Social Media Prediction Dataset (SMPD)

该数据集是一个大型的社交多媒体研究基准，包含了来自69,000名用户的超过486,000条帖子。这些帖子包含了视觉、文本以及时空等多模态信息。此外，数据集中包含了756个按主题分类的关键词，跨越11个话题领域，以及668个人工精细划分的第三级类别，并且提供了从世界级别到街道级别的地理精度。这是一个大规模的数据集，大约有半个百万条帖子。该数据集的任务是预测社交媒体帖子的流行度。

This dataset is a large-scale social multimedia research benchmark containing over 486,000 posts from 69,000 users. These posts encompass multimodal information including visual, textual, and spatiotemporal data. Additionally, the dataset includes 756 topic-classified keywords spanning 11 topical domains, 668 manually curated third-level categories, and provides geographic granularity ranging from global to street-level. As a large-scale dataset, it totals approximately half a million posts. The core task of this benchmark is to predict the popularity of social media posts.

搜集汇总

背景与挑战

背景概述

Social Media Prediction Dataset (SMPD)包含SMPD-Image和SMPD-Video两个子数据集，分别涵盖48.6万张社交图片和6000个短视频，涉及大量用户和多样化标签。该数据集是一个多面性、大规模且具有时间性的网络数据集合，来源于Flickr和Tiktok等平台，适合用于社交媒体的预测和分析研究。