A nationwide dataset of de-identified activity spaces derived from geotagged social media data

This repository introduces a _de-identified_ and _spatially aggregated_ user activity dataset in the United States, which contains approximately 2 million users and 1.2 billion data points collected from 2012 to 2019. This data is stored in a series of [Parquet](https://github.com/apache/parquet-format) files, totaling 13GB, in the `data/parquet/` directory. A smaller subset with only points within the Denver timezone can be found in `data/sample/`.本存储库提供一份经去标识化（de-identified）与空间聚合（spatially aggregated）处理的美国用户活动数据集，该数据集涵盖约200万用户与12亿条数据记录，采集时段为2012年至2019年。 该数据集以一系列Parquet格式（Parquet）文件存储，总容量达13GB，存放于`data/parquet/`目录下。此外，仅包含丹佛时区数据的精简子集可在`data/sample/`目录中获取。

搜集汇总

背景与挑战

背景概述

该数据集是一个美国全国范围的去标识化活动空间数据集，基于地理标记社交媒体数据构建，包含约200万用户和12亿数据点，覆盖2012年至2019年。数据集以Parquet格式存储，总大小13GB，重点关注人类移动性和活动空间分析，且具有开放访问权限。