دیتاست Buzz در رسانه های اجتماعی

دیتاست Buzz در رسانه های اجتماعی

این پروژه مربوط به دیتاست Buzz در رسانه های اجتماعی می باشد. مجموعه داده شامل دو شبکه اجتماعی مختلف است: توییتر، یک پلت فرم میکرو وبلاگ نویسی با رشد و توسعه بسیار زیاد و دینامیک بسیار سریع و تام سخت افزار، یک شبکه جهانی انجمن با تمرکز بر تکنولوژی جدید با پویایی محافظه کارانه اما ویژگی های متمایز. تام سخت افزار (TH) و توییتر (TW) دارای ویژگی های بسیار متمایز است:

• هر دو مشارکت آلمانی و فرانسه در (TH)، در حالی که مشارکت انگلیسی نیز در نمونه (TH) ما جمع آوری شده است.
• در (TW) هیچ برآورد کننده مستقیم مخاطب وجود ندارد و ما از ویژگی nad به عنوان ویژگی هدف استفاده می کنیم، در حالی که در تعداد (TH) تعداد نمایش ها داده می شود، که تعداد دفعاتی که یک محتوا برای بازدیدکنندگان نمایش داده می شود.
• (TW) واکنش پذیری بالاتر از مبادلات را نشان می دهد (TH) 80٪ از توییت های مجدد در روز بعد از صدای اولیه، در حالی که در th پاسخ ها به یک موضوع در بیشتر هفته تولید می شود؛
• انجمن (TW) گسترده تر از (TH) یکی است، با بیش از ۵۰۰ میلیون بازدید کننده در هر ماه در برابر ۴۱ میلیون نفر در (TH)

تعداد نمونه ها:

۱۴۰۰۰ نمونه

تعداد ویژگی ها:

۷۷ ویژگی

داده های پرت:

این دیتاست فاقد داده های پرت یا Missing Values می باشد.

امکانات پروژه Buzz در رسانه های اجتماعی:

• این دیتاست دارای یک داکیومنت کامل فارسی است. در این داکیومنت عنوان دیتاست، توضیحات کامل دیتاست، تعداد ویژگی ها، تعداد نمونه ها، توضیح تمام ویژگی های موجود و لینک دیتاست تشریح شده است.
• این دیتاست دارای یک داکیومنت کامل انگلیسی نیز می باشد، که در این دیتاست اطلاعات کاملی به زبان لاتین در رابطه با دیتاست معرفی شده ارائه شده است.
• پس از خرید، امکان دانلود فایل اصلی دیتاست در قالب فایل اکسل میسر است.
• فایل پیش پردازش دیتاست
• وجود فایل ARFF و قابل اجرا در نرم افزار داده کاوی مثل وکا
• امکان دانلود لینک دیتاست در یک فایل متنی به صورت جداگانه

نکته: برای این دیتاست انواع الگوریتم های داده کاوی اهم از ۱۴۷ الگوریتم دسته بندی (مثل: درخت تصمیم، شبکه عصبی، ماشین بردار پشتیبان و …)، ۶ الگوریتم خوشه بندی (مثل: K-Means ، DBSCAN ،X-Means و…)، ۳ الگوریتم انجمنی (مثل Apriori ، FP-Growth  و …) و چندین الگوریتم انتخاب ویژگی (مثل PSO و …) با استفاده از ابزارهای داده کاوی و برنامه نویسی اهم از رپیدماینر، وکا، تاناگرا، SPSS، مدلر، کلمنتاین، متلب و … تهیه و پیاده سازی شده است.