Hurricanes Harvey and Irma Tweet ids
收藏github2020-03-19 更新2024-05-31 收录
下载链接:
https://github.com/mkearney/twitter-datasets
下载链接
链接失效反馈官方服务:
资源简介:
包含飓风哈维和艾玛期间推文的ID数据集,发布于2017年。
A dataset containing tweet IDs from the periods of Hurricanes Harvey and Irma, published in 2017.
创建时间:
2019-04-12
原始信息汇总
数据集概述
-
Hurricanes Harvey and Irma Tweet ids
- 作者:Littman, Justin
- 年份:2017
- 版本:1
- DOI:10.7910/DVN/QRKIBW
-
Charlottesville Tweet Ids
- 作者:Littman, Justin
- 年份:2018
- 版本:1
- DOI:10.7910/DVN/DVLJTO
-
2016 United States Presidential Election Tweet Ids
- 作者:Littman, Justin, Wrubel, Laura, Kerchner, Dan
- 年份:2016
- 版本:3
- DOI:10.7910/DVN/PDI7IN
-
U.S. Government Tweet Ids
- 作者:Littman, Justin, Wrubel, Laura, Kerchner, Dan
- 年份:2017
- 版本:2
- DOI:10.7910/DVN/2N3HHD
-
News Outlet Tweet Ids
- 作者:Littman, Justin, Wrubel, Laura, Kerchner, Dan, Bromberg Gaber, Yonah
- 年份:2017
- 版本:3
- DOI:10.7910/DVN/2FIFLH
-
2018 U.S. Congressional Election Tweet Ids
- 作者:Wrubel, Laura, Littman, Justin, Kerchner, Dan
- 年份:2019
- 版本:1
- DOI:10.7910/DVN/AEZPLU
搜集汇总
数据集介绍

构建方式
该数据集通过收集与飓风哈维和艾尔玛相关的推文ID构建而成。研究者利用Twitter的API接口,基于特定关键词和时间范围筛选出相关推文,并将这些推文的唯一标识符(ID)整理成数据集。这种方法不仅确保了数据的时效性,还避免了直接存储推文内容带来的隐私问题。数据集以文本文件形式存储,便于后续的数据获取与分析。
特点
该数据集的特点在于其专注于自然灾害事件期间的社交媒体数据,尤其是飓风哈维和艾尔玛期间的推文ID。这些推文ID为研究者提供了丰富的原始数据来源,可用于分析公众对自然灾害的反应、信息传播模式以及社交媒体在危机管理中的作用。由于仅包含推文ID,用户需通过Twitter的API重新获取推文内容,确保了数据的动态性和隐私保护。
使用方法
使用该数据集时,研究者需通过Twitter的API接口,利用提供的推文ID重新获取完整的推文内容。这一过程需要遵守Twitter的使用条款和隐私政策。获取推文后,研究者可进行文本分析、情感分析或网络传播分析等研究。数据集适用于社会科学、灾害管理以及信息传播等领域的研究,为理解自然灾害期间的公众行为提供了重要数据支持。
背景与挑战
背景概述
Hurricanes Harvey and Irma Tweet ids数据集由Justin Littman于2017年发布,旨在捕捉飓风哈维和艾尔玛期间社交媒体上的公众反应。该数据集通过收集Twitter上的推文ID,为研究人员提供了一个独特的视角,以分析自然灾害期间的信息传播、公众情绪和社会行为。这一数据集不仅为灾害管理研究提供了宝贵的数据支持,还推动了社交媒体数据在应急响应和公共政策制定中的应用。
当前挑战
该数据集面临的主要挑战包括推文内容的动态性和时效性。由于Twitter平台的推文可能被删除或设为私有,导致部分推文ID无法获取完整内容,影响了数据的完整性和可用性。此外,推文内容的多样性和语言复杂性也为情感分析和信息提取带来了技术难题。在构建过程中,研究人员还需应对数据隐私和伦理问题,确保数据的使用符合相关法律法规。
常用场景
经典使用场景
在自然灾害研究领域,社交媒体数据已成为分析公众反应和信息传播的重要工具。Hurricanes Harvey and Irma Tweet ids数据集为研究人员提供了飓风期间Twitter上的大量推文ID,使得研究者能够深入探讨灾害期间公众的情感变化、信息传播模式以及社交媒体在灾害管理中的作用。
解决学术问题
该数据集解决了灾害期间社交媒体数据获取的难题,为研究者提供了真实、大规模的数据支持。通过分析这些推文,研究者能够揭示灾害期间公众的情感波动、信息传播路径以及社交媒体在灾害应对中的角色,进而为灾害管理和应急响应提供科学依据。
衍生相关工作
基于该数据集,许多经典研究工作得以展开。例如,研究者利用这些推文ID分析了飓风期间的信息传播网络,揭示了关键节点和传播路径。此外,还有研究探讨了社交媒体在灾害期间的谣言传播机制,为灾害管理中的信息控制提供了理论支持。
以上内容由遇见数据集搜集并总结生成



