ(yᵢ − ŷᵢ)² / Σ(yᵢ − ȳ)².

Ez az egyenes R²-e a saját pontjain mért (in-sample). A nemlineáris görbe R²-e ezzel szemben a szigorúbb out-of-sample (kihagyott pontokon mért) érték - ezért a két R² közvetlenül nem hasonlítható össze (a görbe kártyán kiírt „lineáris … helyett" száma épp ezért egy külön, out-of-sample lineáris R²).

Az irány és az R² leíró mérőszám - nem azt állítja, hogy a mozgás „jelentős" vagy „valódi". Minden szó a saját 0–100 relatív skáláján áll (a Google így normál), ezért a szavak egymással nem összemérhetők; csak az egy szón belüli mozgás olvasható.

Nemlineáris (LOESS) trend

A piros egyenes trend mellé bekapcsolható egy lila görbe (a chart fölötti „Nemlineáris (LOESS) trend" gombbal, alapból kikapcsolva). Amíg az egyenes egyetlen irányba tart, a görbe meghajolhat, így a keresettség hullámzását, csúcsait és völgyeit gyakran sokkal jobban követi.

Hogyan számoljuk? A módszer neve LOESS (lokálisan súlyozott regresszió). A görbe minden pontjához csak a közeli mérési pontokra illesztünk egy kis egyenest - a közelebbi pontok nagyobb súllyal, a távoliak kisebbel -, és ezekből a helyi illesztésekből áll össze a folytonos, sima vonal. Egy robusztus lépés lefokozza a kiugró órás értékeket, hogy egy-egy zajos csúcs ne rántsa el a görbét. A görbe nem egyetlen globális képlet és nem jóslat, hanem sok kis helyi illesztésből összeálló, a mért adatból származó összegzés (a képleteket lásd lent).

Hogyan választjuk a simaságot? Azt, hogy a görbe mennyire legyen sima (mekkora „szomszédságból" dolgozzon), nem rögzítjük előre képlettel, hanem az adatból, kereszt-validációval hangoljuk ki: a sorozatot részekre osztjuk, a görbét az egyik részen illesztjük, és a kihagyott, nem látott pontokon mérjük, mennyire találja el őket. Az a simaság nyer, amelyik az ismeretlen pontokat a legjobban előrejelzi. Szigorúan fogalmazva ez nem-parametrikus statisztikai simítás, adatból választott simasággal. A számítás determinista - ugyanabból az adatból mindig ugyanaz a görbe.

Milyen statisztika a mérőszáma? A kiírt R² nem a szokásos „ráillik-e a görbe a saját pontjaira" érték (az egy elég hullámos görbénél mindig szépnek tűnik), hanem out-of-sample (kereszt-validált) R²: azt méri, mennyire jelzi előre a görbe a nem látott pontokat. Ez lényegesen szigorúbb, és pont ez véd a túltanulás (a zaj „bemagolása") ellen.

Mindig látszik a görbe - az R² a fokmérő. Elég adatnál (legalább ~12 pont) a görbét mindig kirajzoljuk, a zajos szavakra is - és mindig kiírjuk a valós out-of-sample R²-t, akár negatív is. Így nem rejtünk el semmit: ha az R² alacsony vagy negatív, az azt jelenti, hogy a görbe a nem látott pontokon alig vagy egyáltalán nem jobb az egyenesnél - a szám maga a figyelmeztetés. (Külön, informatív jelzésként megjegyezzük, mikor fog a görbe „erős szerkezetet": ha az R²-e egy küszöbbel felülmúlja az egyenesét ÉS pozitív.) Ahol nincs elég adat (túl rövid ablak), ott nincs mit illeszteni - ilyenkor nincs görbe.

A képletek dióhéjban.

• Tricube súly (a „közelség" súlyozása): egy görbepont körül a legtávolabbi figyelembe vett szomszédhoz mért, arra normált távolság u = d / dmax (0–1) esetén a súly w(u) = (1 − |u|³)³ - a legközelebbi pont súlya ~1, a szomszédság széle felé 0-hoz tart.
• Helyi illesztés (súlyozott legkisebb négyzetek): minden görbeponthoz azt az a, b egyenest keressük, amely minimalizálja a Σᵢ wᵢ · (yᵢ − (a + b·xᵢ))² súlyozott hibát; a görbe értéke ott ŷ = a + b·x. A sok helyi egyenesből áll össze a folytonos görbe.
• A simaság (span) választása: a sorozatot k = 5 rekeszre osztjuk a rekesz(i) = i mod 5 szabállyal; minden simaság-jelöltre (span ∈ {0,3; 0,5; 0,7}, a szomszédság a pontok ekkora hányada) a rekeszen kívül illesztünk, és a kihagyott pontokon mérünk - a legjobb out-of-sample R²-ű span nyer.
• Out-of-sample R²: R² = 1 − Σ(yᵢ − ŷᵢ)² / Σ(yᵢ − ȳ)², ahol ŷᵢ a kihagyott pont becslése, ȳ a sorozat átlaga. R² = 1 tökéletes; R² = 0 annyit ér, mint az átlagot húzni; R² < 0 rosszabb az átlagnál.
• Az „erős szerkezet" jelző (informatív, NEM kapuzza a rajzolást): (R²görbe ≥ R²egyenes + 0,05) ÉS (R²görbe > 0) - mindkét R² a fenti out-of-sample érték. A görbe ettől függetlenül mindig látszik; ez csak jelzi, mikor fog valóban jobb szerkezetet, mint az egyenes.

Hogyan olvasd a mérőszámokat?

• „nemlineáris illeszkedés R²=0,47 (lineáris 0,08 helyett)": a görbe a nem látott pontok ingadozásának ~47%-át magyarázza, szemben az egyenes ~8%-ával - vagyis a mozgás sokkal inkább görbe, mint egyenes. A magasabb érték erősebb kimutatható szerkezetet jelent (0–1 skála).
• „N fordulópont": hányszor vált irányt (emelkedésből esésbe vagy fordítva) a sima görbe - mennyire hullámzó a mögöttes mozgás.
• „a görbe emelkedő / csökkenő / hullámzó": a görbe nettó iránya a teljes ablakon (hullámzó, ha oda-vissza mozog és nagyjából ott végződik, ahol kezdődött).

Mint a lineáris trend, ezek is leíró mérőszámok: a görbe a múltat összegzi, nem jósol jövőt. A 0–100 skála szavanként külön normált, ezért a szavak most sem összemérhetők - csak az egy szón belüli alak olvasható.

Előrejelzés – hogyan és meddig?

A módszer. Az előrejelzés a LOESS-görbe szintjéből indul, és onnan csillapított trenddel lép tovább. A szint (L) a sima (LOESS) görbe utolsó értéke – ez tehát nem egy nyers mérés, hanem a közelmúlt pontjainak simított összegzése, vagyis nem egyetlen pontból jósolunk. Az irányt (a b meredekséget) sem ez az egy pont szabja meg, hanem a görbe egy nagyobb szakaszára – nagyjából az utolsó felére, legalább 8 pontra – illesztett egyenes: azért ilyen hosszú szakaszból, hogy a becsült irány stabil legyen, és ne az utolsó néhány, zajos pont rántsa el. A csillapítás miatt ez az irány folytatódik ugyan, de fokozatosan ellaposodik – a közeli jövőt mutatja megbízhatóbban, a távolabbit óvatosabban.

Miért sima a görbe? Az előrejelzés szándékosan sima vonal: nem próbáljuk a napszaki vagy heti-napi ingadozást (szezont) előrevetíteni. Egy ilyen ciklikus zörej a charton inkább zajnak látszana, mint iránynak, és a valós bizonytalanságot úgyis a sáv hordozza. Ezért az előrejelzés a mögöttes szint és irány csillapított folytatása, a rövid ciklusok nélkül.

A bizonytalansági sáv. A megjelenített szürke sáv egy ~80%-os sáv: ŷ(h) ± 1,28·RMSE(h), ahol RMSE(h) a visszatesztelt hiba az adott horizonton. A hibát gördülő-origós visszateszteléssel mérjük: a sorozat végéhez közeli néhány pontból (gördülő origókból) előrejelzünk, és a tényleges hibát horizontonként összegyűjtjük. A közeli horizontokon ez a ténylegesen mért visszatesztelt hiba; a mélyebb (távolabbi) horizontokon, ahol már nincs elég visszatesztelt megfigyelés, a sáv egy reziduál-alapú becslésre vált (σ·√h) – ez is oka annak, hogy a sáv szélesebb horizonton tágul, ami maga a figyelmeztetés: mennyire bizonytalan az előrejelzés.

Miért óvatos a hosszú táv? A Google Trendek adatai egyedi pillanatképek: egy nap trend-értékéből nem lehet biztosan tudni, mi lesz egy év múlva. Az előrejelzés a trend matematikai folytatása, de nem vesz fel új eseményeket, trendfordulókat vagy külső sokkokat. A hosszú horizont alatt szó-szint eltolódás, közérdeklődés-váltás vagy váratlan hírek bármikor történhetnek. Ezért az előrejelzés hosszabb horizonton sokkal bizonytalanabb – ott a sáv szélessége maga a figyelmeztetés.

Rövid és hosszú horizont, felbontás. A horizont naptári hossza a megjelenített sorozat felbontásán lépésekre vált (a heti sorozaton az egy nap és az egy hét is a legközelebbi heti lépés). Rövid horizontot választva a chart a közelmúltra ráközelít, hogy a közeli előrejelzés – ami egy hosszú idősor jobb szélén amúgy elveszne – jól látszódjon.

Miért nincs 3 hó / 1 év minden szóra? Néhány szót csak órás felbontásban mérünk (nincs napi/heti sora). Egy pár hónapnyi órás pillanatkép-láncból egy évet előrejelezni nem megbízható, ezért ezeknél a hosszú horizontokon nem rajzolunk előrejelzést, hanem őszintén jelezzük: ez a horizont ezen a szón nem becsülhető megbízhatóan.

A képletek dióhéjban.

• Csillapított trend: a szint L a LOESS utolsó értéke, a b meredekség a sima (LOESS) görbe utolsó feléből (egy nagyobb szakaszából, legalább 8 pontból) illesztett egyenesé, a φ (0–1 közötti) csillapítási faktor. Az h lépésre előre az előrejelzés ŷ(h) = L + b·(Σᵢ₌₁ʰ φⁱ) = L + b·φ·(1 − φʰ) / (1 − φ) – az összeg a meredekség exponenciálisan csökkenő, telítődő hozzájárulása.
• Empirikus bizonytalanság: a modellt a sorozat végéhez közeli, gördülő origókból visszateszteljük, horizontonként megmérjük a tényleges hibát (RMSE), és a sáv ŷ(h) ± 1,28·RMSE(h). A z=1,28 szorzó egy normál-közelítésű ~80%-os sávnak felel meg.

Az előrejelzés feltételes: a mai szint és irány megtartásának legjobb becslése. A valósággal való eltérés természetes – azt méri, mennyire változékonyan követik a felhasználók az adott szót.

Mitől - és mikortól - vannak saját adataink?

A chart fölötti „Mikortól gyűjtjük az adatokat?" gombbal bekapcsolható minden charton egy szürke függőleges vonal (alapból kikapcsolva). Ez azt a napot jelöli, mikortól gyűjtjük mi magunk az adott szó adatát (az első saját mérésünk).

A vonaltól jobbra a mi általunk, óránként/naponta ténylegesen mért adatunk áll. A vonaltól balra a Google saját, visszamenőleges becslése látható arról az időszakról, amikor még nem figyeltük a szót - ez nem a mi mérésünk, hanem háttér-kontextus. Ezért érdemes a bal oldali szakaszt óvatosabban olvasni.

Tüntetés - miért medián?

A tüntetés esemény-jellegű szó: nincs folyamatos trendje, szórványosan ugrik meg. Ezért nem trendvonalat rajzolunk rá, hanem a szintjét az elmúlt 52 hét heti mediánjához mérjük - ez stabil viszonyítási szint, amit a ritka kiugrások nem torzítanak.

Miért eltérő a végpont a Teljes nézeten?

A Teljes nézet szavanként a leghosszabb érvényes időszakot mutatja - ez sokszor a heti (12 hónapos) sorozat. Két szándékos ok miatt ennek a vége nem a mai nap:

1. Heti sorozat → az utolsó teljes hét. Egy heti sorozat nem mutathat részleges, még folyamatban lévő hetet, ezért a legfrissebb heti végpont is ~4 nappal a mai nap előtt van (az aktuális, le nem zárt hét kimarad).
2. Rotációs frissítés. A hívás-korlát miatt a hosszú sorozatok körbeforgó rendszerben frissülnek; egy szó hosszú adata néhány naponta megújul. Amelyik szót régebben gyűjtöttük, annak a vége régebbi - de frissülni fog (a legrégebbieket priorizáljuk).

A friss napi adat megvan: minden szónak van naprakész „1 hét" (órás) nézete. A Teljes nézet csak azért mutathat régebbi véget, mert a leghosszabb (heti/napi) időszakot választja.

Mit mér a YouTube fül?

A YouTube Trendek fül nem információs keresést mér, mint a Google Trendek fül, hanem videó-igényt: „meg akarom nézni / meg akarom tanulni / ki akarok kapcsolni". Ugyanaz a magyarországi (geo=HU) Google Trends adatforrás, de a YouTube-ra szűrve (gprop=youtube) - így a webes keresés helyett azt látjuk, mire van nézési / tanulási igény.

Mik a követett szavak?

12 örökzöld szót figyelünk, 8 tartalmi kosárba sorolva: egészség / jóllét (szorongás, edzés, meditáció), pénzügy (befektetés, bitcoin), közélet / hír (hírek, magyar péter), háztartás (recept), család (mese), szabadidő (nyaralás), tanulás (tanulás), otthon / energia (klíma). A YouTube-on más a szóhasználat, mint a webes keresésben, ezért ez külön, dedikált lista.

Honnan és mikor?

A YouTube-adatokat külön, napi gyűjtésben kérjük le, kb. 17:00-kor (15:00 UTC) - a Google-fül esti (21:00 budapesti) futása előtt, külön adat-mentéssel. Így a kétféle gyűjtés nem torlódik, és a YouTube-görbék már délután frissülnek.

Napi és heti sorozatok

Ezen a fülön nincs órás nézet és nincs láncolás (a magyar YouTube-keresés túl ritka az órás bontáshoz) - minden szóra a napi (3 hónapos) és a heti (12 hónapos) sorozatot gyűjtjük. Szavanként van egy megjelenítési alapértelmezés (napi vagy heti rács), de mindkét idősor elérhető a gombokkal.

Ha egy heti rácsú szónál a rövidebb ablakok (pl. „1 hét") üresnek tűnnek, az szerkezeti: egy heti bontású sorozatból egy pár napos ablak nem tud pontot adni - ez nem hiba és nem adatkiesés.

Trend és skála

A trend itt is determinisztikusan, Pythonból számolt (VALÓS), nem AI által becsült - ugyanúgy egyenest illesztünk, mint a Google Trendek fülön (irány + R²).

Minden szó a saját 0–100 relatív skáláján áll - ahogy a Google Trendek fülnél is, a szavak egymással itt sem összemérhetők; csak az egy szón belüli mozgás olvasható.

Hogyan készül a napi elemzés?

Az „Elemzés" fülön látható szöveget minden nap egy AI, a Claude írja - a friss, aznapi adatból. A használt modell a Claude legújabb, legerősebb modellje, az Opus 4.8 (azonosítója: claude-opus-4-8).

Mit számol a gép, és mit ír az AI?

Minden számot (az irányt, a csúcsot, az átlagot, a heti pályát, a „mi változott ma" összevetést) a saját kódunk (Python) számolja ki, determinisztikusan, a lementett adatból. A Claude ezekből a számokból kizárólag a szöveges összefoglalót írja meg - számot nem talál ki, és hírt vagy eseményt sem: a felkapott témákról is csak a hozzájuk mentett adatból dolgozik.

Az AI nem állít ok-okozatot tényként. Ahol magyarázatot feltételez, azt a mondatban óvatosan jelzi (pl. „feltehetően", „ezt az adat önmagában nem igazolja"), így a leolvasott tények és a puha magyarázatok elkülönülnek.

Mit elemez, és mikor fut?

Külön veszi a 28 figyelt kulcsszót (a mai kép, a teljes kép és az „1 hét" bontásban) és külön a Google napi felkapott kereséseit (napi elemzés + heti összesítés); végül összeveti az előző nappal („mi változott ma?").

Ha aznap van friss YouTube-adat, az elemzés egy második, nevesített szegmenssel bővül: a YouTube keresések napi elemzése a 12 figyelt YouTube-szó mai értéke és átlaga alapján a videó-igény napi képéről, teljes pályájáról és heti mozgásáról ír. Amikor nincs aznapi YouTube-adat, ez a szegmens egyszerűen elmarad, a Google-elemzés pedig változatlan.

Minden nap automatikusan fut, közvetlenül a napi adatgyűjtés után. Ha az AI-hívás bármiért nem sikerül, az előző napi elemzés változatlanul megmarad - sosem jelenik meg félkész szöveg.

Minden nap elemzése elmentődik; az „Elemzés" fül naptárából bármelyik korábbi nap visszalapozható.

Mikor készül

Minden hétfő reggel, a reggeli felkapott-gyűjtés után, automatikusan lefut az előző hétfő-vasárnap hétre. Az új heti értékelés magától megjelenik a „Heti értékelés" fülön; a korábbi hetek a hét-választóval visszanézhetők.

Mit tartalmaz

Hat részt: vezetői összefoglaló; a figyelem átrendeződése (mely témák erősödtek/gyengültek a szokásos szintjükhöz képest); az ügyek tartóssága és életútja (rövid kiugrás, hosszabb kiugrás, visszatérő); 2-3 mélyebb témaelemzés; a Google- és YouTube-adatok összefüggése; és mit érdemes figyelni a jövő héten.

Honnan jönnek a számok

A számokat Python számolja a már meglévő mérésekből (a követett szavak heti iránya és a szokásos szinttől való eltérése, a héten felkapott szavak, a YouTube-trendek); a claude-opus-4-8 modell ebből írja a szöveget. A modell semmit nem talál ki: okot vagy eseményt csak akkor ír, ha a héten tényleg volt hozzá hír (grounding).

A figyelem-diagram

A „figyelem átrendeződése" résznél egy sávdiagram a követett szavakat a szokásos szintjüktől való eltérésük szerint rendezi: a kék sávok a szokásos fölötti (erősödő), a narancs sávok a szokásos alatti (gyengülő) heteket jelölik. Ez a diagram a VALÓS mért számokból készül.

Mi a havi elemzés?

A „Havi elemzés" fül egy egész hónap felkapott kereséseiről ad gépi összefoglalót, magyarul: milyen témák (klaszterek) uralták a hónapot, mely országok, települések és személyek jelentek meg a keresésekben, és egy összefüggő szöveges összegzés a hónap ívéről. Mindezt interaktív térképek és diagramok egészítik ki.

Milyen adat alapján, és ki készíti?

Az alap a hónap során naponta összegyűjtött felkapott keresőszavak (a reggeli és esti pillanatképek), egy hónapra összesítve: a kódunk kiszűri az ismétléseket, és minden kifejezéshez kiszámolja a gyakoriságot (hány külön napon bukkant fel), a legmagasabb keresési volument, valamint a hozzá mentett híreket és témákat.

Erre a hónapra összegyűjtött adatra a Claude Opus 4.8 (claude-opus-4-8) egyetlen hívásban végzi el a magyar nyelvi feldolgozást - szótövezés, névfelismerés (országok, települések, személyek) és témákba sorolás -, és megírja az összefoglaló szöveget.

A számokat itt is a saját kódunk adja: az összesítés és a „volumen" (a térképek színe/mérete és a diagramok oszlopmagassága) determinisztikusan, a lementett adatból számolódik - egy országhoz, személyhez vagy témához tartozó volumen a hozzá kötött keresőszavak legmagasabb keresési szintjeinek összege.

Mit mutatnak a térképek és a diagramok?

Két térkép szerepel: egy világtérkép (a keresésekben megjelent országok a volumen szerint színezve, a külföldi városok pontként) és egy Magyarország-térkép (a megjelent magyar települések pontként, a megyék rajzolatán). A diagramok a legtöbbet keresett személyneveket és a témák eloszlását mutatják. Mindenhol a volumen adja a méretet vagy a hosszt; egy térkép-jelölőre vagy egy oszlopra kattintva előjönnek a hozzá kötött keresőszavak.

Mennyire megbízható? (grounding)

A havi elemzés csak a hónap valós adatából dolgozik. Egy külön ellenőrző lépés kiszűri azt a nevet vagy témát, ami nem szerepel a hónap kereséseiben - így az AI nem talál ki országot, személyt, témát vagy számot. Az AI feladata kizárólag a magyar szöveg és a besorolás; hír vagy esemény említése is csak a mentett adatból származhat.

Mikor készül el?

A havi elemzés egy teljes naptári hónapot fed le, és automatikusan, a hó utolsó napján készül el - közvetlenül az esti napi adatgyűjtés után, amikor a teljes havi adat összegyűlt. Ha az AI-hívás bármiért nem sikerül, a következő futás újrapróbálja; sosem jelenik meg félkész havi elemzés. A „Napi elemzés" fül naptárában a hó utolsó napján a „Havi" jelölő visz rá; a Havi fülön pedig a bal oldali hónap-naptárból bármelyik korábbi, már elkészült hónap előhívható.

Változások – szokatlan elmozdulások

A Változások oldal azt mutatja, mely követett keresőszavak mozdultak el szokatlanul a megszokottól: a szó emelkedik vagy csökken-e, mekkora az eltérés (hányszorosa a szokásos ingadozásnak), mióta tart (hány egymást követő legutóbbi mérés lóg ki a szokásos sávból), és mennyire megbízható a jelzés. Minden szót a saját szokásos szintjéhez mérünk: az óránként gyűjtött szavakat az elmúlt hét, a napi/heti szavakat az elmúlt hónap trendjéhez. A megszokott tartomány a Google Trendek fül chartjain halvány sávként is bekapcsolható. Az oldal tetején jelzés mutatja, mikorra számítottuk az aktuális kiugrásokat.

A számokat Python számolja a meglévő mérésekből - az eltérést, a tartamot és a megbízhatóságot nem az AI találja ki.

Ügyek – az ügyek életútja

Az Ügyek oldalon a napi felkapott keresések ügyekbe vannak csoportosítva: a claude-opus-4-8 modell kapcsolja össze az összetartozó kifejezéseket (a mérőszámokat a kódunk számolja, nem az AI). A nézet gördülő 30 napot fed le, és naponta frissül. Minden ügy kap egy besorolást - újonnan megfigyelt, folyamatosan jelen vagy visszatérő -, és egy mozgást: erősödő, stabil vagy lecsengő. Egy napi jelenlét-idővonal naptár-igazítva mutatja, mely napokon pörgött a téma (sötétebb kék = több keresés, halvány = aznap nem volt jelen). Az ügyek időtartam / frissesség / mozgás szerint rendezhetők.

Kapcsolódó keresések

A Kapcsolódó oldal a napi felkapott témák mögé néz a Google Trends „kapcsolódó keresések" (related queries) alapján, témánként kétféle listával: a Top a téma körül leggyakrabban együtt keresett kifejezések (0–100 relatív népszerűség, 100 = a leggyakoribb), a Felfutó pedig a mostanában leginkább megugró keresések (a % a növekedés, a „Breakout" kiugró felfutás). A Top/Felfutó listák az elmúlt 3 hónap adatából számítanak, miközben maguk a témák a közelmúlt (utolsó pár nap) felkapottjai - naponta pár téma frissül (külön, szűk kvótájú adatgyűjtés).

Közpolitikai szűrő (Változások és Ügyek)

Minden ügy és kulcsszó egy szakpolitikai területbe van sorolva, összesen 8 kategóriában: szociál-, egészség-, oktatás-, gazdaság- és foglalkoztatás-, lakhatás-, energia/rezsi, közélet/közigazgatás, illetve egyéb. A Változások és az Ügyek oldalon a lista szakpolitika szerint szűrhető.