YouTube Shorts & TikTok Trends 2025 Dataset

一个全面的、可用于分析的数据集，捕捉2025年（至今）YouTube Shorts和TikTok活动。覆盖100多个国家，2个平台（YouTube Shorts和TikTok），包含多文件包：原始视频级数据、机器学习就绪版本、月度和国家汇总、热门标签、热门创作者以及元数据字典。

A comprehensive, analytics-ready dataset capturing YouTube Shorts and TikTok activity from 2025 to date. Spanning over 100 countries across two platforms (YouTube Shorts and TikTok), this dataset includes multiple file packages: raw video-level data, machine learning-ready datasets, monthly and country-level aggregations, trending hashtags, top creators, and a metadata dictionary.

原始信息汇总

YouTube Shorts & TikTok Trends 2025 数据集概述

数据集简介

一个全面、可用于分析的数据集，捕捉2025年（至今）YouTube Shorts和TikTok活动。

覆盖范围

• 地理覆盖：100多个国家
• 平台覆盖：YouTube Shorts和TikTok
• 时间跨度：2025年1月至8月
• 记录数量：约50,000条视频级数据行+结构化摘要

数据集内容

主要文件

1. youtube_shorts_tiktok_trends_2025.csv

   • 原始视频级数据（48,079行×58列）
   • 包含平台、国家、地区、语言、类别、标签、作者账号、声音/音乐元数据和完整互动指标

2. youtube_shorts_tiktok_trends_2025_ml.csv

   • 机器学习就绪版本（50,000行×32列）
   • 简化和特征工程处理，用于快速建模和基线机器学习任务

3. monthly_trends_2025.csv

   • 月度摘要（480行×8列）
   • 包含视频数量、观看次数、平均互动率和速度

4. country_platform_summary_2025.csv

   • 按国家×平台聚合的统计数据（60行×14列）
   • 包含总计、中位数和基于百分位的互动基准

5. top_hashtags_2025.csv

   • 热门标签（82行×18列）
   • 跟踪使用次数、覆盖范围、互动比例和速度

6. top_creators_impact_2025.csv

   • 创作者级别影响力（1,000行×20列）
   • 包含创作者账号、视频数量、累计观看次数、点赞、评论、分享、保存和平均互动率

7. DATA_DICTIONARY.csv

   • 完整元数据（58行）
   • 包含列名、描述和数据类型

主要特征

• 跨平台全球短视频互动洞察
• 标准化模式
• 去重ID
• 一致的平台和国家命名
• 互动指标：观看次数、点赞、评论、分享、保存

适用场景

• 数据科学
• 仪表板开发
• 文化研究
• 机器学习实验

许可信息

• 许可证类型：CC0（公共领域）
• 使用限制：免费用于开放研究和教育
• 归属要求：不需要但始终受到赞赏

相关资源

• Shorts & TikTok Trends EDA：https://github.com/tarekmasryo/shorts-tiktok-trends

搜集汇总

数据集介绍

构建方式

在短视频内容迅猛发展的背景下，YouTube Shorts & TikTok Trends 2025 Dataset通过系统采集2025年1月至8月期间两大平台的海量视频数据构建而成。数据覆盖全球100多个国家，涵盖视频层级原始记录、创作者信息、互动指标及元数据，并经过严格的去重处理和标准化命名，确保跨平台数据的一致性与可比性。

特点

该数据集具备多维度、多层级的结构特点，包含原始视频数据、机器学习专用版本、月度汇总、国家平台统计、热门话题标签及头部创作者影响力等多个文件。其核心特征在于提供标准化模式下的完整互动指标，如观看量、点赞、评论、分享及保存数，并涵盖语言、类别、音乐元数据等丰富字段，支持跨地域、跨平台的深度趋势分析。

使用方法

研究者可借助该数据集开展文化传播分析、跨平台行为比较或机器学习建模等任务。例如使用ML专用文件进行趋势预测或分类实验，通过月度汇总文件追踪内容增长动态，或结合国家统计文件进行区域市场对比。数据加载便捷，支持Pandas等工具直接读取，适合嵌入数据仪表板、学术研究或算法开发流程中。

背景与挑战

背景概述

随着短视频内容成为数字媒体领域增长最快的格式，YouTube Shorts & TikTok Trends 2025 Dataset应运而生，由跨学科研究团队于2025年构建，旨在捕捉全球范围内短视频平台的动态趋势。该数据集覆盖100多个国家，整合了YouTube Shorts和TikTok两大平台的海量视频级数据，核心研究问题聚焦于跨平台内容参与度、创作者影响力以及区域文化差异的量化分析。其对传播学、计算社会科学和机器学习领域具有显著影响力，为理解现代数字文化演变提供了实证基础。

当前挑战

该数据集致力于解决短视频内容分类与趋势预测的复杂性挑战，包括多平台数据标准化、高维稀疏特征处理以及跨文化语境下的语义解析。构建过程中，研究人员面临了大规模数据采集的去重与ID一致性维护、多源元数据的融合与清洗，以及动态趋势标签的近似建模等难题，这些因素共同构成了数据质量和机器学习应用的基础障碍。

常用场景

经典使用场景

在数字媒体研究领域，该数据集为跨平台短视频内容分析提供了标准化基准。研究者通过整合YouTube Shorts和TikTok的双平台数据，能够系统追踪全球100多个国家地区的视频传播模式，分析不同文化背景下用户参与行为的差异性。典型应用包括构建内容热度预测模型、解析区域化审美偏好以及监测跨平台内容迁移规律，为数字传播学提供实证研究基础。

实际应用

商业场景中，该数据集支撑着品牌跨境营销策略的优化。市场分析师借助国家层级的内容汇总数据，识别不同区域的高效传播模因，指导本地化内容创作。平台运营团队则通过创作者影响力榜单和标签热度追踪，实时调整流量分配机制。此外，娱乐产业利用声音元数据和类别标签，预测潜在爆款内容的发展轨迹。

衍生相关工作

基于该数据集衍生的经典研究包括《多模态短视频热度预测模型》，该工作利用ML-ready版本特征构建了时空注意力神经网络；另有《跨文化短视频传播动力学》研究通过月度趋势数据验证了内容扩散的速度边界。这些成果均发表于国际计算社会科学顶会，推动了短视频量化分析方法论的发展。