links-ads/twitter-neighbours

该数据集包含从Twitter提取的采样图，起始于一组种子用户列表。每个用户最初通过其推文样本的平均文本嵌入（向量）表示，用户之间通过Twitter上的‘关注/被关注’属性相互连接。数据集统计信息包括用户数量为36122，边数量为84026，用户初始嵌入大小为768。数据集文件包括用于PyG的图数据紧凑表示和包含邻接矩阵稀疏表示、用户初始嵌入及训练测试分割的JSON文件。

# Twitter邻居数据集（Twitter Neighbours dataset）
本仓库包含为APPRAISE项目（H2020-SU-SEC-2020）构建的数据集。

# 数据集说明
本数据集包含从Twitter抽取的采样图，其构建起始于一组种子用户列表。每个用户最初通过语义嵌入（semantic embedding，向量）进行表征，该嵌入由其推文样本的文本嵌入平均值计算得到；用户之间通过Twitter的「关注/被关注」关系建立连接。

# 统计信息
- 用户数量：36122
- 边数量：84026
- 用户初始嵌入维度：768

# 文件说明
graph_train_and_test.pygeodata：面向PyG使用的紧凑式图表示文件。

twitter_neighs_graph.json：一个字典类型文件，包含以下字段：
- 'adj_sparse'：稀疏形式的邻接矩阵
- 'user_init_embs'：用户初始嵌入，由其推文的文本嵌入平均值计算得到
- 'train_test_split'：0/1一维列表，其中0代表该用户属于训练集，1代表其属于测试集

原始信息汇总

Twitter Neighbours 数据集

描述

该数据集是从Twitter中提取的一个采样图，起始于一组种子用户。每个用户最初由一个语义嵌入（向量）表示，该嵌入是用户推文样本的文本嵌入的平均值，用户之间通过Twitter上的“关注/被关注”属性相互连接。

统计信息

• 用户数量：36122
• 边数量：84026
• 用户初始嵌入大小：768

文件

• graph_train_and_test.pygeodata：用于PyG使用的图的紧凑表示。
• twitter_neighs_graph.json：包含以下内容的字典：
  • adj_sparse：稀疏表示的邻接矩阵
  • user_init_embs：用户初始嵌入，计算为用户推文文本嵌入的平均值
  • train_test_split：0/1一维列表，其中0表示用户在训练集中，1表示用户在测试集中