Twitter（社交网络）数据集答案

【问题标题】：Twitter (Social networking) DatasetTwitter（社交网络）数据集
【发布时间】：2011-03-21 10:15:39
【问题描述】：

我正在为我的项目寻找 twitter 或其他社交网站数据集。我目前有 CAW 2.0 推特数据集，但它只包含用户的推文。我想要一个显示朋友、关注者等数量的数据。

它不一定是 twitter，但我更喜欢 twitter 或 facebook。我已经尝试过 infochimps，但显然该文件无法再为 twitter 下载。

谁能给我一个很好的网站来找到这种数据集。我要将数据集提供给 hadoop。

【问题讨论】：

【解决方案1】：

我不知道它们包含什么，但你可以看看，在种子网站上似乎很容易找到。

您也可以使用 facebook API，但如果您想要一个足够大的数据集，则必须向 facebook 询问访问权限。它包含指向朋友、喜欢、群组等的链接...

【讨论】：

【解决方案2】：

尝试以下三个数据集：

包含大约 9700 万条推文：

ed note：之前链接的数据集不再可用，因为 Twitter 要求将其删除。

包含 4700 万用户的用户图：

以下数据集包含网络和推文，但是数据是通过雪球采样或其他方式收集的，因此朋友网络不统一。它有大约 1000 万条推文，您可以通过邮件向研究人员发送更多数据。

尽管查看分发数据的许可。

希望这会有所帮助，你能告诉我这个数据集正在计划什么样的工作吗？我很少有 hadoop / pig 脚本可用于数据集

【讨论】：

【解决方案3】：

UCIrvine 的研究人员收集的 Facebook 社交图谱、应用程序安装和 Last.fm 用户、事件、群组：http://odysseas.calit2.uci.edu/research/

【讨论】：

【解决方案4】：

我认为 twitter 数据收集的最佳工具是 http://www.followthehashtag.com ，它可以获取历史或未来数据，并具有高级数据导出功能

我们每周添加一次大型数据集（约 200,000 条推文）的部分

【讨论】：