目标：利用爬虫爬取人民日报网[链接](http://data.people.com.cn/) 上"气候变化"和"健康"两个主题关系的新闻文章，分析出近10年左右讲两个主题的文章数量的变化趋势。

假设：不是所有包含主题关键词的文章即是相关主题的文章。

步骤1: 构建两个主题的相关关键词表，利用人民日报数据库的搜索功能，模拟搜索对既包含"气候变化"主题中的关键词，同时也包含"健康"主题中的关键词的文章，对所有文章进行爬取保存

步骤2：中文预处理：分词&去停用词

步骤3：利用LDA非监督主题模型[wiki](https://en.wikipedia.org/wiki/Latent_Dirichlet_allocation) 对文本进行分析，得到每个文章包含每个主题的概率，同时得到每个主题中所对应的高概率关键词。

步骤4：首先从所有主题中甄别出我们需要的主题，同时设置阈值（1%）筛选出文章包含两个主题概率同时高于阈值的文章，即可认为文章包含两个主题。

步骤5：设置距离（25），在文章中找到分别属于两个主题的关键词的位置，如果文章中存在两个主题的关键词之间距离小于预设的距离，则认为文章中讲"气候变化"与"健康"之间关系

步骤6：绘图.