PartySOME

PartySOME数据集包含498个政党在37个国家四个社交媒体平台（Facebook、Instagram、Twitter、YouTube）上的活动数据，从账户创建到2023年底。该数据集提供丰富的聚合数据，包括发帖量和时间，用于研究平台采用、通信模式和政党在线活动的长期模式。The PartySOME dataset encompasses activity data of 498 political parties from 37 countries across four social media platforms (Facebook, Instagram, Twitter, YouTube), covering the period from account creation to the end of 2023. This dataset provides rich aggregated data including posting volume and timing, which supports research on platform adoption, communication patterns, and long-term patterns of political parties' online activities.

原始信息汇总

PartySOME 数据集概述

数据集简介

PartySOME 是一个关于政党在社交媒体活动中的数据集，包含 37 个国家 498 个政党在四个平台（Facebook、Instagram、Twitter 和 YouTube）上的社交媒体活动数据，时间范围从账户创建到 2023 年底。

数据内容

• 覆盖范围：37 个国家
• 政党数量：498 个
• 社交媒体平台：Facebook、Instagram、Twitter、YouTube
• 时间跨度：账户创建至 2023 年底

数据特征

数据集提供丰富的聚合数据，包括发帖量和发布时间，可用于研究平台采用的长期模式、传播模式以及政党的在线活动。

引用信息

文献引用： Jan, M., & Sattelmayer, L. (2025). PartySOME: A comprehensive dataset on political parties SOcial MEdia activity. Party Politics, 0(0). https://doi.org/10.1177/13540688251388763

BibTeX 格式： bibtex @article{jan2025partysome, title={PartySOME: A comprehensive dataset on political parties SOcial MEdia activity}, author={Jan, Malo and Sattelmayer, Luis}, journal={Party Politics}, pages={13540688251388763}, year={2025}, publisher={SAGE Publications Sage UK: London, England} }

联系方式

如有任何错误或问题，请联系：[e-mail] 或直接在 GitHub 上留言。

搜集汇总

数据集介绍

构建方式

在政治传播研究领域，PartySOME数据集通过系统采集37个国家498个政党的社交媒体活动记录构建而成。数据覆盖Facebook、Instagram、Twitter和YouTube四大平台，时间跨度从各账户创建直至2023年末。研究团队采用标准化数据采集流程，对原始社交媒体的发帖频率与时间信息进行聚合处理，形成可供量化分析的结构化数据集。

使用方法

学者可借助该数据集开展政党数字传播的纵向比较研究。通过解析发帖频率与时段分布数据，能够揭示政党在选举周期或重大事件期间的传播策略调整。数据集支持跨国别平台使用偏好的对比分析，亦可用于构建政党社交媒体影响力演化模型，为政治传播理论与数字民主研究提供实证支撑。

背景与挑战

背景概述

随着数字媒体时代的到来，政治传播研究日益关注社交媒体在政党活动中的角色。PartySOME数据集由研究人员Malo Jan和Luis Sattelmayer于2025年创建，依托SAGE Publications发布，系统收录了37个国家498个政党在Facebook、Instagram、Twitter和YouTube四大平台上的历史活动数据，时间跨度从账户创建至2023年底。该数据集聚焦于政党在数字空间的平台采纳策略与长期传播模式，为比较政治学和计算社会科学提供了跨地域、跨平台的实证基础，推动了政党在线行为研究的量化进程。

当前挑战

在政治传播领域，量化分析政党社交媒体活动面临平台异构性与数据动态性的双重挑战。PartySOME需解决多平台数据标准化问题，包括不同接口的数据抓取频率差异与元数据结构不一致性；构建过程中需克服跨国数据合规性障碍，并确保长期时序数据的完整性与可比性。同时，数据集需应对政党账户更名、平台算法更新等现实扰动，维持跨年度观测的连贯性，这对研究政党数字战略演化提出了更高要求。

常用场景

经典使用场景

在政治传播学领域，PartySOME数据集为研究多国政党社交媒体行为提供了系统支持。该数据集覆盖37个国家498个政党在四大平台的历史活动数据，典型应用包括分析政党如何通过Facebook、Instagram等平台调整内容策略以应对选举周期，揭示其在不同政治环境下的数字沟通偏好与演变轨迹。

解决学术问题

该数据集有效解决了比较政治学中关于数字媒体对政党竞争影响的量化难题。通过跨平台、长时段的发帖频率与时间戳数据，学者能够实证检验政党线上动员理论，厘清社交媒体如何重塑传统政治沟通模式，为研究数字民主化进程提供了关键基准数据。

实际应用

实际应用中，政策研究机构借助该数据集监测政党社交媒体活动的合规性，评估其信息传播的透明度。政府部门可通过分析跨国数据制定数字竞选监管框架，而媒体观察组织则能据此预警极端主义内容的传播路径，强化公共舆论空间的治理效能。

数据集最近研究

最新研究方向

在数字政治传播领域，PartySOME数据集为探索政党社交媒体行为的长期演化提供了关键支撑。当前研究聚焦于多平台战略比较，分析政党如何通过Facebook、Instagram、Twitter和YouTube差异化布局以塑造公共议程。随着虚假信息治理成为全球热点，学者们正利用该数据集追踪极端内容的传播路径与政党意识形态的关联性。这些研究揭示了数字媒体如何重构传统政治竞争格局，对理解21世纪民主制度的适应性具有深远意义。