Brazilian Elections YouTube Comments Dataset (2018-2022)

This dataset provides a comprehensive analysis of YouTube comments related to Brazilian election candidates for the years 2018 and 2022. The dataset is organized into two folders:
video_gender_mapping_BR_elections: This folder contains individual files, each corresponding to a YouTube channel analyzed. Each file includes the following fields:

channelId: YouTube channel identifier
channelTitle: YouTube channel title
videoId: YouTube video identifier
publishedAt: Datetime of when the video was published
year_month: Year and month of when the video was published
views: Number of views of the video
comments: Number of total comments on the video
likes: Number of total likes on the video
match_type: Type of match considering candidate name and video title/description (T for Title, D for Description, TD for both)
match_result: Array of JSON containing positive matches based on race, elective office, title/description match, and gender
match_cargos: List of elective offices that appear in the match
match_genero: Overview of gender types (M for male, F for female, MF for both)
match_raca: Overview of races for all matched elective offices (BR for white, AM for yellow, PA for brown, PR for black, IN for Indian, NA for None of the above)
match_genero_raca: Array of gender and race concatenated for each matched candidate
comments_folders: This file provides a sample of comments collected from the videos analyzed in the first file. It includes the following fields:

id: Comment identifier
videoId: Video identifier where the comment is published
textDisplay: Comment as displayed on the YouTube platform
textDisplay_len: Number of characters in the displayed comment
textOriginal: Encoded comment text
textOriginal_len: Number of characters in the original comment text
authorDisplayName: Name of the comment author
authorChannelId: Comment author channel identifier
publishedAt: Timestamp of when the comment was published
likes: Number of likes on the comment
This dataset offers valuable insights into YouTube interactions surrounding Brazilian elections, including demographic and sentiment analysis based on candidate information, gender, and race. Researchers can utilize this dataset for a detailed examination of public engagement and sentiment on political content during the specified election periods.

本数据集针对2018年与2022年巴西大选候选人相关的YouTube评论开展了系统性分析。数据集以两个文件夹进行组织管理：
video_gender_mapping_BR_elections：该文件夹包含若干独立文件，每个文件对应一个经分析的YouTube频道。每个文件包含以下字段：
频道标识符（channelId）：YouTube频道的唯一标识
频道名称（channelTitle）：YouTube频道的展示标题
视频标识符（videoId）：YouTube视频的唯一标识
发布时间（publishedAt）：视频发布的时间戳
发布年月（year_month）：视频发布的年份与月份
播放量（views）：视频的总播放次数
总评论数（comments）：视频的总评论量
总点赞数（likes）：视频的总点赞数
匹配类型（match_type）：综合考量候选人姓名与视频标题/描述的匹配情况，取值包括T（标题匹配）、D（描述匹配）、TD（标题与描述均匹配）
匹配结果（match_result）：包含正向匹配项的JSON数组，涵盖基于种族、竞选职位、标题/描述匹配及性别判定的匹配信息
竞选职位列表（match_cargos）：匹配结果中出现的所有竞选职位
性别概览（match_genero）：匹配候选人的性别类型分布，取值包括M（男性）、F（女性）、MF（男女兼具）
种族概览（match_raca）：所有匹配竞选职位的候选人种族分布，取值包括BR（白人）、AM（黄种人）、PA（棕色人种）、PR（黑人）、IN（印第安人）、NA（无相关类别）
性别种族拼接数组（match_genero_raca）：每个匹配候选人的性别与种族拼接组成的数组
评论样本文件夹（comments_folders）：该文件提供了来自首个分析文件夹中视频的评论样本，包含以下字段：
评论标识符（id）：评论的唯一标识
视频标识符（videoId）：评论所属视频的唯一标识
展示评论内容（textDisplay）：YouTube平台上展示的评论文本
展示评论字符数（textDisplay_len）：展示版评论的字符长度
原始评论文本（textOriginal）：编码后的原始评论文本
原始评论字符数（textOriginal_len）：原始评论文本的字符长度
评论作者显示名称（authorDisplayName）：评论作者的展示名称
评论作者频道标识符（authorChannelId）：评论作者的YouTube频道唯一标识
评论发布时间（publishedAt）：评论发布的时间戳
评论点赞数（likes）：评论的总点赞数
本数据集可为巴西大选相关的YouTube平台互动行为提供极具价值的洞察，包括基于候选人信息、性别与种族的人口统计学分析与情感分析。研究人员可利用该数据集，针对指定大选周期内的政治内容公众参与度与情感倾向开展精细化研究。