Sina Weibo and Bilibili platform “rat head duck neck” incident June data set

选择新浪微博和哔哩哔哩作为数据采集平台，以江西工业职业技术学院鼠头鸭脖事件为信息源。使用 Python 爬虫收集 6 月 1 日至 6 月 29 日期间的“鼠头、鸭脖子”、“鼠头”相关数据，主要包括用户数据、行为数据（评论和转发行为）、互动文本（评论和转发文本）和帖子文本（原始微博文本）。通过相关软件进行数据清洗，清洗规则如下：（1） 清理多次转发、多级回复产生的冗余文本;（2） 清除无意义的表情符号和乱码文本;（3） 识别发布文本和互动文本中的微博主题，并将文本拆分为有主题和无主题两个文件;（4） 删除重复数据，仅保留一个条目。最后，共获得 170675 条微博用户数据、273283行为数据和互动文本、209179帖文、4078 个微博话题、115980 个哔哩哔哩平台用户数据、143468行为数据和互动文本，以及 826 条帖子文本。