Rachel74mx/reversed_weibo_event

## 微博舆情反转数据集

（1）2017年至2022年27个具有代表性的反转事件

（2）微博爬虫与评论爬虫，修改data_case.csv关键词与起止时间即可使用（keyword, begin, end）。

（3）fbegin,fend字段代表舆情反转时间段参数。

数据集来源文献：[1]张霁阳,张鹏,兰月新,等.基于动态主题聚类的网络舆情反转识别模型构建与实证研究[J].情报理论与实践,2023,46(10):174-181+129.

### 舆情事件目录

<img src="https://cdn-uploads.huggingface.co/production/uploads/664ecde9a1350c2e79309423/KuG4R95U-p1utH2y1N0FM.png" alt="image-20240523133651516" style="zoom:50%;" />

### 数据集概览

<img src="https://cdn-uploads.huggingface.co/production/uploads/664ecde9a1350c2e79309423/JXA7vJMFMbdK2cNFqrEF4.png" alt="image-20240523133651516" style="zoom:50%;" />

# 微博舆情反转数据集

本数据集核心信息如下：
1. 收录2017年至2022年间的27个典型舆情反转案例；
2. 配套开发微博爬虫与评论爬虫工具，仅需修改`data_case.csv`文件中的关键词（keyword）、起始时间（begin）与终止时间（end）参数，即可直接部署使用；
3. 字段`fbegin`与`fend`用于表征舆情反转事件的时间区间参数。

本数据集源自以下学术文献：
[1] 张霁阳, 张鹏, 兰月新, 等. 基于动态主题聚类的网络舆情反转识别模型构建与实证研究[J]. 情报理论与实践, 2023, 46(10): 174-181+129.

## 舆情事件目录

## 数据集概览

原始信息汇总

微博舆情反转数据集概述

数据集内容

• 时间范围：2017年至2022年
• 事件数量：包含27个具有代表性的反转事件

数据集使用方法

• 爬虫工具：提供微博爬虫与评论爬虫，用户可通过修改data_case.csv中的关键词与起止时间（keyword, begin, end）来使用。
• 反转时间段参数：数据中的fbegin和fend字段代表舆情反转的时间段。

数据集来源

• 文献引用：张霁阳,张鹏,兰月新,等.基于动态主题聚类的网络舆情反转识别模型构建与实证研究[J].情报理论与实践,2023,46(10):174-181+129.