【亲测免费】 十万微博数据集介绍

此数据集包含了103个微博用户自2019年8月截止的所有原创微博，数据以csv文件格式存储，每个用户对应一个csv文件。其中，包含48位女性用户和55位男性用户的数据，并且按照性别分别存储。

数据集字段包括：微博ID、微博正文、微博原始图片URL、原始视频URL、发布日期、发布工具、点赞数、评论数、转发数、话题和@用户等信息。总计收录十多万条微博，可用于性别分类等自然语言处理任务的研究与分析。

数据集结构

• female/：包含48位女性用户的csv文件
• male/：包含55位男性用户的csv文件

每个csv文件包含以下字段：

• id：微博的唯一标识
• text：微博正文内容
• image_url：微博中的原始图片URL（如有）
• video_url：微博中的原始视频URL（如有）
• publish_date：微博发布日期
• publish_tool：发布微博的工具
• like_count：微博点赞数
• comment_count：微博评论数
• forward_count：微博转发数
• topic：微博话题标签
• mention：微博中@的用户

使用说明

在使用本数据集时，请确保遵守相关法律法规和数据使用规范，尊重用户隐私。此数据集仅供研究目的使用，不得用于商业用途。

注意事项

• 本数据集不包含任何用户个人信息，仅提供公开可见的微博内容。
• 请确保在分析和研究过程中，对数据进行脱敏处理，保护用户隐私。
• 本数据集不保证完整性和准确性，使用时请谨慎核实。

感谢您选择使用本数据集，期待您的科研成果！