مجموعه داده توییت های فارسی برای تشخیص شایعه

عنوان دیتاست :

مجموعه داده توییت های فارسی برای تشخیص شایعه دانشگاه خواجه نصیر  PRTD_KNTU ( Persian Rumor Tweets Dataset _ KNTU)

 

گروه : شبکه اجتماعی

توضیحات :
این مجموعه شامل ۳۵۹۸۰۴۹ توییت فارسی جمع اوری شده از شبکه اجتماعی توییتر است که در آن ۴۳۴۵ توییت شایعه به وسیله ی کاربر انسانی مشخص شده است.

تعداد کاربران ارسال کننده ی توییت ها ۱۱۱۹۸۱ نفر است که از تاریخ ۲۴ نوامبر ۲۰۱۷ (۳/۹/۱۳۹۶) تا تاریخ ۸ دسامبر ۲۰۱۷ (۱۷/۹/۱۳۹۶)  به مدت ۱۵ روز توییت ها جمع اوری شده است(اکثر توییت ها و شایعات در مورد زلزله ی کرمانشاه است). اطلاعات  توییت ها و اطلاعات کاربران در ادامه اورده شده است :

هر توییت دارای اطلاعات زیر است :

id,  weekday,  year,  month,  day,  hour,  miute,  second,  text,  source, isTruncated, isFavorated, isRetweeted, Favoratecount, InReplyToScreenName, GeoLocation, Place, RetweetCount, isPossiblySensitive, getLang, Contributors, UserMentionEntities, URLEntities, HashtagEntities, MediaEntities, SymbolEntities, CurrentUserRetweetId, userId, InReplyToUserId, InReplyToStatusId, getWithheldInCountries,   getQuotedStatusId, getQuotedStatus, label

که در ستون label شایعه بودن توییت ها با مقادیر ۰و۱ تعیین شده است.

هر کاربر دارای اطلاعات زیر است :

Userid, name, ScreenName, Location, Description, isContributorsEnabled,  getProfileImageURL, getProfileImageURLHttps, isDefaultProfileImage, getURL, isProtected, getFollowersCount, getStatus, getProfileBackgroundColor, getProfileTextColor, getProfileLinkColor, getProfileSidebarFillColor, getProfileSidebarBorderColor, isProfileUseBackgroundImage, isDefaultProfile, isShowAllInlineMedia, getFriendsCount, weekday, year, month, day, hour, miute second, getFavouritesCount, getUtcOffset, getTimeZone, getProfileBackgroundImageURL, getProfileBackgroundImageUrlHttps, isProfileBackgroundTiled, getLang, getStatusesCount, isGeoEnabled, isVerified, isTranslator, getListedCount, isFollowRequestSent, getWithheldInCountries

 

دیتا ست شامل یک فایل راهنما برای هر یک از اطلاعات توییت ها و کاربران میباشد.

این دیتاست توسط گروه پژوهشی بازیابی اطلاعات دانشگاه خواجه نصیر ir@kntu تهیه شده است و برای اطلاعات بیشتر با dehghani@email.kntu.ac.ir  تماس حاصل فرمایید.

دانلود نمونه فایل پیکره در قالب اکسل