پرش به محتوای اصلی
یک شروع رایگان برای شما

۳ روز رایگان،
پنل تحلیلگر را تجربه کنید

ثبت‌نام کنید و با تأیید شماره موبایل، دسترسی آزمایشی سه‌روزه‌تان را فعال کنید.

✓ بدون نیاز به پرداخت✓ فعال‌سازی پس از تأیید موبایل
شروع رایگان ۳ روزه

ویژه کاربران جدید · یک دوره برای هر حساب

پایش رسانه‌ای برند: راهنمای عملی

چطور با API و هشدارها، هر بار که نام برندتان در رسانه‌ها ذکر شد لحظه‌ای مطلع شوید و واکنش نشان دهید.

مریم احمدی · ۹ مرداد ۱۴۰۵ · ۵ دقیقه مطالعه
پایش رسانه‌ای برند: راهنمای عملی

پایش رسانه‌ای برند چیست؟

پایش رسانه‌ای برند یعنی رصد مستمر اخباری که نام برند، محصولات، مدیران یا صنعت شما را پوشش می‌دهند. هدف این است که بدانید برندتان در رسانه‌ها چگونه دیده می‌شود و چه زمانی باید واکنش نشان دهید.

khapi در این مسیر دادهٔ خبری ساخت‌یافته را فراهم می‌کند. نکته مهم: API خبرِ khapi صرفاً دادهٔ خبر را برمی‌گرداند؛ منطق هشدار، ارسال ایمیل یا وب‌هوک وظیفهٔ سرویس خودِ شماست.

معماری پیشنهادی (در سیستم شما)

الگوی توصیه‌شده این است:

۱. دریافت زمان‌بندی‌شدهٔ خبرها از khapi

۲. تطبیق کلیدواژهٔ برند در سرویس مشتری

۳. ثبت نتایج در پایگاه دادهٔ خودتان

۴. ارسال هشدار توسط زیرساخت خودتان (ایمیل، وب‌هوک، پیام‌رسان)

khapi قابلیت ارسال ایمیل یا وب‌هوک داخلی ندارد؛ این بخش را شما در زیرساخت خود پیاده‌سازی می‌کنید.

دریافت خبرهای مرتبط با برند

نمونهٔ کامل Python برای دریافت اخبار و تطبیق کلیدواژه:

import os
import requests

API_KEY = os.environ["KHAPI_API_KEY"]
BRAND_KEYWORDS = ["نام برند", "محصول الف"]

response = requests.get(
    "https://khapi.ir/api/v1/news",
    headers={"x-api-key": API_KEY},
    params={"page_size": 100, "q": "نام برند"},
    timeout=30,
)
response.raise_for_status()
articles = response.json().get("articles", [])

matches = []
for article in articles:
    text = f"{article.get('title', '')} {article.get('summary', '')}"
    if any(kw in text for kw in BRAND_KEYWORDS):
        matches.append(article)

print(f"تعداد اشارهٔ برند: {len(matches)}")

ثبت نتایج در پایگاه داده

برای تحلیل روند، نتایج را در پایگاه دادهٔ خود ذخیره کنید:

import sqlite3

def save_mentions(mentions):
    conn = sqlite3.connect("brand_monitoring.db")
    cur = conn.cursor()
    cur.execute(
        """
        CREATE TABLE IF NOT EXISTS mentions (
            id INTEGER PRIMARY KEY,
            title TEXT,
            source TEXT,
            url TEXT,
            published_at TEXT,
            found_at TEXT DEFAULT CURRENT_TIMESTAMP
        )
        """
    )
    for m in mentions:
        cur.execute(
            "INSERT INTO mentions (title, source, url, published_at) VALUES (?,?,?,?)",
            (m.get("title"), m.get("source"), m.get("url"), m.get("published_at")),
        )
    conn.commit()
    conn.close()

ارسال هشدار (در زیرساخت شما)

این بخش قابلیت داخلی khapi نیست و صرفاً الگویی برای پیاده‌سازی در سیستم شماست:

def notify_if_new(mentions, previous_ids):
    new_ones = [m for m in mentions if m.get("id") not in previous_ids]
    for m in new_ones:
        # اینجا ایمیل، وب‌هوک یا پیام‌رسان خودتان را فراخوانی کنید
        print("هشدار برند:", m["title"], "|", m["source"])
    return {m.get("id") for m in mentions}

زمان‌بندی با Cron

*/30 * * * * /usr/bin/python3 /opt/khapi/brand_monitor.py >> /var/log/brand-monitor.log 2>&1

نکته دربارهٔ تحلیل احساسات

در حال حاضر API عمومی خبرِ khapi فیلد احساسات را در پاسخ خود برنمی‌گرداند. اگر قابلیت تحلیل احساسات در نسخهٔ شما از طریق endpoint دیگری تأیید نشده باشد، آن را به‌عنوان ویژگی قطعی khapi معرفی نکنید. برای تحلیل لحن می‌توانید از مدل زبانی خودتان روی فیلدهای `title` و `summary` استفاده کنید.

لینک‌های داخلی

جمع‌بندی

پایش رسانه‌ای برند با khapi از دریافت دادهٔ خبر آغاز می‌شود. بقیهٔ مسیر — فیلتر، ذخیره‌سازی و هشدار — در زیرساخت خود شماست. khapi منبع داده است، نه سیستم هشداردهی.

اشتراک‌گذاری:

این مطلب چطور به کار شما بیاید؟

مفاهیم این مقاله را مستقیم در پنل khapi امتحان کنید:

آماده شروع هستید؟

۳ روز استفادهٔ رایگان از پنل تحلیلگر، مطابق محدودیت‌های دورهٔ آزمایشی و بدون نیاز به کارت بانکی.