「穿堂风来信#150」｜ 我写了个脚本，拆解了 1642 条关于“闪击委内瑞拉”的播客数据

Fellow Travelers，周末好。

这封newsletter发送自体感温度-9度的阿姆斯特丹，上一次经历这个温度可能已经是10多年前在波士顿读研究生的时候🥶。

最近听播客有趣又无趣。有趣的是，确实因为Trump和委内瑞拉的事件，各种不同的角度和内容层出不穷；无趣的是，几乎所有的播客都在讲Trump和委内瑞拉的事件，虽然听了非常多，但是也不能每天都推荐相关的内容吧。

与其推荐更多相关的播客，这期「穿堂风来信」来做一点点数据分析，看看事件发生的一周内，播客世界里都在聊什么。当这种足以改变地缘政治走向的事件发生时，我们每天听的播客是如何解构它的？中文和英文的播客内容又有什么不同呢？

Part 1. 数据收集

为了观察全球播客界对“特朗普针对委内瑞拉总统马杜罗采取行动”这一突发事件的反应，我写了一个Python script。主要功能包括：

• 多维度搜索：针对英文（"Trump Venezuela"）和中文（"特朗普 委内瑞拉"）设置了核心关键词。
• 上下文关联：同时抓取了“格陵兰岛”和“拉丁美洲毒品走私”等背景话题，观察舆论的关联性。
• 自动化处理：脚本通过 GraphQL 接口从 Taddy API （新发现的podcast API。每个月有500次免费的requests，可以继续做一些好玩的东西了🤩）实时拉取数据，并对播客的发布日期、发布者、语言及内容属性（如是否属于新闻类）进行了清洗和去重处理。

在这一步之后，我就获得了一个含有1642条播客数据的csv file，包括1365条英文播客和 277 条中文播客数据*。

*这只是一个周末小项目，没有要写一篇博士论文😬。说明几个数据限制，

• 地理位置误差：API 提供的国家/地区元数据只显示了美国和Unknown，所以无法做国家的分析。美国和欧洲，中国和台湾，都可能有非常不同的角度。
• 语言推断逻辑：目前的语言分类基于字符特征识别，对于中英混合标题的播客可能存在轻微误判。
• 时间窗口：为了简化数据分析，我只抓取了 1 月初的一周数据（1月3日至1月9日）

Part 2: 核心内容讨论和延展

下一步就是做一些简单的数据分析和内容分析。

我自己在过去一周听播客的过程里，发现了主题的变化。例如格陵兰岛相关的内容的出现。大家不仅在关注委内瑞拉本身，特别是欧洲的播客也非常关注美国是否会对格陵兰岛出售，对于欧洲来说意味着什么。

所以在数据分析中，我将内容分成了两类：Core（核心讨论：直接关于委内瑞拉行动） 和 Extended（延展话题：如格陵兰岛、毒品走私、北约关系等背景）。

对比这两类数据的消长，我发现了很有趣的变化：