冬奥多语言多模态资讯半结构化与非结构化数据库
收藏国家基础学科公共科学数据中心2024-03-05 收录
下载链接：
https://www.nbsdc.cn/general/dataDetail?id=64edfc81bb16e0300cd4de55&type=1
下载链接
链接失效反馈官方服务：
资源简介：
"数据集内容：在MongoDB数据库中构建多个数据集合(collection)，用于存储冬奥资讯数据与相关微博用户数据。所构建数据集合共10个，分别命名为webnew（新闻资讯）、microblog（微博资讯）、Twitter（推特资讯）、weichat（微信资讯）、enewspaper（电子报纸）、APP（移动软件端资讯）、shortvideo（短视频资讯）、facebook（脸书资讯）、audio（喜马拉雅音频资讯）和weibo_user（微博用户信息集）。
采集方案：入库方法分为两种，一是通过中科闻歌公司提供的API接口，基于Python编写代码自动入库；二是编写Python爬虫代码，从互联网上爬取相关资讯数据。该数据集中，除audio数据采用第二种方式入库，其余集合均采用第一种方式入库。
采集地点：桂林电子科技大学
采集时间：2020.10——2022.10
设备情况：计算机操作系统为windows10，显卡NVIDIA Quadro P2200，内存32G。
提供机构：
桂林电子科技大学
