TrendRadar는 AI 기반의 공개 여론 및 트렌드 모니터링 시스템으로, 다양한 플랫폼의 정보를 집계하고, RSS 구독을 지원하며, 스마트 알림 기능을 제공하여 정보 과부하를 해소하는 것을 목표로 합니다. 이 프로젝트는 사용자 정의 가능한 키워드 기반 필터링, AI 번역, AI 분석 요약 등 고급 기능을 통해 뉴스 모니터링을 자동화합니다. Docker 배포를 지원하며, 데이터는 로컬 또는 클라우드에 저장할 수 있습니다. WeChat, Feishu, DingTalk, Telegram, Email, ntfy, Bark, Slack 등 다양한 알림 채널을 통합하여 실시간 푸시 알림을 보냅니다.

핵심 기능 및 방법론:

1. 데이터 수집 및 통합 (Multi-platform Aggregation & RSS Feed Support):
   • newsnow 프로젝트의 API를 사용하여 Zhihu, Douyin, Bilibili Hot Search, Wallstreetcn, Baidu Hot Search, CaiLianShe Popular, The Paper, Phoenix New Media, JinRiTouTiao, Weibo 등 11개 주요 플랫폼의 실시간 인기 검색어 및 뉴스를 집계합니다.
   • v4.5.0부터는 RSS/Atom 구독을 지원하여 사용자가 지정한 RSS 소스의 내용을 키워드별로 그룹화하여 인기 검색어와 동일한 형식으로 통합합니다. 이로써 외부 정보원과 플랫폼 인기 검색어를 하나의 보고서로 통합하여 볼 수 있습니다.

2. 콘텐츠 필터링 및 개인화 (Precise Content Filtering):
   • config/frequency_words.txt 파일을 통해 사용자 정의 키워드(예: AI, BYD, 교육 정책)를 설정하여 관심 있는 정보만 필터링합니다.
   • 기본 문법: 키워드, + (필수 포함), ! (제외)를 사용하여 복잡한 필터링 규칙을 정의합니다.
   • 정규식 문법 (v4.7.0): /pattern/ 형식을 사용하여 정규식 매칭을 지원하며, $=> display_name$ 문법으로 복잡한 정규식에 알기 쉬운 이름을 부여할 수 있습니다.
   • 전역 필터링 (v3.5.0): [GLOBAL_FILTER] 영역을 통해 광고, 마케팅, 저품질 콘텐츠 등 원치 않는 내용을 전역적으로 필터링할 수 있습니다.

3. 핫스팟 알고리즘 및 트렌드 분석 (Hotspot Algorithm & Trend Analysis):
   • TrendRadar는 수집된 데이터를 기반으로 사용자 정의된 가중치(세 가지 비율 조절 가능)를 사용하여 모든 플랫폼의 인기 검색어를 재정렬하여 개인화된 핫스팟 목록을 제공합니다. 이는 단순한 플랫폼별 순위가 아닌 사용자 관점에서의 중요도를 반영합니다.
   • 실시간 트렌드 추적: 각 뉴스 항목의 첫 등장부터 마지막 등장까지의 시간 범위, 시간대별 순위 변화, 출현 빈도를 기록합니다.
   • 신규 핫스팟 감지: 새로운 트렌드 주제를 실시간으로 식별하고 🆕 마크로 표시합니다.
   • 지속성 분석: 일회성 핫스팟과 지속적으로 발전하는 심층 뉴스를 구별합니다.
   • 교차 플랫폼 비교: 동일한 뉴스가 다른 플랫폼에서 보이는 순위 변화를 통해 미디어의 관심도 차이를 파악합니다.

4. 스마트 푸시 전략 (Smart Push Strategy):
   • 세 가지 푸시 모드:
     • daily (일일 요약): 매일 지정된 시간에 모든 매칭된 뉴스(이전 푸시된 내용 포함)를 요약하여 푸시합니다.
     • current (현재 목록): 매 시간 현재의 인기 검색어 목록을 푸시합니다(지속적으로 목록에 있는 항목은 매번 나타납니다).
     • incremental (증분 모니터링): 지난 실행 이후 새로 추가된 내용만 푸시하여 중복을 최소화합니다.
   • 푸시 시간 창 제어 (v2.1.0): 특정 시간 범위(예: 09:00-18:00) 내에서만 푸시가 이루어지도록 설정하여 비업무 시간의 알림을 방지합니다.
   • 콘텐츠 순서 설정 (v3.5.0): '핫스팟 키워드 통계'와 '신규 핫스팟 뉴스'의 표시 순서를 설정할 수 있습니다.
   • 표시 모드 전환 (v4.6.0): keyword(키워드별 그룹화)와 platform(플랫폼별 그룹화) 두 가지 표시 모드를 지원합니다.

5. AI 분석 기능 (v3.0.0, v5.0.0, v5.2.0, v5.3.0, v5.4.0):
   • MCP (Model Context Protocol) 기반 AI 분석 서버: AI 대형 모델(DeepSeek, OpenAI, Google Gemini, 및 OpenAI 호환 API)을 활용하여 푸시 콘텐츠를 심층 분석합니다.
   • LiteLLM 통합 (v5.3.0): 다양한 AI 제공업체를 단일 인터페이스로 통합하여 모델 관리와 유연성을 높였습니다. model: "provider/model_name" 형식을 사용하며, 자동 재시도(num_retries) 및 대체 모델(fallback_models) 기능을 지원합니다.
   • AI 분석 모드 (v5.4.0): follow_report, daily, current, incremental 네 가지 AI 분석 모드를 독립적으로 제어할 수 있습니다. 또한, AI 분석 시간 창을 제어하고 일일 빈도를 제한할 수 있습니다.
   • 분석 능력:
     • 토픽 트렌드 분석: 핫스팟 추적, 생명 주기, 폭발 감지, 트렌드 예측.
     • 데이터 통찰: 플랫폼 비교, 활동 통계, 키워드 동시 출현.
     • 감성 분석: 여론의 긍정적/부정적, 논쟁 또는 우려 감정을 정밀하게 포착합니다.
     • 유사 뉴스 찾기, 스마트 요약 생성, 과거 관련 뉴스 검색, 다중 모드 검색.
   • 사용자 정의 프롬프트: config/ai_analysis_prompt.txt 파일을 통해 AI 분석의 역할과 출력 형식을 사용자 정의할 수 있습니다.
   • AI 번역 기능 (v5.2.0): 푸시 콘텐츠를 원하는 언어(English, Korean, Japanese, French 등)로 번역할 수 있으며, ai_translation_prompt.txt를 통해 번역 스타일을 사용자 정의합니다. AI 분석 기능과 동일한 모델 설정을 공유합니다.

6. 유연한 저장 아키텍처 (v4.0.0):
   • 다중 스토리지 백엔드 지원:
     • 로컬 SQLite 데이터베이스: Docker/로컬 환경의 기본값으로, 데이터가 로컬에 저장됩니다.
     • 원격 클라우드 스토리지 (S3 호환 프로토콜): GitHub Actions 환경의 기본값으로, Cloudflare R2와 같은 S3 호환 서비스를 통해 데이터를 클라우드에 저장할 수 있습니다.
   • 자동 백엔드 선택: 실행 환경에 따라 자동으로 저장 방식을 전환합니다.
   • 데이터베이스 구조가 최적화되어 데이터 효율성과 쿼리 성능이 향상되었습니다.

7. 다중 채널 및 다중 계정 푸시 (Multi-channel & Multi-account Push):
   • WeChat, Feishu, DingTalk, Telegram, Email, ntfy, Bark, Slack 등 다양한 메시징 및 이메일 채널을 통해 알림을 보낼 수 있습니다.
   • v3.5.0부터 모든 푸시 채널이 다중 계정 구성을 지원하여, 세미콜론(;)으로 여러 계정을 구분하여 동시에 여러 그룹이나 장치로 푸시할 수 있습니다.

8. 배포 옵션:
   • GitHub Actions: 서버 없이 GitHub의 리소스를 활용하여 주기적으로 크롤링하고 원격 클라우드 스토리지에 데이터를 저장합니다.
   • Docker 배포: 다중 아키텍처 컨테이너화된 실행을 지원하며, 데이터는 로컬에 저장됩니다. MCP 서비스도 별도의 Docker 이미지(wantcat/trendradar-mcp)로 제공되어 AI 분석 기능을 HTTP 인터페이스를 통해 제공합니다.
   • 로컬 실행: Windows/Mac/Linux 환경에서 직접 실행할 수 있습니다.
   • 웹 서버 지원 (v3.5.0): 내장된 웹 서버를 통해 생성된 HTML 보고서에 브라우저로 접근할 수 있습니다.

TrendRadar는 단순한 정보 집계를 넘어선 개인화된 정보 소비를 가능하게 하며, AI를 활용한 심층 분석을 통해 사용자가 중요한 트렌드를 빠르고 효과적으로 파악할 수 있도록 돕습니다.