公开数据集
数据结构 ? 174.09M
Data Structure ?
* 以上分析是由系统提取分析形成的结果,具体实际数据为准。
README.md
该数据集包含3个月(2017年6月至8月)的Reddit新闻帖子,以及GDELT帖子分类以及Sirocco文本分析(意见和实体提取)的结果。它用于分析新闻内容、作者和出版领域对Reddit海报选择Subreddit的影响,以及预测参与度统计数据,如人气得分和评论人数。
This dataset contains 3 months worth (June - August 2017) of Reddit news posts joined with the GDELT classification of posts as well as the results of Sirocco text analysis (opinion and entity extraction). It was used for analyzing the impact of news content, author, and publication domain on Subreddit selection by Reddit posters as well as for predicting engagement stats such as the popularity score and number of commenters.
The dataset aggregates data from the following 2 BigQuery datasets:
GDELT BigQuery dataset
Reddit BigQuery dataset
It is also available as a BigQuery dataset.
Acknowledgements
We would like to thank:
Kalev Leetaru from GDELT, a global news data repository.
Nick Caldwell from Reddit
Jason Baumgartner from pushshift.io, the source for Reddit data
Felipe Hoffa, a developer advocate at Google
帕依提提提温馨提示
该数据集正在整理中,为您准备了其他渠道,请您使用
- 分享你的想法
全部内容
数据使用声明:
- 1、该数据来自于互联网数据采集或服务商的提供,本平台为用户提供数据集的展示与浏览。
- 2、本平台仅作为数据集的基本信息展示、包括但不限于图像、文本、视频、音频等文件类型。
- 3、数据集基本信息来自数据原地址或数据提供方提供的信息,如数据集描述中有描述差异,请以数据原地址或服务商原地址为准。
- 1、本站中的所有数据集的版权都归属于原数据发布者或数据提供方所有。
- 1、如您需要转载本站数据,请保留原数据地址及相关版权声明。
- 1、如本站中的部分数据涉及侵权展示,请及时联系本站,我们会安排进行数据下线。