我也在做这个，我现在具备给每一条新闻计算实时热度的能力。
我是计算新闻实时热度，全是自己算的，不需要微博热搜，百度指数等参考。
分词只是其中一小部分，词和词之间的权重是不一样的，比如坠机和公司，两个词的重量就不一样。
还有新闻相似度计算，这个才是重要的。同样的热点新闻，多的时间快两百家媒体报道。
我业余做这个已经做了一年多了，你可以看看我的产出

微博：《今日主流热点》 https://weibo.com/u/6926438705 （每小时定时发送本小时计算出来最热的新闻, 还有突发热点，实时误差 15 分钟）
公众号：《今日主流热点》（麻烦自己搜了）（每天总结当天最热的 25 条热点）
每条热点都能计算到有多少新闻源报道，每小时的热度趋势变化。

你可以先抓微博的，微博的比较短。新闻媒体的话抓几家有新闻采编权的主流媒体就行了，大部分都是抄来抄去的。