本帖最后由 xandy 于 2016-11-25 17:45 编辑

  • 标题:【reddit社区250万个话题贴】#集搜客GooSeeker数据集开放目录#
  • 分类:社交
  • 关键词:社交、话题贴、语料库
  • 摘要:这个数据集包含了reddit社区总共250万个话题贴,字段包括建立时间、评分、发布域名、话题id、话题,这是在2013年8月15日到20日期间,采集到的reddit社区排名前2500个版块下的前1000个话题的数据集合,数据是以版块命名的csv文件呈现,可以用于研究用户的兴趣焦点等等。
  • 链接:https://github.com/umbrae/reddit-top-2.5-million/tree/master/data



举报 使用道具
| 回复

共 0 个关于本帖的回复 最后回复于 2016-11-23 18:29

您需要登录后才可以回帖 登录 | 立即注册

精彩推荐

  • 爬网址做层级采集——以当当商品爬虫为例
  • 网络爬虫采集列表数据
  • UMAP的min_dist参数有什么作用?
  • UMAP的n_neighbors参数有什么作用?
  • HDBSCAN的min_samples和min_cluster_size参

热门用户

GMT+8, 2026-6-22 15:26