[数据集]新浪微博数据集MicroblogPCU

数据集下载地址：下载

摘要：MicroblogPCU是从新浪微博采集到的，它可以被用于研究机器学习方法和社会关系研究。

这个数据集被原作者用于探索微博中的spammers（发送垃圾信息的人），他们的demo在这里

数据集的属性信息：

weibo_user.csv  
-user_id: 用户ID
-user_name: 用户昵称
-gender:性别，male，female，other
-class:账户级别
-message:账户注册位置或其他个人信息
-post_num: 邮政编码
-follower_num: followers的数量
-followee_num: followee的数量
-follow ratio: followee_num/follower_num;
-is_spammer: manually annotated label, 1 表示 spammer，0 表示 non-spammer;


user_post.csv 
-post_id:微博的ID
-post_time:发布时间
-poster_id: 发布用户的ID
-repost_num:转发数量
-commnet_num: 评论数量


followe-followee.csv 
-follower: the nickname of follower;
-follower_id: the user ID of follower;
-followee: the nickname of followee;
-followee_id: the user ID of followee;


post.csv和user_post.csv类似， and the post in it are retrievalled by a certain key word related to a topic;

取出其中的一部分数据做关系图

install.packages('igraph')
library(igraph)

follower_followee<-read.csv('microblogPCU/follower_followee.csv')
follower_followee_part<-follower_followee[1:1000,]

gg<-graph.data.frame(data.frame(er=follower_followee_part$follower_id,ee=follower_followee_part$followee_id))
plot(gg,
     vertex.label=NA,      ##不显示标签
     edge.arrow.mode='-',  ##不使用箭头
     vertex.size = 5       ##设置结点圆的大小
     )

参考：https://archive.ics.uci.edu/ml/datasets/microblogPCU

转载请注明出处：http://blog.csdn.net/zhyoulun/article/details/46442899